test/jalview/io/vcf/VCFLoaderTest.java

   1 package jalview.io.vcf;
   2
   3 import static jalview.io.gff.SequenceOntologyI.SEQUENCE_VARIANT;
   4 import static org.testng.Assert.assertEquals;
   5 import static org.testng.Assert.assertNull;
   6 import static org.testng.Assert.assertTrue;
   7
   8 import jalview.bin.Cache;
   9 import jalview.datamodel.AlignmentI;
  10 import jalview.datamodel.DBRefEntry;
  11 import jalview.datamodel.Mapping;
  12 import jalview.datamodel.Sequence;
  13 import jalview.datamodel.SequenceFeature;
  14 import jalview.datamodel.SequenceI;
  15 import jalview.datamodel.features.FeatureAttributes;
  16 import jalview.datamodel.features.SequenceFeatures;
  17 import jalview.gui.AlignFrame;
  18 import jalview.io.DataSourceType;
  19 import jalview.io.FileLoader;
  20 import jalview.io.gff.Gff3Helper;
  21 import jalview.util.MapList;
  22
  23 import java.io.File;
  24 import java.io.IOException;
  25 import java.io.PrintWriter;
  26 import java.util.List;
  27 import java.util.Map;
  28
  29 import org.testng.annotations.BeforeClass;
  30 import org.testng.annotations.BeforeTest;
  31 import org.testng.annotations.Test;
  32
  33 public class VCFLoaderTest
  34 {
  35   private static final float DELTA = 0.00001f;
  36
  37   // columns 9717- of gene P30419 from Ensembl (much modified)
  38   private static final String FASTA = ""
  39           +
  40           /*
  41            * forward strand 'gene' and 'transcript' with two exons
  42            */
  43           ">gene1/1-25 chromosome:GRCh38:17:45051610:45051634:1\n"
  44           + "CAAGCTGGCGGACGAGAGTGTGACA\n"
  45           + ">transcript1/1-18\n--AGCTGGCG----AGAGTGTGAC-\n"
  46
  47           /*
  48            * reverse strand gene and transcript (reverse complement alleles!)
  49            */
  50           + ">gene2/1-25 chromosome:GRCh38:17:45051610:45051634:-1\n"
  51           + "TGTCACACTCTCGTCCGCCAGCTTG\n"
  52           + ">transcript2/1-18\n" + "-GTCACACTCT----CGCCAGCT--\n"
  53
  54           /*
  55            * 'gene' on chromosome 5 with two transcripts
  56            */
  57           + ">gene3/1-25 chromosome:GRCh38:5:45051610:45051634:1\n"
  58           + "CAAGCTGGCGGACGAGAGTGTGACA\n"
  59           + ">transcript3/1-18\n--AGCTGGCG----AGAGTGTGAC-\n"
  60           + ">transcript4/1-18\n-----TGG-GGACGAGAGTGTGA-A\n";
  61
  62   private static final String[] VCF = { "##fileformat=VCFv4.2",
  63       // note fields with no INFO definition are ignored when parsing
  64       "##INFO=<ID=AF,Number=A,Type=Float,Description=\"Allele Frequency, for each ALT allele, in the same order as listed\">",
  65       "##INFO=<ID=AC_Female,Number=A,Type=Integer,Description=\"Allele count in Female genotypes\"",
  66       "##INFO=<ID=AF_AFR,Number=A,Type=Float,Description=\"Allele Frequency among African/African American genotypes\"",
  67       "##INFO=<ID=CLNSIG,Number=.,Type=String,Description=\"Clinical significance for this single variant\"",
  68       "##reference=Homo_sapiens/GRCh38",
  69       "#CHROM\tPOS\tID\tREF\tALT\tQUAL\tFILTER\tINFO",
  70       // A/T,C variants in position 2 of gene sequence (precedes transcript)
  71       // should create 2 variant features with respective AF values
  72       // malformed values for AC_Female and AF_AFR should be ignored
  73       "17\t45051611\trs384765\tA\tT,C\t1666.64\tRF;XYZ\tAC=15;AF=5.0e-03,4.0e-03;AC_Female=12,3d;AF_AFR=low,2.3e-4;CLNSIG=benign,probably_benign",
  74       // SNP G/C in position 4 of gene sequence, position 2 of transcript
  75       // insertion G/GA is transferred to nucleotide but not to peptide
  76       "17\t45051613\t.\tG\tGA,C\t1666.65\t.\tAC=15;AF=3.0e-03,2.0e-03",
  77       // '.' in INFO field should be ignored
  78       "17\t45051615\t.\tG\tC\t1666.66\tRF\tAC=16;AF=." };
  79
  80   @BeforeClass(alwaysRun = true)
