src/jalview/ws/dbsources/EBIAlfaFold.java

   1
   2 /*
   3  * Jalview - A Sequence Alignment Editor and Viewer ($$Version-Rel$$)
   4  * Copyright (C) $$Year-Rel$$ The Jalview Authors
   5  *
   6  * This file is part of Jalview.
   7  *
   8  * Jalview is free software: you can redistribute it and/or
   9  * modify it under the terms of the GNU General Public License
  10  * as published by the Free Software Foundation, either version 3
  11  * of the License, or (at your option) any later version.
  12  *
  13  * Jalview is distributed in the hope that it will be useful, but
  14  * WITHOUT ANY WARRANTY; without even the implied warranty
  15  * of MERCHANTABILITY or FITNESS FOR A PARTICULAR
  16  * PURPOSE.  See the GNU General Public License for more details.
  17  *
  18  * You should have received a copy of the GNU General Public License
  19  * along with Jalview.  If not, see <http://www.gnu.org/licenses/>.
  20  * The Jalview Authors are detailed in the 'AUTHORS' file.
  21  */
  22 package jalview.ws.dbsources;
  23
  24 import java.io.File;
  25 import java.io.FileInputStream;
  26 import java.io.FileNotFoundException;
  27 import java.io.IOException;
  28 import java.io.InputStream;
  29 import java.util.ArrayList;
  30 import java.util.Date;
  31 import java.util.HashMap;
  32 import java.util.List;
  33 import java.util.Map;
  34
  35 import org.json.simple.JSONArray;
  36 import org.json.simple.JSONObject;
  37 import org.json.simple.parser.ParseException;
  38
  39 import com.stevesoft.pat.Regex;
  40
  41 import jalview.api.FeatureSettingsModelI;
  42 import jalview.bin.Console;
  43 import jalview.datamodel.AlignmentAnnotation;
  44 import jalview.datamodel.AlignmentI;
  45 import jalview.datamodel.ContactMatrixI;
  46 import jalview.datamodel.DBRefEntry;
  47 import jalview.datamodel.PDBEntry;
  48 import jalview.datamodel.SequenceFeature;
  49 import jalview.datamodel.SequenceI;
  50 import jalview.gui.Desktop;
  51 import jalview.io.DataSourceType;
  52 import jalview.io.FileFormat;
  53 import jalview.io.FileFormatI;
  54 import jalview.io.FormatAdapter;
  55 import jalview.io.PDBFeatureSettings;
  56 import jalview.structure.StructureImportSettings.TFType;
  57 import jalview.structure.StructureMapping;
  58 import jalview.structure.StructureSelectionManager;
  59 import jalview.util.MessageManager;
  60 import jalview.util.Platform;
  61 import jalview.ws.datamodel.alphafold.PAEContactMatrix;
  62 import jalview.ws.utils.UrlDownloadClient;
  63
  64 /**
  65  * @author JimP
  66  *
  67  */
  68 public class EBIAlfaFold extends EbiFileRetrievedProxy
  69 {
  70   private static final String SEPARATOR = "|";
  71
  72   private static final String COLON = ":";
  73
  74   private static final int PDB_ID_LENGTH = 4;
  75
  76   private static String AF_VERSION = "3";
  77
  78   public EBIAlfaFold()
  79   {
  80     super();
  81   }
  82
  83   /*
  84    * (non-Javadoc)
  85    *
  86    * @see jalview.ws.DbSourceProxy#getAccessionSeparator()
