src/jalview/ws/dbsources/Uniprot.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.ws.dbsources;
  22
  23 import jalview.datamodel.Alignment;
  24 import jalview.datamodel.AlignmentI;
  25 import jalview.datamodel.DBRefEntry;
  26 import jalview.datamodel.DBRefSource;
  27 import jalview.datamodel.PDBEntry;
  28 import jalview.datamodel.Sequence;
  29 import jalview.datamodel.SequenceFeature;
  30 import jalview.datamodel.SequenceI;
  31 import jalview.datamodel.UniprotEntry;
  32 import jalview.datamodel.UniprotFile;
  33 import jalview.ws.ebi.EBIFetchClient;
  34 import jalview.ws.seqfetcher.DbSourceProxyImpl;
  35
  36 import java.io.File;
  37 import java.io.FileReader;
  38 import java.io.Reader;
  39 import java.net.URL;
  40 import java.util.ArrayList;
  41 import java.util.Vector;
  42
  43 import org.exolab.castor.mapping.Mapping;
  44 import org.exolab.castor.xml.Unmarshaller;
  45
  46 import com.stevesoft.pat.Regex;
  47
  48 /**
  49  * @author JimP
  50  *
  51  */
  52 public class Uniprot extends DbSourceProxyImpl
  53 {
  54   private static final String BAR_DELIMITER = "|";
  55
  56   /*
  57    * Castor mapping loaded from uniprot_mapping.xml
  58    */
  59   private static Mapping map;
  60
  61   /**
  62    * Constructor
  63    */
  64   public Uniprot()
  65   {
  66     super();
  67   }
  68
  69   /*
  70    * (non-Javadoc)
  71    *
  72    * @see jalview.ws.DbSourceProxy#getAccessionSeparator()
  73    */
  74   @Override
  75   public String getAccessionSeparator()
  76   {
  77     return null;
  78   }
  79
  80   /*
  81    * (non-Javadoc)
  82    *
  83    * @see jalview.ws.DbSourceProxy#getAccessionValidator()
  84    */
  85   @Override
  86   public Regex getAccessionValidator()
  87   {
  88     return new Regex("([A-Z]+[0-9]+[A-Z0-9]+|[A-Z0-9]+_[A-Z0-9]+)");
  89   }
  90
  91   /*
  92    * (non-Javadoc)
  93    *
  94    * @see jalview.ws.DbSourceProxy#getDbSource()
  95    */
  96   @Override
  97   public String getDbSource()
  98   {
  99     return DBRefSource.UNIPROT;
 100   }
 101
 102   /*
 103    * (non-Javadoc)
 104    *
 105    * @see jalview.ws.DbSourceProxy#getDbVersion()
 106    */
 107   @Override
 108   public String getDbVersion()
 109   {
 110     return "0"; // we really don't know what version we're on.
 111   }
 112
 113   /**
 114    * Reads a file containing the reply to the EBI Fetch Uniprot data query,
 115    * unmarshals it to a UniprotFile object, and returns the list of UniprotEntry
 116    * data models (mapped from &lt;entry&gt; elements)
 117    *
 118    * @param fileReader
 119    * @return
 120    */
 121   public Vector<UniprotEntry> getUniprotEntries(Reader fileReader)
 122   {
 123     UniprotFile uni = new UniprotFile();
 124     try
 125     {
 126       if (map == null)
 127       {
 128         // 1. Load the mapping information from the file
 129         map = new Mapping(uni.getClass().getClassLoader());
 130         URL url = getClass().getResource("/uniprot_mapping.xml");
 131         map.loadMapping(url);
 132       }
 133
 134       // 2. Unmarshal the data
 135       Unmarshaller unmar = new Unmarshaller(uni);
 136       unmar.setIgnoreExtraElements(true);
 137       unmar.setMapping(map);
 138       if (fileReader != null)
 139       {
 140         uni = (UniprotFile) unmar.unmarshal(fileReader);
 141       }
 142     } catch (Exception e)
 143     {
 144       System.out.println("Error getUniprotEntries() " + e);
 145     }
 146
 147     return uni.getUniprotEntries();
 148   }
 149
 150   /*
 151    * (non-Javadoc)
 152    *
 153    * @see jalview.ws.DbSourceProxy#getSequenceRecords(java.lang.String[])
 154    */
 155   @Override
 156   public AlignmentI getSequenceRecords(String queries) throws Exception
 157   {
 158     startQuery();
 159     try
 160     {
 161       queries = queries.toUpperCase().replaceAll(
 162               "(UNIPROT\\|?|UNIPROT_|UNIREF\\d+_|UNIREF\\d+\\|?)", "");
 163       AlignmentI al = null;
 164       EBIFetchClient ebi = new EBIFetchClient();
 165       // uniprotxml parameter required since december 2007
 166       // uniprotkb dbname changed introduced december 2008
 167       File file = ebi.fetchDataAsFile("uniprotkb:" + queries, "uniprotxml",
 168               ".xml");
 169       Vector<UniprotEntry> entries = getUniprotEntries(new FileReader(file));
 170
 171       if (entries != null)
 172       {
 173         ArrayList<SequenceI> seqs = new ArrayList<SequenceI>();
 174         for (UniprotEntry entry : entries)
 175         {
 176           seqs.add(uniprotEntryToSequenceI(entry));
 177         }
 178         al = new Alignment(seqs.toArray(new SequenceI[0]));
 179
 180       }
 181       stopQuery();
 182       return al;
 183     } catch (Exception e)
 184     {
 185       stopQuery();
 186       throw (e);
 187     }
 188   }
 189
 190   /**
 191    *
 192    * @param entry
 193    *          UniprotEntry
 194    * @return SequenceI instance created from the UniprotEntry instance
 195    */
 196   public SequenceI uniprotEntryToSequenceI(UniprotEntry entry){
 197     String id = getUniprotEntryId(entry);
 198     SequenceI sequence = new Sequence(id, entry.getUniprotSequence()
 199             .getContent());
 200     sequence.setDescription(getUniprotEntryDescription(entry));
 201
 202     final String dbVersion = getDbVersion();
 203     ArrayList<DBRefEntry> dbRefs = new ArrayList<DBRefEntry>();
 204     for (String accessionId : entry.getAccession())
 205     {
 206       DBRefEntry dbRef = new DBRefEntry(DBRefSource.UNIPROT, dbVersion,
 207               accessionId);
 208
 209       // mark dbRef as a primary reference for this sequence
 210       dbRefs.add(dbRef);
 211     }
 212
 213     Vector<PDBEntry> onlyPdbEntries = new Vector<PDBEntry>();
 214     for (PDBEntry pdb : entry.getDbReference())
 215     {
 216       DBRefEntry dbr = new DBRefEntry();
 217       dbr.setSource(pdb.getType());
 218       dbr.setAccessionId(pdb.getId());
 219       dbr.setVersion(DBRefSource.UNIPROT + ":" + dbVersion);
 220       dbRefs.add(dbr);
 221       if ("PDB".equals(pdb.getType()))
 222       {
 223         onlyPdbEntries.addElement(pdb);
 224       }
 225       if ("EMBL".equals(pdb.getType()))
 226       {
 227         // look for a CDS reference and add it, too.