  81   public void setUp()
  82   {
  83     /*
  84      * configure to capture all available VCF and VEP (CSQ) fields
  85      */
  86     Cache.loadProperties("test/jalview/io/testProps.jvprops");
  87     Cache.setProperty("VCF_FIELDS", ".*");
  88     Cache.setProperty("VEP_FIELDS", ".*");
  89     Cache.setProperty("VCF_ASSEMBLY", "GRCh38=GRCh38");
  90     Cache.initLogger();
  91   }
  92
  93   @BeforeTest(alwaysRun = true)
  94   public void setUpBeforeTest()
  95   {
  96     /*
  97      * clear down feature attributes metadata
  98      */
  99     FeatureAttributes.getInstance().clear();
 100   }
 101
 102   @Test(groups = "Functional")
 103   public void testDoLoad() throws IOException
 104   {
 105     AlignmentI al = buildAlignment();
 106
 107     File f = makeVcfFile();
 108     VCFLoader loader = new VCFLoader(f.getPath());
 109
 110     loader.doLoad(al.getSequencesArray(), null);
 111
 112     /*
 113      * verify variant feature(s) added to gene
 114      * NB alleles at a locus may not be processed, and features added,
 115      * in the order in which they appear in the VCF record as method
 116      * VariantContext.getAlternateAlleles() does not guarantee order
 117      * - order of assertions here matches what we find (is not important)
 118      */
 119     List<SequenceFeature> geneFeatures = al.getSequenceAt(0)
 120             .getSequenceFeatures();
 121     SequenceFeatures.sortFeatures(geneFeatures, true);
 122     assertEquals(geneFeatures.size(), 5);
 123     SequenceFeature sf = geneFeatures.get(0);
 124     assertEquals(sf.getFeatureGroup(), "VCF");
 125     assertEquals(sf.getBegin(), 2);
 126     assertEquals(sf.getEnd(), 2);
 127     assertEquals(sf.getScore(), 0f);
 128     assertEquals(sf.getValue("AF"), "4.0e-03");
 129     assertEquals(sf.getValue("AF_AFR"), "2.3e-4");
 130     assertEquals(sf.getValue(Gff3Helper.ALLELES), "A,C");
 131     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 132     assertEquals(sf.getValue("POS"), "45051611");
 133     assertEquals(sf.getValue("ID"), "rs384765");
 134     assertEquals(sf.getValue("QUAL"), "1666.64");
 135     assertEquals(sf.getValue("FILTER"), "RF;XYZ");
 136     /*
 137      * if INFO declares Number=1, all values are attached to each allele
 138      */
 139     assertEquals(sf.getValue("CLNSIG"), "benign,probably_benign");
 140     // malformed integer for AC_Female is ignored (JAL-3375)
 141     assertNull(sf.getValue("AC_Female"));
 142
 143     sf = geneFeatures.get(1);
 144     assertEquals(sf.getFeatureGroup(), "VCF");
 145     assertEquals(sf.getBegin(), 2);
 146     assertEquals(sf.getEnd(), 2);
 147     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 148     assertEquals(sf.getScore(), 0f);
 149     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 5.0e-03,
 150             DELTA);
 151     assertEquals(sf.getValue("AC_Female"), "12");
 152     // malformed float for AF_AFR is ignored (JAL-3375)
 153     assertNull(sf.getValue("AC_AFR"));
 154     assertEquals(sf.getValue(Gff3Helper.ALLELES), "A,T");
 155     assertEquals(sf.getValue("CLNSIG"), "benign,probably_benign");
 156
 157     sf = geneFeatures.get(2);
 158     assertEquals(sf.getFeatureGroup(), "VCF");
 159     assertEquals(sf.getBegin(), 4);
 160     assertEquals(sf.getEnd(), 4);
 161     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 162     assertEquals(sf.getScore(), 0f);
 163     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 164             DELTA);
 165     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 166
 167     sf = geneFeatures.get(3);
 168     assertEquals(sf.getFeatureGroup(), "VCF");
 169     assertEquals(sf.getBegin(), 4);
 170     assertEquals(sf.getEnd(), 4);
 171     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 172     assertEquals(sf.getScore(), 0f);