  87    */
  88   @Override
  89   public String getAccessionSeparator()
  90   {
  91     return null;
  92   }
  93
  94   /*
  95    * (non-Javadoc)
  96    *
  97    * @see jalview.ws.DbSourceProxy#getAccessionValidator()
  98    */
  99   @Override
 100   public Regex getAccessionValidator()
 101   {
 102     Regex validator = new Regex("(AF-[A-Z]+[0-9]+[A-Z0-9]+-F1)");
 103     validator.setIgnoreCase(true);
 104     return validator;
 105   }
 106
 107   /*
 108    * (non-Javadoc)
 109    *
 110    * @see jalview.ws.DbSourceProxy#getDbSource()
 111    */
 112   @Override
 113   public String getDbSource()
 114   {
 115     return "ALPHAFOLD";
 116   }
 117
 118   /*
 119    * (non-Javadoc)
 120    *
 121    * @see jalview.ws.DbSourceProxy#getDbVersion()
 122    */
 123   @Override
 124   public String getDbVersion()
 125   {
 126     return "1";
 127   }
 128
 129   public static String getAlphaFoldCifDownloadUrl(String id, String vnum)
 130   {
 131     if (vnum == null || vnum.length() == 0)
 132     {
 133       vnum = AF_VERSION;
 134     }
 135     return "https://alphafold.ebi.ac.uk/files/" + id + "-model_v" + vnum
 136             + ".cif";
 137   }
 138
 139   public static String getAlphaFoldPaeDownloadUrl(String id, String vnum)
 140   {
 141     if (vnum == null || vnum.length() == 0)
 142     {
 143       vnum = AF_VERSION;
 144     }
 145     return "https://alphafold.ebi.ac.uk/files/" + id
 146             + "-predicted_aligned_error_v" + vnum + ".json";
 147   }
 148
 149   /*
 150    * (non-Javadoc)
 151    *
 152    * @see jalview.ws.DbSourceProxy#getSequenceRecords(java.lang.String[])
 153    */
 154   @Override
 155   public AlignmentI getSequenceRecords(String queries) throws Exception
 156   {
 157     return getSequenceRecords(queries, null);
 158   }
 159
 160   public AlignmentI getSequenceRecords(String queries, String retrievalUrl)
 161           throws Exception
 162   {
 163     AlignmentI pdbAlignment = null;
 164     String chain = null;
 165     String id = null;
 166     if (queries.indexOf(COLON) > -1)
 167     {
 168       chain = queries.substring(queries.indexOf(COLON) + 1);
 169       id = queries.substring(0, queries.indexOf(COLON));
 170     }
 171     else
 172     {
 173       id = queries;
 174     }
 175
 176     if (!isValidReference(id))
 177     {
 178       System.err.println(
 179               "(AFClient) Ignoring invalid alphafold query: '" + id + "'");
 180       stopQuery();
 181       return null;
 182     }
 183     String alphaFoldCif = getAlphaFoldCifDownloadUrl(id, AF_VERSION);
 184     if (retrievalUrl != null)
 185     {
 186       alphaFoldCif = retrievalUrl;
 187     }
 188
 189     try
 190     {
 191       File tmpFile = File.createTempFile(id, ".cif");
 192       Console.debug("Retrieving structure file for " + id + " from "
 193               + alphaFoldCif);
 194       UrlDownloadClient.download(alphaFoldCif, tmpFile);
 195
 196       // may not need this check ?
