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.assertSame;
   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.FeatureAttributes.Datatype;
  17 import jalview.datamodel.features.SequenceFeatures;
  18 import jalview.gui.AlignFrame;
  19 import jalview.io.DataSourceType;
  20 import jalview.io.FileLoader;
  21 import jalview.io.gff.Gff3Helper;
  22 import jalview.io.gff.SequenceOntologyI;
  23 import jalview.util.MapList;
  24
  25 import java.io.File;
  26 import java.io.IOException;
  27 import java.io.PrintWriter;
  28 import java.util.List;
  29 import java.util.Map;
  30
  31 import org.testng.annotations.BeforeClass;
  32 import org.testng.annotations.BeforeTest;
  33 import org.testng.annotations.Test;
  34
  35 public class VCFLoaderTest
  36 {
  37   private static final float DELTA = 0.00001f;
  38
  39   // columns 9717- of gene P30419 from Ensembl (much modified)
  40   private static final String FASTA = ""
  41           +
  42           /*
  43            * forward strand 'gene' and 'transcript' with two exons
  44            */
  45           ">gene1/1-25 chromosome:GRCh38:17:45051610:45051634:1\n"
  46           + "CAAGCTGGCGGACGAGAGTGTGACA\n"
  47           + ">transcript1/1-18\n--AGCTGGCG----AGAGTGTGAC-\n"
  48
  49           /*
  50            * reverse strand gene and transcript (reverse complement alleles!)
  51            */
  52           + ">gene2/1-25 chromosome:GRCh38:17:45051610:45051634:-1\n"
  53           + "TGTCACACTCTCGTCCGCCAGCTTG\n"
  54           + ">transcript2/1-18\n" + "-GTCACACTCT----CGCCAGCT--\n"
  55
  56           /*
  57            * 'gene' on chromosome 5 with two transcripts
  58            */
  59           + ">gene3/1-25 chromosome:GRCh38:5:45051610:45051634:1\n"
  60           + "CAAGCTGGCGGACGAGAGTGTGACA\n"
  61           + ">transcript3/1-18\n--AGCTGGCG----AGAGTGTGAC-\n"
  62           + ">transcript4/1-18\n-----TGG-GGACGAGAGTGTGA-A\n";
  63
  64   private static final String[] VCF = { "##fileformat=VCFv4.2",
  65       // fields other than AF are ignored when parsing as they have no INFO definition
  66       "##INFO=<ID=AF,Number=A,Type=Float,Description=\"Allele Frequency, for each ALT allele, in the same order as listed\">",
  67       "##INFO=<ID=AC_Female,Number=A,Type=Integer,Description=\"Allele count in Female genotypes\"",
  68       "##INFO=<ID=AF_AFR,Number=A,Type=Float,Description=\"Allele Frequency among African/African American genotypes\"",
  69       "##reference=Homo_sapiens/GRCh38",
  70       "#CHROM\tPOS\tID\tREF\tALT\tQUAL\tFILTER\tINFO",
  71       // A/T,C variants in position 2 of gene sequence (precedes transcript)
  72       // should create 2 variant features with respective AF values
  73       // malformed values for AC_Female and AF_AFR should be ignored
  74       "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",
  75       // SNP G/C in position 4 of gene sequence, position 2 of transcript
  76       // insertion G/GA is transferred to nucleotide but not to peptide
  77       "17\t45051613\t.\tG\tGA,C\t1666.65\t.\tAC=15;AF=3.0e-03,2.0e-03",
  78       // '.' in INFO field should be ignored
  79       "17\t45051615\t.\tG\tC\t1666.66\tRF\tAC=16;AF=." };
  80
  81   @BeforeClass(alwaysRun = true)
  82   public void setUp()
  83   {
  84     /*
  85      * configure to capture all available VCF and VEP (CSQ) fields
  86      */
  87     Cache.loadProperties("test/jalview/io/testProps.jvprops");
  88     Cache.setProperty("VCF_FIELDS", ".*");
  89     Cache.setProperty("VEP_FIELDS", ".*");
  90     Cache.setProperty("VCF_ASSEMBLY", "GRCh38=GRCh38");
  91     Cache.initLogger();
  92   }
  93
  94   @BeforeTest(alwaysRun = true)
  95   public void setUpBeforeTest()
  96   {
  97     /*
  98      * clear down feature attributes metadata
  99      */
 100     FeatureAttributes.getInstance().clear();
 101   }
 102
 103   @Test(groups = "Functional")
 104   public void testDoLoad() throws IOException
 105   {
 106     AlignmentI al = buildAlignment();
 107
 108     File f = makeVcfFile();
 109     VCFLoader loader = new VCFLoader(f.getPath());
 110
 111     loader.doLoad(al.getSequencesArray(), null);
 112
 113     /*
 114      * verify variant feature(s) added to gene
 115      * NB alleles at a locus may not be processed, and features added,
 116      * in the order in which they appear in the VCF record as method
 117      * VariantContext.getAlternateAlleles() does not guarantee order
 118      * - order of assertions here matches what we find (is not important)
 119      */
 120     List<SequenceFeature> geneFeatures = al.getSequenceAt(0)
 121             .getSequenceFeatures();
 122     SequenceFeatures.sortFeatures(geneFeatures, true);
 123     assertEquals(geneFeatures.size(), 5);
 124     SequenceFeature sf = geneFeatures.get(0);