 173     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 174             DELTA);
 175     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GA");
 176     assertNull(sf.getValue("ID")); // '.' is ignored
 177     assertNull(sf.getValue("FILTER")); // '.' is ignored
 178
 179     sf = geneFeatures.get(4);
 180     assertEquals(sf.getFeatureGroup(), "VCF");
 181     assertEquals(sf.getBegin(), 6);
 182     assertEquals(sf.getEnd(), 6);
 183     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 184     assertEquals(sf.getScore(), 0f);
 185     // AF=. should not have been captured
 186     assertNull(sf.getValue("AF"));
 187     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 188
 189     /*
 190      * verify variant feature(s) added to transcript
 191      */
 192     List<SequenceFeature> transcriptFeatures = al.getSequenceAt(1)
 193             .getSequenceFeatures();
 194     assertEquals(transcriptFeatures.size(), 3);
 195     sf = transcriptFeatures.get(0);
 196     assertEquals(sf.getFeatureGroup(), "VCF");
 197     assertEquals(sf.getBegin(), 2);
 198     assertEquals(sf.getEnd(), 2);
 199     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 200     assertEquals(sf.getScore(), 0f);
 201     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 202             DELTA);
 203     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 204     sf = transcriptFeatures.get(1);
 205     assertEquals(sf.getFeatureGroup(), "VCF");
 206     assertEquals(sf.getBegin(), 2);
 207     assertEquals(sf.getEnd(), 2);
 208     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 209     assertEquals(sf.getScore(), 0f);
 210     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 211             DELTA);
 212     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GA");
 213
 214     /*
 215      * verify SNP variant feature(s) computed and added to protein
 216      * first codon AGC varies to ACC giving S/T
 217      */
 218     DBRefEntry[] dbRefs = al.getSequenceAt(1).getDBRefs();
 219     SequenceI peptide = null;
 220     for (DBRefEntry dbref : dbRefs)
 221     {
 222       if (dbref.getMap().getMap().getFromRatio() == 3)
 223       {
 224         peptide = dbref.getMap().getTo();
 225       }
 226     }
 227     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 228
 229     /*
 230      * JAL-3187 don't precompute protein features, do dynamically instead
 231      */
 232     assertTrue(proteinFeatures.isEmpty());
 233   }
 234
 235   private File makeVcfFile() throws IOException
 236   {
 237     File f = File.createTempFile("Test", ".vcf");
 238     f.deleteOnExit();
 239     PrintWriter pw = new PrintWriter(f);
 240     for (String vcfLine : VCF)
 241     {
 242       pw.println(vcfLine);
 243     }
 244     pw.close();
 245     return f;
 246   }
 247
 248   /**
 249    * Make a simple alignment with one 'gene' and one 'transcript'
 250    *
 251    * @return
 252    */
 253   private AlignmentI buildAlignment()
 254   {
 255     AlignFrame af = new FileLoader().LoadFileWaitTillLoaded(FASTA,
 256             DataSourceType.PASTE);
 257
 258     /*
 259      * map gene1 sequence to chromosome (normally done when the sequence is fetched
 260      * from Ensembl and transcripts computed)
 261      */
 262     AlignmentI alignment = af.getViewport().getAlignment();
 263     SequenceI gene1 = alignment.findName("gene1");
 264     int[] to = new int[] { 45051610, 45051634 };
 265     int[] from = new int[] { gene1.getStart(), gene1.getEnd() };
 266     gene1.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(from, to,
 267             1, 1));
 268
 269     /*
 270      * map 'transcript1' to chromosome via 'gene1'
 271      * transcript1/1-18 is gene1/3-10,15-24
 272      * which is chromosome 45051612-45051619,45051624-45051633
 273      */