 197       file = tmpFile.getAbsolutePath();
 198       if (file == null)
 199       {
 200         return null;
 201       }
 202       // TODO Get the PAE file somewhere around here and remove from JmolParser
 203
 204       pdbAlignment = importDownloadedStructureFromUrl(alphaFoldCif, tmpFile,
 205               id, chain, getDbSource(), getDbVersion());
 206
 207       if (pdbAlignment == null || pdbAlignment.getHeight() < 1)
 208       {
 209         throw new Exception(MessageManager.formatMessage(
 210                 "exception.no_pdb_records_for_chain", new String[]
 211                 { id, ((chain == null) ? "' '" : chain) }));
 212       }
 213       // done during structure retrieval
 214       // retrieve_AlphaFold_pAE(id, pdbAlignment, retrievalUrl);
 215
 216     } catch (Exception ex) // Problem parsing PDB file
 217     {
 218       stopQuery();
 219       throw (ex);
 220     }
 221     return pdbAlignment;
 222   }
 223
 224   /**
 225    * get an alphafold pAE for the given id and return the File object of the
 226    * downloaded (temp) file
 227    *
 228    * @param id
 229    * @param pdbAlignment
 230    * @param retrievalUrl
 231    *          - URL of .mmcif from EBI-AlphaFold - will be used to generate the
 232    *          pAE URL automatically
 233    * @throws IOException
 234    * @throws Exception
 235    */
 236   public static File fetchAlphaFoldPAE(String id, String retrievalUrl)
 237           throws IOException
 238   {
 239     // import PAE as contact matrix - assume this will work if there was a
 240     // model
 241     String paeURL = getAlphaFoldPaeDownloadUrl(id, AF_VERSION);
 242
 243     if (retrievalUrl != null)
 244     {
 245       // manufacture the PAE url from a url like ...-model-vN.cif
 246       paeURL = retrievalUrl.replace("model", "predicted_aligned_error")
 247               .replace(".cif", ".json");
 248     }
 249
 250     // check the cache
 251     File pae = paeDownloadCache.get(paeURL);
 252     if (pae != null && pae.exists() && (new Date().getTime()
 253             - pae.lastModified()) < PAE_CACHE_STALE_TIME)
 254     {
 255       Console.debug(
 256               "Using existing file in PAE cache for '" + paeURL + "'");
 257       return pae;
 258     }
 259
 260     try
 261     {
 262       pae = File.createTempFile(id == null ? "af_pae" : id, "pae_json");
 263     } catch (IOException e)
 264     {
 265       e.printStackTrace();
 266     }
 267     Console.debug("Downloading pae from " + paeURL + " to " + pae.toString()
 268             + "");
 269     try
 270     {
 271       UrlDownloadClient.download(paeURL, pae);
 272     } catch (IOException e)
 273     {
 274       throw e;
 275     }
 276     // cache and it if successful
 277     paeDownloadCache.put(paeURL, pae);
 278     return pae;
 279   }
 280
 281   /**
 282    * get an alphafold pAE for the given id, and add it to sequence 0 in
 283    * pdbAlignment (assuming it came from structurefile parser).
 284    *
 285    * @param id
 286    * @param pdbAlignment
 287    * @param retrievalUrl
 288    *          - URL of .mmcif from EBI-AlphaFold - will be used to generate the
 289    *          pAE URL automatically
 290    * @throws IOException
 291    * @throws Exception
 292    */
 293   public static void retrieve_AlphaFold_pAE(String id,
 294           AlignmentI pdbAlignment, String retrievalUrl) throws IOException
 295   {
 296     File pae = fetchAlphaFoldPAE(id, retrievalUrl);
 297     addAlphaFoldPAE(pdbAlignment, pae, 0, null, false, false, null);
 298   }
 299
 300   public static void addAlphaFoldPAE(AlignmentI pdbAlignment, File pae,
 301           int index, String id, boolean isStruct, boolean isStructId,
 302           String label)
 303   {
 304     FileInputStream paeInput = null;
 305     try
 306     {
 307       paeInput = new FileInputStream(pae);
 308     } catch (FileNotFoundException e)
 309     {
 310       Console.error(
 311               "Could not find pAE file '" + pae.getAbsolutePath() + "'", e);
 312       return;
 313     }
 314
 315     if (isStruct)
 316     {
 317       // ###### WRITE A TEST for this bit of the logic addAlphaFoldPAE with
 318       // different params.
 319       StructureSelectionManager ssm = StructureSelectionManager
 320               .getStructureSelectionManager(Desktop.instance);
 321       if (ssm != null)
 322       {
 323         String structFilename = isStructId ? ssm.findFileForPDBId(id) : id;
 324         addPAEToStructure(ssm, structFilename, pae, label);
 325       }
 326
 327     }
 328     else
 329     {
 330       // attach to sequence?!
