src/jalview/io/FastaFile.java

   1 /*\r
   2 * Jalview - A Sequence Alignment Editor and Viewer\r
   3 * Copyright (C) 2005 AM Waterhouse, J Procter, G Barton, M Clamp, S Searle\r
   4 *\r
   5 * This program is free software; you can redistribute it and/or\r
   6 * modify it under the terms of the GNU General Public License\r
   7 * as published by the Free Software Foundation; either version 2\r
   8 * of the License, or (at your option) any later version.\r
   9 *\r
  10 * This program is distributed in the hope that it will be useful,\r
  11 * but WITHOUT ANY WARRANTY; without even the implied warranty of\r
  12 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the\r
  13 * GNU General Public License for more details.\r
  14 *\r
  15 * You should have received a copy of the GNU General Public License\r
  16 * along with this program; if not, write to the Free Software\r
  17 * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301, USA\r
  18 */\r
  19 package jalview.io;\r
  20 \r
  21 import jalview.analysis.*;\r
  22 \r
  23 import jalview.datamodel.*;\r
  24 \r
  25 import java.io.*;\r
  26 \r
  27 import java.util.*;\r
  28 \r
  29 \r
  30 public class FastaFile extends AlignFile {\r
  31     public FastaFile() {\r
  32     }\r
  33 \r
  34     public FastaFile(String inStr) {\r
  35         super(inStr);\r
  36     }\r
  37 \r
  38     public FastaFile(String inFile, String type) throws IOException {\r
  39         super(inFile, type);\r
  40     }\r
  41 \r
  42     public void parse() throws IOException {\r
  43         String id = "";\r
  44         StringBuffer seq = new StringBuffer();\r
  45         int count = 0;\r
  46         boolean flag = false;\r
  47 \r
  48         int sstart = 0;\r
  49         int send = 0;\r
  50 \r
  51         String line;\r
  52 \r
  53         while ((line = nextLine()) != null) {\r
  54             if (line.length() > 0) {\r
  55                 // Do we have an id line?\r
  56                 // JBPNote - this code needs to be standardised to EBI/whatever for the\r
  57                 // >dbref/dbref/dbref|refid1|refid2|refid3 'human-readable' style of naming (should it really exist)\r
  58 \r
  59                 if (line.substring(0, 1).equals(">")) {\r
  60                     if (count != 0) {\r
  61                         if (sstart != 0) {\r
  62                             seqs.addElement(new Sequence(id,\r
  63                                     seq.toString().toUpperCase(), sstart, send));\r
  64                         } else {\r
  65                             seqs.addElement(new Sequence(id,\r
  66                                     seq.toString().toUpperCase(), 1,\r
  67                                     seq.length()));\r
  68                         }\r
  69                     }\r
  70 \r
  71                     count++;\r
  72 \r
  73                     StringTokenizer str = new StringTokenizer(line, " ");\r
  74 \r
  75                     id = str.nextToken();\r
  76                     id = id.substring(1);\r
  77 \r
  78                     com.stevesoft.pat.Regex dbId = new com.stevesoft.pat.Regex(\r
  79                             "[A-Za-z-]+/?[A-Za-z-]+\\|(\\w+)\\|(.+)");\r
  80                     // JBPNote At the moment - we don't get rid of the friendly names but this\r
  81                     // behaviour is probably wrong in the long run.\r
  82                     if (dbId.search(id)) {\r
  83                         String dbid = dbId.stringMatched(1);\r
  84                         String idname = dbId.stringMatched(2);\r
  85                         if ( (idname.length() > 0) &&\r
  86                              (idname.indexOf("_") > -1)) {\r
  87                           id = idname; // use the friendly name - apparently no dbid\r
  88                         } else\r
  89                         if (dbid.length()>1) {\r
  90                             id = dbid; // ignore the friendly name - we lose uniprot accession ID otherwise\r
  91                         }\r
  92                     }\r
  93 \r
  94                     if (id.indexOf("/") > 0) {\r
  95                         StringTokenizer st = new StringTokenizer(id, "/");\r
  96 \r
  97                         if (st.countTokens() == 2) {\r
  98                             id = st.nextToken();\r
  99 \r
 100                             String tmp = st.nextToken();\r
 101 \r
 102                             st = new StringTokenizer(tmp, "-");\r
 103 \r
 104                             if (st.countTokens() == 2) {\r
 105                                 sstart = Integer.valueOf(st.nextToken())\r
 106                                                 .intValue();\r
 107                                 send = Integer.valueOf(st.nextToken()).intValue();\r
 108                             }\r
 109                         }\r
 110                     }\r
 111 \r
 112                     seq = new StringBuffer();\r
 113                 } else {\r
 114                     seq = seq.append(line);\r
 115                 }\r
 116             }\r
 117         }\r
 118 \r
 119         if (count > 0) {\r
 120             if (!isValidProteinSequence(seq.toString().toUpperCase())) {\r
 121                 throw new IOException("Invalid protein sequence");\r
 122             }\r
 123 \r
 124             if (sstart != 0) {\r
 125                 seqs.addElement(new Sequence(id, seq.toString().toUpperCase(),\r
 126                         sstart, send));\r
 127             } else {\r
 128                 seqs.addElement(new Sequence(id, seq.toString().toUpperCase(),\r
 129                         1, seq.length()));\r
 130             }\r
 131         }\r
 132     }\r
 133 \r
 134     public static String print(SequenceI[] s) {\r
 135         return print(s, 72);\r
 136     }\r
 137 \r
 138     public static String print(SequenceI[] s, int len) {\r
 139         return print(s, len, true);\r
 140     }\r
 141 \r
 142     public static String print(SequenceI[] s, int len, boolean gaps) {\r
 143         return print(s, len, gaps, true);\r
 144     }\r
 145 \r
 146     public static String print(SequenceI[] s, int len, boolean gaps,\r
 147         boolean displayId) {\r
 148         StringBuffer out = new StringBuffer();\r
 149         int i = 0;\r
 150 \r
 151         while ((i < s.length) && (s[i] != null)) {\r
 152             String seq = "";\r
 153 \r
 154             if (gaps) {\r
 155                 seq = s[i].getSequence();\r
 156             } else {\r
 157                 seq = AlignSeq.extractGaps("-. ", s[i].getSequence());\r
 158             }\r
 159 \r
 160             // used to always put this here: + "/" + s[i].getStart() + "-" + s[i].getEnd() +\r
 161             out.append(">" +\r
 162                 ((displayId) ? s[i].getDisplayId() : s[i].getName()) + "\n");\r
 163 \r
 164             int nochunks = (seq.length() / len) + 1;\r
 165 \r
 166             for (int j = 0; j < nochunks; j++) {\r
 167                 int start = j * len;\r
 168                 int end = start + len;\r
 169 \r
 170                 if (end < seq.length()) {\r
 171                     out.append(seq.substring(start, end) + "\n");\r
 172                 } else if (start < seq.length()) {\r
 173                     out.append(seq.substring(start) + "\n");\r
 174                 }\r
 175             }\r
 176 \r
 177             i++;\r
 178         }\r
 179 \r
 180         return out.toString();\r
 181     }\r
 182 \r
 183     public String print() {\r
 184         return print(getSeqsAsArray());\r
 185     }\r
 186 }\r