 274     to = new int[] { 45051612, 45051619, 45051624, 45051633 };
 275     SequenceI transcript1 = alignment.findName("transcript1");
 276     from = new int[] { transcript1.getStart(), transcript1.getEnd() };
 277     transcript1.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(
 278             from, to,
 279             1, 1));
 280
 281     /*
 282      * map gene2 to chromosome reverse strand
 283      */
 284     SequenceI gene2 = alignment.findName("gene2");
 285     to = new int[] { 45051634, 45051610 };
 286     from = new int[] { gene2.getStart(), gene2.getEnd() };
 287     gene2.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(from, to,
 288             1, 1));
 289
 290     /*
 291      * map 'transcript2' to chromosome via 'gene2'
 292      * transcript2/1-18 is gene2/2-11,16-23
 293      * which is chromosome 45051633-45051624,45051619-45051612
 294      */
 295     to = new int[] { 45051633, 45051624, 45051619, 45051612 };
 296     SequenceI transcript2 = alignment.findName("transcript2");
 297     from = new int[] { transcript2.getStart(), transcript2.getEnd() };
 298     transcript2.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(
 299             from, to,
 300             1, 1));
 301
 302     /*
 303      * add a protein product as a DBRef on transcript1
 304      */
 305     SequenceI peptide1 = new Sequence("ENSP001", "SWRECD");
 306     MapList mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 },
 307             3, 1);
 308     Mapping map = new Mapping(peptide1, mapList);
 309     DBRefEntry product = new DBRefEntry("", "", "ENSP001", map);
 310     transcript1.addDBRef(product);
 311
 312     /*
 313      * add a protein product as a DBRef on transcript2
 314      */
 315     SequenceI peptide2 = new Sequence("ENSP002", "VTLSPA");
 316     mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 }, 3, 1);
 317     map = new Mapping(peptide2, mapList);
 318     product = new DBRefEntry("", "", "ENSP002", map);
 319     transcript2.addDBRef(product);
 320
 321     /*
 322      * map gene3 to chromosome
 323      */
 324     SequenceI gene3 = alignment.findName("gene3");
 325     to = new int[] { 45051610, 45051634 };
 326     from = new int[] { gene3.getStart(), gene3.getEnd() };
 327     gene3.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(from, to,
 328             1, 1));
 329
 330     /*
 331      * map 'transcript3' to chromosome
 332      */
 333     SequenceI transcript3 = alignment.findName("transcript3");
 334     to = new int[] { 45051612, 45051619, 45051624, 45051633 };
 335     from = new int[] { transcript3.getStart(), transcript3.getEnd() };
 336     transcript3.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(
 337             from, to,
 338             1, 1));
 339
 340     /*
 341      * map 'transcript4' to chromosome
 342      */
 343     SequenceI transcript4 = alignment.findName("transcript4");
 344     to = new int[] { 45051615, 45051617, 45051619, 45051632, 45051634,
 345         45051634 };
 346     from = new int[] { transcript4.getStart(), transcript4.getEnd() };
 347     transcript4.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(
 348             from, to,
 349             1, 1));
 350
 351     /*
 352      * add a protein product as a DBRef on transcript3
 353      */
 354     SequenceI peptide3 = new Sequence("ENSP003", "SWRECD");
 355     mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 }, 3, 1);
 356     map = new Mapping(peptide3, mapList);
 357     product = new DBRefEntry("", "", "ENSP003", map);
 358     transcript3.addDBRef(product);
 359
 360     return alignment;
 361   }
 362
 363   /**
 364    * Test with 'gene' and 'transcript' mapped to the reverse strand of the
 365    * chromosome. The VCF variant positions (in forward coordinates) should get
 366    * correctly located on sequence positions.