 331       try
 332       {
 333         if (!importPaeJSONAsContactMatrixToSequence(pdbAlignment, paeInput,
 334                 index, id, label))
 335         {
 336           Console.warn("Could not import contact matrix from '"
 337                   + pae.getAbsolutePath() + "' to sequence.");
 338         }
 339       } catch (IOException e1)
 340       {
 341         Console.error("Error when importing pAE file '"
 342                 + pae.getAbsolutePath() + "'", e1);
 343       } catch (ParseException e2)
 344       {
 345         Console.error("Error when parsing pAE file '"
 346                 + pae.getAbsolutePath() + "'", e2);
 347       }
 348     }
 349
 350   }
 351
 352   public static void addPAEToStructure(StructureSelectionManager ssm,
 353           String structFilename, File pae, String label)
 354   {
 355     FileInputStream paeInput = null;
 356     try
 357     {
 358       paeInput = new FileInputStream(pae);
 359     } catch (FileNotFoundException e)
 360     {
 361       Console.error(
 362               "Could not find pAE file '" + pae.getAbsolutePath() + "'", e);
 363       return;
 364     }
 365     if (ssm == null)
 366     {
 367       ssm = StructureSelectionManager
 368               .getStructureSelectionManager(Desktop.instance);
 369     }
 370     if (ssm != null)
 371     {
 372       StructureMapping[] smArray = ssm.getMapping(structFilename);
 373
 374       try
 375       {
 376         if (!importPaeJSONAsContactMatrixToStructure(smArray, paeInput,
 377                 label))
 378         {
 379           Console.warn("Could not import contact matrix from '"
 380                   + pae.getAbsolutePath() + "' to structure.");
 381         }
 382       } catch (IOException e1)
 383       {
 384         Console.error("Error when importing pAE file '"
 385                 + pae.getAbsolutePath() + "'", e1);
 386       } catch (ParseException e2)
 387       {
 388         Console.error("Error when parsing pAE file '"
 389                 + pae.getAbsolutePath() + "'", e2);
 390       }
 391     }
 392   }
 393
 394   /**
 395    * parses the given pAE matrix and adds it to sequence 0 in the given
 396    * alignment
 397    *
 398    * @param pdbAlignment
 399    * @param pae_input
 400    * @return true if there was a pAE matrix added
 401    * @throws ParseException
 402    * @throws IOException
 403    * @throws Exception
 404    */
 405   public static boolean importPaeJSONAsContactMatrixToSequence(
 406           AlignmentI pdbAlignment, InputStream pae_input, int index,
 407           String seqId, String label) throws IOException, ParseException
 408   {
 409     SequenceI sequence = null;
 410     if (seqId == null)
 411     {
 412       int seqToGet = index > 0 ? index : 0;
 413       sequence = pdbAlignment.getSequenceAt(seqToGet);
 414     }
 415     if (sequence == null)
 416     {
 417       SequenceI[] sequences = pdbAlignment.findSequenceMatch(seqId);
 418       if (sequences == null || sequences.length < 1)
 419       {
 420         Console.warn("Could not find sequence with id '" + seqId
 421                 + "' to attach pAE matrix to. Ignoring matrix.");
 422         return false;
 423       }
 424       else
 425       {
 426         sequence = sequences[0]; // just use the first sequence with this seqId
 427       }
 428     }
 429     if (sequence == null)
 430     {
 431       return false;
 432     }
 433     return importPaeJSONAsContactMatrixToSequence(pdbAlignment, pae_input,
 434             sequence, label);
 435   }
 436
 437   public static boolean importPaeJSONAsContactMatrixToSequence(
 438           AlignmentI pdbAlignment, InputStream pae_input,
 439           SequenceI sequence, String label)
 440           throws IOException, ParseException
 441   {
 442     JSONObject paeDict = parseJSONtoPAEContactMatrix(pae_input);
 443     if (paeDict == null)
 444     {
 445       Console.debug("JSON file did not parse properly.");
 446       return false;
 447     }
 448     ContactMatrixI matrix = new PAEContactMatrix(sequence,
