src/jalview/ext/ensembl/EnsemblSequenceFetcher.java

   1 /*
   2  * Jalview - A Sequence Alignment Editor and Viewer ($$Version-Rel$$)
   3  * Copyright (C) $$Year-Rel$$ The Jalview Authors
   4  *
   5  * This file is part of Jalview.
   6  *
   7  * Jalview is free software: you can redistribute it and/or
   8  * modify it under the terms of the GNU General Public License
   9  * as published by the Free Software Foundation, either version 3
  10  * of the License, or (at your option) any later version.
  11  *
  12  * Jalview is distributed in the hope that it will be useful, but
  13  * WITHOUT ANY WARRANTY; without even the implied warranty
  14  * of MERCHANTABILITY or FITNESS FOR A PARTICULAR
  15  * PURPOSE.  See the GNU General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU General Public License
  18  * along with Jalview.  If not, see <http://www.gnu.org/licenses/>.
  19  * The Jalview Authors are detailed in the 'AUTHORS' file.
  20  */
  21 package jalview.ext.ensembl;
  22
  23 import jalview.analysis.AlignmentUtils;
  24 import jalview.bin.Cache;
  25 import jalview.datamodel.DBRefSource;
  26 import jalview.ws.seqfetcher.DbSourceProxyImpl;
  27
  28 import com.stevesoft.pat.Regex;
  29
  30 /**
  31  * A base class for Ensembl sequence fetchers
  32  *
  33  * @author gmcarstairs
  34  */
  35 abstract class EnsemblSequenceFetcher extends DbSourceProxyImpl
  36 {
  37   // domain properties lookup keys:
  38   protected static final String ENSEMBL_BASEURL = "ENSEMBL_BASEURL";
  39
  40   protected static final String ENSEMBL_GENOMES_BASEURL = "ENSEMBL_GENOMES_BASEURL";
  41
  42   // domain properties default values:
  43   protected static final String DEFAULT_ENSEMBL_BASEURL = "https://rest.ensembl.org";
  44
  45   // ensemblgenomes REST service merged to ensembl 9th April 2019
  46   protected static final String DEFAULT_ENSEMBL_GENOMES_BASEURL = DEFAULT_ENSEMBL_BASEURL;
  47
  48   /*
  49    * accepts ENSG/T/E/P with 11 digits
  50    * or ENSMUSP or similar for other species
  51    * or CCDSnnnnn.nn with at least 3 digits
  52    */
  53   private static final Regex ACCESSION_REGEX = new Regex(
  54           "(ENS([A-Z]{3}|)[GTEP]{1}[0-9]{11}$)" + "|"
  55                   + "(CCDS[0-9.]{3,}$)");
  56
  57   protected final String ensemblGenomesDomain;
  58
  59   protected final String ensemblDomain;
  60
  61   protected static final String OBJECT_TYPE_TRANSLATION = "Translation";
  62
  63   protected static final String OBJECT_TYPE_TRANSCRIPT = "Transcript";
  64
  65   protected static final String OBJECT_TYPE_GENE = "Gene";
  66
  67   protected static final String PARENT = "Parent";
  68
  69   protected static final String JSON_ID = AlignmentUtils.VARIANT_ID; // "id";
  70
  71   protected static final String OBJECT_TYPE = "object_type";
  72
  73   /*
  74    * possible values for the 'feature' parameter of the /overlap REST service
  75    * @see http://rest.ensembl.org/documentation/info/overlap_id
  76    */
  77   protected enum EnsemblFeatureType
  78   {
  79     gene, transcript, cds, exon, repeat, simple, misc, variation,
  80     somatic_variation, structural_variation, somatic_structural_variation,
  81     constrained, regulatory
  82   }
  83
  84   private String domain;
  85
  86   /**
  87    * Constructor
  88    */
  89   public EnsemblSequenceFetcher()
  90   {
  91     /*
  92      * the default domain names may be overridden in .jalview_properties;
  93      * this allows an easy change from http to https in future if needed
  94      */
  95     ensemblDomain = Cache.getDefault(ENSEMBL_BASEURL,
  96             DEFAULT_ENSEMBL_BASEURL).trim();
  97     ensemblGenomesDomain = Cache.getDefault(ENSEMBL_GENOMES_BASEURL,
  98             DEFAULT_ENSEMBL_GENOMES_BASEURL).trim();
  99     domain = ensemblDomain;
 100   }
 101
 102   @Override
 103   public String getDbSource()
 104   {
 105     // NB ensure Uniprot xrefs are canonicalised from "Ensembl" to "ENSEMBL"
 106     if (ensemblGenomesDomain.equals(getDomain()))
 107     {
 108       return DBRefSource.ENSEMBLGENOMES;
 109     }
 110     return DBRefSource.ENSEMBL;
 111   }
 112
 113   @Override
 114   public String getAccessionSeparator()
 115   {
 116     return " ";
 117   }
 118
 119   /**
 120    * Ensembl accession are ENST + 11 digits for human transcript, ENSG for human
 121    * gene. Other species insert 3 letters e.g. ENSMUST..., ENSMUSG...
 122    *
 123    * @see http://www.ensembl.org/Help/View?id=151
 124    */
 125   @Override
 126   public Regex getAccessionValidator()
 127   {
 128     return ACCESSION_REGEX;
 129   }
 130
 131   @Override
 132   public boolean isValidReference(String accession)
 133   {
 134     return getAccessionValidator().search(accession);
 135   }
 136
 137   @Override
 138   public int getTier()
 139   {
 140     return 0;
 141   }
 142
 143   /**
 144    * Default test query is a transcript
 145    */
 146   @Override
 147   public String getTestQuery()
 148   {
 149     // has CDS on reverse strand:
 150     return "ENST00000288602";
 151     // ENST00000461457 // forward strand
 152   }
 153
 154   @Override
 155   public boolean isDnaCoding()
 156   {
 157     return true;
 158   }
 159
 160   /**
 161    * Returns the domain name to query e.g. http://rest.ensembl.org or
 162    * http://rest.ensemblgenomes.org
 163    *
 164    * @return
 165    */
 166   protected String getDomain()
 167   {
 168     return domain;
 169   }
 170
 171   protected void setDomain(String d)
 172   {
 173     domain = d == null ? null : d.trim();
 174   }
 175 }