 367    *
 368    * @throws IOException
 369    */
 370   @Test(groups = "Functional")
 371   public void testDoLoad_reverseStrand() throws IOException
 372   {
 373     AlignmentI al = buildAlignment();
 374
 375     File f = makeVcfFile();
 376
 377     VCFLoader loader = new VCFLoader(f.getPath());
 378
 379     loader.doLoad(al.getSequencesArray(), null);
 380
 381     /*
 382      * verify variant feature(s) added to gene2
 383      * gene2/1-25 maps to chromosome 45051634- reverse strand
 384      */
 385     List<SequenceFeature> geneFeatures = al.getSequenceAt(2)
 386             .getSequenceFeatures();
 387     SequenceFeatures.sortFeatures(geneFeatures, true);
 388     assertEquals(geneFeatures.size(), 5);
 389     SequenceFeature sf;
 390
 391     /*
 392      * insertion G/GA at 45051613 maps to an insertion at
 393      * the preceding position (21) on reverse strand gene
 394      * reference: CAAGC -> GCTTG/21-25
 395      * genomic variant: CAAGAC (G/GA)
 396      * gene variant: GTCTTG (G/GT at 21)
 397      */
 398     sf = geneFeatures.get(1);
 399     assertEquals(sf.getFeatureGroup(), "VCF");
 400     assertEquals(sf.getBegin(), 21);
 401     assertEquals(sf.getEnd(), 21);
 402     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 403     assertEquals(sf.getScore(), 0f);
 404     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GT");
 405     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 406             DELTA);
 407
 408     /*
 409      * variant G/C at 45051613 maps to C/G at gene position 22
 410      */
 411     sf = geneFeatures.get(2);
 412     assertEquals(sf.getFeatureGroup(), "VCF");
 413     assertEquals(sf.getBegin(), 22);
 414     assertEquals(sf.getEnd(), 22);
 415     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 416     assertEquals(sf.getScore(), 0f);
 417     assertEquals(sf.getValue(Gff3Helper.ALLELES), "C,G");
 418     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 419             DELTA);
 420
 421     /*
 422      * variant A/C at 45051611 maps to T/G at gene position 24
 423      */
 424     sf = geneFeatures.get(3);
 425     assertEquals(sf.getFeatureGroup(), "VCF");
 426     assertEquals(sf.getBegin(), 24);
 427     assertEquals(sf.getEnd(), 24);
 428     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 429     assertEquals(sf.getScore(), 0f);
 430     assertEquals(sf.getValue(Gff3Helper.ALLELES), "T,G");
 431     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 4.0e-03,
 432             DELTA);
 433
 434     /*
 435      * variant A/T at 45051611 maps to T/A at gene position 24
 436      */
 437     sf = geneFeatures.get(4);
 438     assertEquals(sf.getFeatureGroup(), "VCF");
 439     assertEquals(sf.getBegin(), 24);
 440     assertEquals(sf.getEnd(), 24);
 441     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 442     assertEquals(sf.getScore(), 0f);
 443     assertEquals(sf.getValue(Gff3Helper.ALLELES), "T,A");
 444     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 5.0e-03,
 445             DELTA);
 446
 447     /*
 448      * verify 3 variant features added to transcript2
 449      */
 450     List<SequenceFeature> transcriptFeatures = al.getSequenceAt(3)
 451             .getSequenceFeatures();
 452     assertEquals(transcriptFeatures.size(), 3);
 453
 454     /*
 455      * insertion G/GT at position 21 of gene maps to position 16 of transcript
 456      */
 457     sf = transcriptFeatures.get(1);
 458     assertEquals(sf.getFeatureGroup(), "VCF");
 459     assertEquals(sf.getBegin(), 16);
 460     assertEquals(sf.getEnd(), 16);
 461     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 462     assertEquals(sf.getScore(), 0f);
 463     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GT");
 464     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 465             DELTA);
 466
 467     /*
 468      * SNP C/G at position 22 of gene maps to position 17 of transcript
 469      */
 470     sf = transcriptFeatures.get(2);
 471     assertEquals(sf.getFeatureGroup(), "VCF");
 472     assertEquals(sf.getBegin(), 17);
 473     assertEquals(sf.getEnd(), 17);
