from sys import argv    
indata = open(argv[1] , "r") 
genbank = indata.readlines() #создает список по строкам файла с координатами реальных генов, заданного в командной строке первым 
indata.close()
indata = open(argv[2] , "r")
prodigal = indata.readlines()  #создает список по строкам файла с координатами предсказанных генов генов, заданного в командной строке вторым
indata.close()
outfile = argv[3]
out = open(outfile + ".txt" , "w") #создает выходной файл с заданным названием

ident = list(set(genbank) & set(prodigal))  #список генов правильно предсказанных Prodigal (записывает в список элементы, содержащиеся в обоих списках prodigal и genbank)

gb = [i.strip().split(" ") for i in genbank]  #список с каждой координатой, как отдельным элеметом для файла реальных генов
pg = [i.strip().split(" ") for i in prodigal] #аналогично для предсказанных

n_gb = []
n_pg = []
c_gb = []
c_pg = []

#циклы создают списки координат N- и C-концов, в зависимости от цепи
for i in gb :  
    if i[2] == "+" :
        n_gb.append(i[0])
        c_gb.append(i[1])
    else :
        n_gb.append(i[1])
        c_gb.append(i[0])
        
for i in pg :   
    if i[2] == "+" :
        n_pg.append(i[0])
        c_pg.append(i[1])
    else :
        n_pg.append(i[1])
        c_pg.append(i[0])

n_ok = []
c_ok = []

#циклы создают списки с координатами N- и С-концов, предсказанными правильно (включая координаты концов для полностью правиьно предсказанных генов)
for i in n_gb :        
    if i in n_pg :
        n_ok.append(i)
      
for i in c_gb :
    if i in c_pg :
        c_ok.append(i)

at_all = float(len(genbank))  #всего генов в контиге
at_all_pg = float(len(prodigal)) #ксего предсказанных генов
right = float(len(ident))         #всего правильно предсказанных Prodigal генов
c_only = float(len(c_ok)) - right  #количество генов, где правильно предсказаны только C-концы
n_only = float(len(n_ok)) - right  #количество генов, где правильно предсказаны только N-концы

#в выходной файл записываются требуемые данные (количество и проценты) 
out.write("ident\t" + str(right) + "\n")
out.write("at all genes in GenBank\t" + str(at_all) + "\t % of correct\t" + str(right*100/at_all) + "\n")  
out.write("wrong N-end\t" + str(c_only) + "\t%\t" + str(c_only*100/at_all) + "\n") 
out.write("wrong C-end\t" + str(n_only) + "\t%\t" + str(n_only*100/at_all) + "\n") 
out.write("all wrong\t" + str(at_all - right - n_only - c_only) + "\t%\t" + str((at_all - right - n_only - c_only)*100/at_all) + "\n")