src/jalview/ext/ensembl/EnsemblProtein.java

   1 package jalview.ext.ensembl;
   2
   3 import jalview.datamodel.AlignmentI;
   4 import jalview.datamodel.SequenceFeature;
   5
   6 import java.util.Arrays;
   7 import java.util.List;
   8
   9 import com.stevesoft.pat.Regex;
  10
  11 public class EnsemblProtein extends EnsemblSeqProxy
  12 {
  13   /*
  14    * accepts ENSP with 11 digits
  15    * or ENSMUSP or similar for other species
  16    * or CCDSnnnnn.nn with at least 3 digits
  17    */
  18   private static final Regex ACCESSION_REGEX = new Regex(
  19           "(ENS([A-Z]{3}|)P[0-9]{11}$)" + "|" + "(CCDS[0-9.]{3,}$)");
  20
  21   private static final List<String> CROSSREFS = Arrays.asList(new String[] {
  22       "PDB", "Uniprot/SPTREMBL", "Uniprot/SWISSPROT" });
  23
  24   public EnsemblProtein()
  25   {
  26     super();
  27   }
  28
  29   @Override
  30   public String getDbName()
  31   {
  32     return "ENSEMBL (Protein)";
  33   }
  34
  35   @Override
  36   protected EnsemblSeqType getSourceEnsemblType()
  37   {
  38     return EnsemblSeqType.PROTEIN;
  39   }
  40
  41   /**
  42    * Returns false, as this fetcher does not retrieve DNA sequences.
  43    */
  44   @Override
  45   public boolean isDnaCoding()
  46   {
  47     return false;
  48   }
  49
  50   /**
  51    * Test query is to the protein translation of transcript ENST00000288602
  52    */
  53   @Override
  54   public String getTestQuery()
  55   {
  56     return "ENSP00000288602";
  57   }
  58
  59   /**
  60    * Overrides base class method to do nothing - genomic features are not
  61    * applicable to the protein product sequence
  62    */
  63   @Override
  64   protected void addFeaturesAndProduct(String accId, AlignmentI alignment)
  65   {
  66   }
  67
  68   @Override
  69   protected EnsemblFeatureType[] getFeaturesToFetch()
  70   {
  71     // not applicable - can't fetch genomic features for a protein sequence
  72     return null;
  73   }
  74
  75   @Override
  76   protected boolean identifiesSequence(SequenceFeature sf, String accId)
  77   {
  78     // not applicable - protein sequence is not a 'subset' of genomic sequence
  79     return false;
  80   }
  81
  82   @Override
  83   protected List<String> getCrossReferenceDatabases()
  84   {
  85     return CROSSREFS;
  86   }
  87
  88   @Override
  89   public Regex getAccessionValidator()
  90   {
  91     return ACCESSION_REGEX;
  92   }
  93
  94   /**
  95    * Returns an accession id for a query, including conversion of ENST* to
  96    * ENSP*. This supports querying for the protein sequence for a transcript
  97    * (ENST identifier) and returning the ENSP identifier.
  98    */
  99   @Override
 100   public String getAccessionIdFromQuery(String query)
 101   {
 102     String accId = super.getAccessionIdFromQuery(query);
 103
 104     /*
 105      * ensure last character before (11) digits is P
 106      * ENST00000288602 -> ENSP00000288602
 107      * ENSMUST00000288602 -> ENSMUSP00000288602
 108      */
 109     if (accId != null && accId.length() >= 12)
 110     {
 111       char[] chars = accId.toCharArray();
 112       chars[chars.length - 12] = 'P';
 113       accId = new String(chars);
 114     }
 115     return accId;
 116   }
 117
 118 }