 474     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 475     assertEquals(sf.getScore(), 0f);
 476     assertEquals(sf.getValue(Gff3Helper.ALLELES), "C,G");
 477     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 478             DELTA);
 479
 480     /*
 481      * verify variant feature(s) computed and added to protein
 482      * last codon GCT varies to GGT giving A/G in the last peptide position
 483      */
 484     DBRefEntry[] dbRefs = al.getSequenceAt(3).getDBRefs();
 485     SequenceI peptide = null;
 486     for (DBRefEntry dbref : dbRefs)
 487     {
 488       if (dbref.getMap().getMap().getFromRatio() == 3)
 489       {
 490         peptide = dbref.getMap().getTo();
 491       }
 492     }
 493     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 494
 495     /*
 496      * JAL-3187 don't precompute protein features, do dynamically instead
 497      */
 498     assertTrue(proteinFeatures.isEmpty());
 499   }
 500
 501   /**
 502    * Tests that if VEP consequence (CSQ) data is present in the VCF data, then
 503    * it is added to the variant feature, but restricted where possible to the
 504    * consequences for a specific transcript
 505    *
 506    * @throws IOException
 507    */
 508   @Test(groups = "Functional")
 509   public void testDoLoad_vepCsq() throws IOException
 510   {
 511     AlignmentI al = buildAlignment();
 512
 513     VCFLoader loader = new VCFLoader("test/jalview/io/vcf/testVcf.vcf");
 514
 515     /*
 516      * VCF data file with variants at gene3 positions
 517      * 1 C/A
 518      * 5 C/T
 519      * 9 CGT/C (deletion)
 520      * 13 C/G, C/T
 521      * 17 A/AC (insertion), A/G
 522      */
 523     loader.doLoad(al.getSequencesArray(), null);
 524
 525     /*
 526      * verify variant feature(s) added to gene3
 527      */
 528     List<SequenceFeature> geneFeatures = al.findName("gene3")
 529             .getSequenceFeatures();
 530     SequenceFeatures.sortFeatures(geneFeatures, true);
 531     assertEquals(geneFeatures.size(), 7);
 532     SequenceFeature sf = geneFeatures.get(0);
 533     assertEquals(sf.getBegin(), 1);
 534     assertEquals(sf.getEnd(), 1);
 535     assertEquals(sf.getScore(), 0f);
 536     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.1f, DELTA);
 537     assertEquals(sf.getValue("alleles"), "C,A");
 538     // gene features include Consequence for all transcripts
 539     Map map = (Map) sf.getValue("CSQ");
 540     assertEquals(map.size(), 9);
 541     assertEquals(map.get("PolyPhen"), "Bad");
 542
 543     sf = geneFeatures.get(1);
 544     assertEquals(sf.getBegin(), 5);
 545     assertEquals(sf.getEnd(), 5);
 546     assertEquals(sf.getScore(), 0f);
 547     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.2f, DELTA);
 548     assertEquals(sf.getValue("alleles"), "C,T");
 549     map = (Map) sf.getValue("CSQ");
 550     assertEquals(map.size(), 9);
 551     assertEquals(map.get("PolyPhen"), "Bad;;"); // %3B%3B decoded
 552
 553     sf = geneFeatures.get(2);
 554     assertEquals(sf.getBegin(), 9);
 555     assertEquals(sf.getEnd(), 11); // deletion over 3 positions
 556     assertEquals(sf.getScore(), 0f);
 557     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.3f, DELTA);
 558     assertEquals(sf.getValue("alleles"), "CGG,C");
 559     map = (Map) sf.getValue("CSQ");
 560     assertEquals(map.size(), 9);
 561
 562     sf = geneFeatures.get(3);
 563     assertEquals(sf.getBegin(), 13);
 564     assertEquals(sf.getEnd(), 13);
 565     assertEquals(sf.getScore(), 0f);
 566     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.5f, DELTA);
 567     assertEquals(sf.getValue("alleles"), "C,T");
 568     map = (Map) sf.getValue("CSQ");
 569     assertEquals(map.size(), 9);
 570
 571     sf = geneFeatures.get(4);
 572     assertEquals(sf.getBegin(), 13);
 573     assertEquals(sf.getEnd(), 13);
 574     assertEquals(sf.getScore(), 0f);
 575     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.4f, DELTA);
 576     assertEquals(sf.getValue("alleles"), "C,G");
 577     map = (Map) sf.getValue("CSQ");
 578     assertEquals(map.size(), 9);
 579