 228         String cdsId = (String) pdb.getProperty("protein sequence ID");
 229         if (cdsId != null && cdsId.trim().length() > 0)
 230         {
 231           // remove version
 232           String[] vrs = cdsId.split("\\.");
 233           dbr = new DBRefEntry(DBRefSource.EMBLCDS, vrs.length > 1 ? vrs[1]
 234                   : DBRefSource.UNIPROT + ":" + dbVersion, vrs[0]);
 235           dbRefs.add(dbr);
 236         }
 237       }
 238       if ("Ensembl".equals(pdb.getType()))
 239       {
 240         /*UniprotXML
 241          * <dbReference type="Ensembl" id="ENST00000321556">
 242         * <molecule id="Q9BXM7-1"/>
 243         * <property type="protein sequence ID" value="ENSP00000364204"/>
 244         * <property type="gene ID" value="ENSG00000158828"/>
 245         * </dbReference>
 246          */
 247         String cdsId = (String) pdb.getProperty("protein sequence ID");
 248         if (cdsId != null && cdsId.trim().length() > 0)
 249         {
 250           dbr = new DBRefEntry(DBRefSource.ENSEMBL, DBRefSource.UNIPROT
 251                   + ":" + dbVersion, cdsId.trim());
 252           dbRefs.add(dbr);
 253
 254         }
 255       }
 256
 257     }
 258
 259     sequence.setPDBId(onlyPdbEntries);
 260     if (entry.getFeature() != null)
 261     {
 262       for (SequenceFeature sf : entry.getFeature())
 263       {
 264         sf.setFeatureGroup("Uniprot");
 265         sequence.addSequenceFeature(sf);
 266       }
 267     }
 268     for (DBRefEntry dbr : dbRefs)
 269     {
 270       sequence.addDBRef(dbr);
 271     }
 272     return sequence;
 273   }
 274
 275   /**
 276    *
 277    * @param entry
 278    *          UniportEntry
 279    * @return protein name(s) delimited by a white space character
 280    */
 281   public static String getUniprotEntryDescription(UniprotEntry entry)
 282   {
 283     StringBuilder desc = new StringBuilder(32);
 284     if (entry.getProtein() != null && entry.getProtein().getName() != null)
 285     {
 286       boolean first = true;
 287       for (String nm : entry.getProtein().getName())
 288       {
 289         if (!first)
 290         {
 291           desc.append(" ");
 292         }
 293         first = false;
 294         desc.append(nm);
 295       }
 296     }
 297     return desc.toString();
 298   }
 299
 300   /**
 301    *
 302    * @param entry
 303    *          UniportEntry
 304    * @return The accession id(s) and name(s) delimited by '|'.
 305    */
 306   public static String getUniprotEntryId(UniprotEntry entry)
 307   {
 308     StringBuilder name = new StringBuilder(32);
 309     // name.append("UniProt/Swiss-Prot");
 310     // use 'canonicalised' name for optimal id matching
 311     name.append(DBRefSource.UNIPROT);
 312     for (String accessionId : entry.getAccession())
 313     {
 314       name.append(BAR_DELIMITER);
 315       name.append(accessionId);
 316     }
 317     for (String n : entry.getName())
 318     {
 319       name.append(BAR_DELIMITER);
 320       name.append(n);
 321     }
 322     return name.toString();
 323   }
 324
 325   /*
 326    * (non-Javadoc)
 327    *
 328    * @see jalview.ws.DbSourceProxy#isValidReference(java.lang.String)
 329    */
 330   @Override
 331   public boolean isValidReference(String accession)
 332   {
 333     // TODO: make the following a standard validator
 334     return (accession == null || accession.length() < 2) ? false
 335             : getAccessionValidator().search(accession);
 336   }
 337
 338   /**
 339    * return LDHA_CHICK uniprot entry
 340    */
 341   @Override
 342   public String getTestQuery()
 343   {
 344     return "P00340";
 345   }
 346
 347   @Override
 348   public String getDbName()
 349   {
 350     return "Uniprot"; // getDbSource();
 351   }
 352
 353   @Override
 354   public int getTier()
 355   {
 356     return 0;
 357   }
 358 }