 449             (Map<String, Object>) paeDict);
 450     ((PAEContactMatrix) matrix).makeGroups(5f, true);
 451
 452     AlignmentAnnotation cmannot = sequence.addContactList(matrix);
 453     if (label != null)
 454       cmannot.label = label;
 455     pdbAlignment.addAnnotation(cmannot);
 456
 457     return true;
 458   }
 459
 460   public static JSONObject parseJSONtoPAEContactMatrix(
 461           InputStream pae_input) throws IOException, ParseException
 462   {
 463     Object paeJson = Platform.parseJSON(pae_input);
 464     JSONObject paeDict = null;
 465     if (paeJson instanceof JSONObject)
 466     {
 467       paeDict = (JSONObject) paeJson;
 468     }
 469     else if (paeJson instanceof JSONArray)
 470     {
 471       JSONArray jsonArray = (JSONArray) paeJson;
 472       if (jsonArray.size() > 0)
 473         paeDict = (JSONObject) jsonArray.get(0);
 474     }
 475
 476     return paeDict;
 477   }
 478
 479   // ###### TEST THIS
 480   public static boolean importPaeJSONAsContactMatrixToStructure(
 481           StructureMapping[] smArray, InputStream paeInput, String label)
 482           throws IOException, ParseException
 483   {
 484     boolean someDone = false;
 485     for (StructureMapping sm : smArray)
 486     {
 487       boolean thisDone = importPaeJSONAsContactMatrixToStructure(sm,
 488               paeInput, label);
 489       someDone |= thisDone;
 490     }
 491     return someDone;
 492   }
 493
 494   public static boolean importPaeJSONAsContactMatrixToStructure(
 495           StructureMapping sm, InputStream paeInput, String label)
 496           throws IOException, ParseException
 497   {
 498     JSONObject pae_obj = parseJSONtoPAEContactMatrix(paeInput);
 499     if (pae_obj == null)
 500     {
 501       Console.debug("JSON file did not parse properly.");
 502       return false;
 503     }
 504
 505     SequenceI seq = sm.getSequence();
 506     ContactMatrixI matrix = new PAEContactMatrix(seq,
 507             (Map<String, Object>) pae_obj);
 508     ((PAEContactMatrix) matrix).makeGroups(5f, true);
 509     AlignmentAnnotation cmannot = seq.addContactList(matrix);
 510     /* this already happens in Sequence.addContactList()
 511      seq.addAlignmentAnnotation(cmannot);
 512      */
 513     return true;
 514   }
 515
 516   /**
 517    * general purpose structure importer - designed to yield alignment useful for
 518    * transfer of annotation to associated sequences
 519    *
 520    * @param alphaFoldCif
 521    * @param tmpFile
 522    * @param id
 523    * @param chain
 524    * @param dbSource
 525    * @param dbVersion
 526    * @return
 527    * @throws Exception
 528    */
 529   public static AlignmentI importDownloadedStructureFromUrl(
 530           String alphaFoldCif, File tmpFile, String id, String chain,
 531           String dbSource, String dbVersion) throws Exception
 532   {
 533     String file = tmpFile.getAbsolutePath();
 534     // todo get rid of Type and use FileFormatI instead?
 535     FileFormatI fileFormat = FileFormat.MMCif;
 536     TFType tempfacType = TFType.PLDDT;
 537     AlignmentI pdbAlignment = new FormatAdapter().readFile(tmpFile, file,
 538             DataSourceType.FILE, fileFormat, tempfacType);
 539
 540     if (pdbAlignment != null)
 541     {
 542       List<SequenceI> toremove = new ArrayList<SequenceI>();
 543       for (SequenceI pdbcs : pdbAlignment.getSequences())
 544       {
 545         String chid = null;
 546         // Mapping map=null;
 547         for (PDBEntry pid : pdbcs.getAllPDBEntries())
 548         {
 549           if (pid.getFile() == file)
 550           {
 551             chid = pid.getChainCode();
 552           }
 553         }
 554         if (chain == null || (chid != null && (chid.equals(chain)
 555                 || chid.trim().equals(chain.trim())
 556                 || (chain.trim().length() == 0 && chid.equals("_")))))
 557         {
 558           // FIXME seems to result in 'PDB|1QIP|1qip|A' - 1QIP is redundant.