 580     sf = geneFeatures.get(5);
 581     assertEquals(sf.getBegin(), 17);
 582     assertEquals(sf.getEnd(), 17);
 583     assertEquals(sf.getScore(), 0f);
 584     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 585     assertEquals(sf.getValue("alleles"), "A,G");
 586     map = (Map) sf.getValue("CSQ");
 587     assertEquals(map.size(), 9);
 588
 589     sf = geneFeatures.get(6);
 590     assertEquals(sf.getBegin(), 17);
 591     assertEquals(sf.getEnd(), 17); // insertion
 592     assertEquals(sf.getScore(), 0f);
 593     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 594     assertEquals(sf.getValue("alleles"), "A,AC");
 595     map = (Map) sf.getValue("CSQ");
 596     assertEquals(map.size(), 9);
 597
 598     /*
 599      * verify variant feature(s) added to transcript3
 600      * at columns 5 (1), 17 (2), positions 3, 11
 601      * note the deletion at columns 9-11 is not transferred since col 11
 602      * has no mapping to transcript 3
 603      */
 604     List<SequenceFeature> transcriptFeatures = al.findName("transcript3")
 605             .getSequenceFeatures();
 606     SequenceFeatures.sortFeatures(transcriptFeatures, true);
 607     assertEquals(transcriptFeatures.size(), 3);
 608     sf = transcriptFeatures.get(0);
 609     assertEquals(sf.getBegin(), 3);
 610     assertEquals(sf.getEnd(), 3);
 611     assertEquals(sf.getScore(), 0f);
 612     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.2f, DELTA);
 613     assertEquals(sf.getValue("alleles"), "C,T");
 614     // transcript features only have Consequence for that transcripts
 615     map = (Map) sf.getValue("CSQ");
 616     assertEquals(map.size(), 9);
 617     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 618
 619     sf = transcriptFeatures.get(1);
 620     assertEquals(sf.getBegin(), 11);
 621     assertEquals(sf.getEnd(), 11);
 622     assertEquals(sf.getScore(), 0f);
 623     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 624     assertEquals(sf.getValue("alleles"), "A,G");
 625     assertEquals(map.size(), 9);
 626     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 627
 628     sf = transcriptFeatures.get(2);
 629     assertEquals(sf.getBegin(), 11);
 630     assertEquals(sf.getEnd(), 11);
 631     assertEquals(sf.getScore(), 0f);
 632     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 633     assertEquals(sf.getValue("alleles"), "A,AC");
 634     assertEquals(map.size(), 9);
 635     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 636
 637     /*
 638      * verify variants computed on protein product for transcript3
 639      * peptide is SWRECD
 640      * codon variants are AGC/AGT position 1 which is synonymous
 641      * and GAG/GGG which is E/G in position 4
 642      * the insertion variant is not transferred to the peptide
 643      */
 644     DBRefEntry[] dbRefs = al.findName("transcript3").getDBRefs();
 645     SequenceI peptide = null;
 646     for (DBRefEntry dbref : dbRefs)
 647     {
 648       if (dbref.getMap().getMap().getFromRatio() == 3)
 649       {
 650         peptide = dbref.getMap().getTo();
 651       }
 652     }
 653     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 654     /*
 655      * JAL-3187 don't precompute protein features, do dynamically instead
 656      */
 657     assertTrue(proteinFeatures.isEmpty());
 658     // SequenceFeatures.sortFeatures(proteinFeatures, true);
 659     // assertEquals(proteinFeatures.size(), 2);
 660     // sf = proteinFeatures.get(0);
 661     // assertEquals(sf.getFeatureGroup(), "VCF");
 662     // assertEquals(sf.getBegin(), 1);
 663     // assertEquals(sf.getEnd(), 1);
 664     // assertEquals(sf.getType(), SequenceOntologyI.SYNONYMOUS_VARIANT);
 665     // assertEquals(sf.getDescription(), "agC/agT");
 666     // sf = proteinFeatures.get(1);
 667     // assertEquals(sf.getFeatureGroup(), "VCF");
 668     // assertEquals(sf.getBegin(), 4);
 669     // assertEquals(sf.getEnd(), 4);
 670     // assertEquals(sf.getType(), SequenceOntologyI.NONSYNONYMOUS_VARIANT);
 671     // assertEquals(sf.getDescription(), "p.Glu4Gly");
 672
 673     /*
 674      * verify variant feature(s) added to transcript4
 675      * at columns 13 (2) and 17 (2), positions 7 and 11
 676      */
 677     transcriptFeatures = al.findName("transcript4").getSequenceFeatures();
 678     SequenceFeatures.sortFeatures(transcriptFeatures, true);
 679     assertEquals(transcriptFeatures.size(), 4);
 680     sf = transcriptFeatures.get(0);
 681     assertEquals(sf.getBegin(), 7);
 682     assertEquals(sf.getEnd(), 7);
 683     assertEquals(sf.getScore(), 0f);
 684     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.5f, DELTA);
 685     assertEquals(sf.getValue("alleles"), "C,T");
 686     assertEquals(map.size(), 9);
 687     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 688
 689     sf = transcriptFeatures.get(1);
 690     assertEquals(sf.getBegin(), 7);
 691     assertEquals(sf.getEnd(), 7);
 692     assertEquals(sf.getScore(), 0f);
 693     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.4f, DELTA);
 694     assertEquals(sf.getValue("alleles"), "C,G");
 695     assertEquals(map.size(), 9);
 696     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 697
 698     sf = transcriptFeatures.get(2);
 699     assertEquals(sf.getBegin(), 11);
 700     assertEquals(sf.getEnd(), 11);
 701     assertEquals(sf.getScore(), 0f);
 702     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 703     assertEquals(sf.getValue("alleles"), "A,G");
 704     assertEquals(map.size(), 9);
 705     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 706
 707     sf = transcriptFeatures.get(3);
 708     assertEquals(sf.getBegin(), 11);
 709     assertEquals(sf.getEnd(), 11);
 710     assertEquals(sf.getScore(), 0f);
 711     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 712     assertEquals(sf.getValue("alleles"), "A,AC");
 713     assertEquals(map.size(), 9);
 714     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 715   }
 716
 717   /**
 718    * A test that demonstrates loading a contig sequence from an indexed sequence
 719    * database which is the reference for a VCF file
 720    *
 721    * @throws IOException
 722    */
 723   @Test(groups = "Functional")
 724   public void testLoadVCFContig() throws IOException
 725   {
 726     VCFLoader loader = new VCFLoader(
 727             "test/jalview/io/vcf/testVcf2.vcf");
 728
 729     SequenceI seq = loader.loadVCFContig("contig123");
 730     assertEquals(seq.getLength(), 15);
 731     assertEquals(seq.getSequenceAsString(), "AAAAACCCCCGGGGG");
 732     List<SequenceFeature> features = seq.getSequenceFeatures();
 733     SequenceFeatures.sortFeatures(features, true);
 734     assertEquals(features.size(), 2);
 735     SequenceFeature sf = features.get(0);
 736     assertEquals(sf.getBegin(), 8);
 737     assertEquals(sf.getEnd(), 8);
 738     assertEquals(sf.getDescription(), "C,A");
 739     sf = features.get(1);
 740     assertEquals(sf.getBegin(), 12);
 741     assertEquals(sf.getEnd(), 12);
 742     assertEquals(sf.getDescription(), "G,T");
 743
 744     seq = loader.loadVCFContig("contig789");
 745     assertEquals(seq.getLength(), 25);
 746     assertEquals(seq.getSequenceAsString(), "GGGGGTTTTTAAAAACCCCCGGGGG");
 747     features = seq.getSequenceFeatures();
 748     SequenceFeatures.sortFeatures(features, true);
 749     assertEquals(features.size(), 2);
 750     sf = features.get(0);
 751     assertEquals(sf.getBegin(), 2);
 752     assertEquals(sf.getEnd(), 2);
 753     assertEquals(sf.getDescription(), "G,T");
 754     sf = features.get(1);
 755     assertEquals(sf.getBegin(), 21);
 756     assertEquals(sf.getEnd(), 21);
 757     assertEquals(sf.getDescription(), "G,A");
 758
 759     seq = loader.loadVCFContig("contig456");
 760     assertEquals(seq.getLength(), 20);
 761     assertEquals(seq.getSequenceAsString(), "CCCCCGGGGGTTTTTAAAAA");
 762     features = seq.getSequenceFeatures();
 763     SequenceFeatures.sortFeatures(features, true);
 764     assertEquals(features.size(), 1);
 765     sf = features.get(0);
 766     assertEquals(sf.getBegin(), 15);
 767     assertEquals(sf.getEnd(), 15);
 768     assertEquals(sf.getDescription(), "T,C");
 769   }
 770 }