 559           // TODO: suggest simplify naming to 1qip|A as default name defined
 560           pdbcs.setName(id + SEPARATOR + pdbcs.getName());
 561           // Might need to add more metadata to the PDBEntry object
 562           // like below
 563           /*
 564            * PDBEntry entry = new PDBEntry(); // Construct the PDBEntry
 565            * entry.setId(id); if (entry.getProperty() == null)
 566            * entry.setProperty(new Hashtable());
 567            * entry.getProperty().put("chains", pdbchain.id + "=" +
 568            * sq.getStart() + "-" + sq.getEnd());
 569            * sq.getDatasetSequence().addPDBId(entry);
 570            */
 571           // Add PDB DB Refs
 572           // We make a DBRefEtntry because we have obtained the PDB file from
 573           // a
 574           // verifiable source
 575           // JBPNote - PDB DBRefEntry should also carry the chain and mapping
 576           // information
 577           if (dbSource != null)
 578           {
 579             DBRefEntry dbentry = new DBRefEntry(dbSource,
 580
 581                     dbVersion, (chid == null ? id : id + chid));
 582             // dbentry.setMap()
 583             pdbcs.addDBRef(dbentry);
 584             // update any feature groups
 585             List<SequenceFeature> allsf = pdbcs.getFeatures()
 586                     .getAllFeatures();
 587             List<SequenceFeature> newsf = new ArrayList<SequenceFeature>();
 588             if (allsf != null && allsf.size() > 0)
 589             {
 590               for (SequenceFeature f : allsf)
 591               {
 592                 if (file.equals(f.getFeatureGroup()))
 593                 {
 594                   f = new SequenceFeature(f, f.type, f.begin, f.end, id,
 595                           f.score);
 596                 }
 597                 newsf.add(f);
 598               }
 599               pdbcs.setSequenceFeatures(newsf);
 600             }
 601           }
 602         }
 603         else
 604         {
 605           // mark this sequence to be removed from the alignment
 606           // - since it's not from the right chain
 607           toremove.add(pdbcs);
 608         }
 609       }
 610       // now remove marked sequences
 611       for (SequenceI pdbcs : toremove)
 612       {
 613         pdbAlignment.deleteSequence(pdbcs);
 614         if (pdbcs.getAnnotation() != null)
 615         {
 616           for (AlignmentAnnotation aa : pdbcs.getAnnotation())
 617           {
 618             pdbAlignment.deleteAnnotation(aa);
 619           }
 620         }
 621       }
 622     }
 623     return pdbAlignment;
 624   }
 625
 626   /*
 627    * (non-Javadoc)
 628    *
 629    * @see jalview.ws.DbSourceProxy#isValidReference(java.lang.String)
 630    */
 631   @Override
 632   public boolean isValidReference(String accession)
 633   {
 634     Regex r = getAccessionValidator();
 635     return r.search(accession.trim());
 636   }
 637
 638   /**
 639    * human glyoxalase
 640    */
 641   @Override
 642   public String getTestQuery()
 643   {
 644     return "AF-O15552-F1";
 645   }
 646
 647   @Override
 648   public String getDbName()
 649   {
 650     return "ALPHAFOLD"; // getDbSource();
 651   }
 652
 653   @Override
 654   public int getTier()
 655   {
 656     return 0;
 657   }
 658
 659   /**
 660    * Returns a descriptor for suitable feature display settings with
 661    * <ul>
 662    * <li>ResNums or insertions features visible</li>
 663    * <li>insertions features coloured red</li>
 664    * <li>ResNum features coloured by label</li>
 665    * <li>Insertions displayed above (on top of) ResNums</li>
 666    * </ul>
 667    */
 668   @Override
 669   public FeatureSettingsModelI getFeatureColourScheme()
 670   {
 671     return new PDBFeatureSettings();
 672   }
 673
 674   // days * 86400000
 675   private static final long PAE_CACHE_STALE_TIME = 1 * 86400000;
 676
 677   private static Map<String, File> paeDownloadCache = new HashMap<>();
 678
 679 }