 125     assertEquals(sf.getFeatureGroup(), "VCF");
 126     assertEquals(sf.getBegin(), 2);
 127     assertEquals(sf.getEnd(), 2);
 128     assertEquals(sf.getScore(), 0f);
 129     assertEquals(sf.getValue("AF"), "4.0e-03");
 130     assertEquals(sf.getValue("AF_AFR"), "2.3e-4");
 131     assertEquals(sf.getValue(Gff3Helper.ALLELES), "A,C");
 132     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 133     assertEquals(sf.getValue("POS"), "45051611");
 134     assertEquals(sf.getValue("ID"), "rs384765");
 135     assertEquals(sf.getValue("QUAL"), "1666.64");
 136     assertEquals(sf.getValue("FILTER"), "RF;XYZ");
 137     // malformed integer for AC_Female is ignored (JAL-3375)
 138     assertNull(sf.getValue("AC_Female"));
 139
 140     sf = geneFeatures.get(1);
 141     assertEquals(sf.getFeatureGroup(), "VCF");
 142     assertEquals(sf.getBegin(), 2);
 143     assertEquals(sf.getEnd(), 2);
 144     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 145     assertEquals(sf.getScore(), 0f);
 146     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 5.0e-03,
 147             DELTA);
 148     assertEquals(sf.getValue("AC_Female"), "12");
 149     // malformed float for AF_AFR is ignored (JAL-3375)
 150     assertNull(sf.getValue("AC_AFR"));
 151     assertEquals(sf.getValue(Gff3Helper.ALLELES), "A,T");
 152
 153     sf = geneFeatures.get(2);
 154     assertEquals(sf.getFeatureGroup(), "VCF");
 155     assertEquals(sf.getBegin(), 4);
 156     assertEquals(sf.getEnd(), 4);
 157     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 158     assertEquals(sf.getScore(), 0f);
 159     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 160             DELTA);
 161     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 162
 163     sf = geneFeatures.get(3);
 164     assertEquals(sf.getFeatureGroup(), "VCF");
 165     assertEquals(sf.getBegin(), 4);
 166     assertEquals(sf.getEnd(), 4);
 167     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 168     assertEquals(sf.getScore(), 0f);
 169     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 170             DELTA);
 171     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GA");
 172     assertNull(sf.getValue("ID")); // '.' is ignored
 173     assertNull(sf.getValue("FILTER")); // '.' is ignored
 174
 175     sf = geneFeatures.get(4);
 176     assertEquals(sf.getFeatureGroup(), "VCF");
 177     assertEquals(sf.getBegin(), 6);
 178     assertEquals(sf.getEnd(), 6);
 179     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 180     assertEquals(sf.getScore(), 0f);
 181     // AF=. should not have been captured
 182     assertNull(sf.getValue("AF"));
 183     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 184
 185     /*
 186      * verify variant feature(s) added to transcript
 187      */
 188     List<SequenceFeature> transcriptFeatures = al.getSequenceAt(1)
 189             .getSequenceFeatures();
 190     assertEquals(transcriptFeatures.size(), 3);
 191     sf = transcriptFeatures.get(0);
 192     assertEquals(sf.getFeatureGroup(), "VCF");
 193     assertEquals(sf.getBegin(), 2);
 194     assertEquals(sf.getEnd(), 2);
 195     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 196     assertEquals(sf.getScore(), 0f);
 197     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 198             DELTA);
 199     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 200     sf = transcriptFeatures.get(1);
 201     assertEquals(sf.getFeatureGroup(), "VCF");
 202     assertEquals(sf.getBegin(), 2);
 203     assertEquals(sf.getEnd(), 2);
 204     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 205     assertEquals(sf.getScore(), 0f);
 206     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 207             DELTA);
 208     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GA");
 209
 210     /*
 211      * verify SNP variant feature(s) computed and added to protein
 212      * first codon AGC varies to ACC giving S/T
 213      */
 214     DBRefEntry[] dbRefs = al.getSequenceAt(1).getDBRefs();
 215     SequenceI peptide = null;
 216     for (DBRefEntry dbref : dbRefs)
 217     {
 218       if (dbref.getMap().getMap().getFromRatio() == 3)
 219       {
 220         peptide = dbref.getMap().getTo();
 221       }
 222     }
 223     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 224     assertEquals(proteinFeatures.size(), 3);
 225     sf = proteinFeatures.get(0);
 226     assertEquals(sf.getFeatureGroup(), "VCF");
 227     assertEquals(sf.getBegin(), 1);
 228     assertEquals(sf.getEnd(), 1);
 229     assertEquals(sf.getType(), SequenceOntologyI.NONSYNONYMOUS_VARIANT);
 230     assertEquals(sf.getDescription(), "p.Ser1Thr");
 231
 232     /*
 233      * check that sequence_variant attribute AF has been clocked as
 234      * numeric with correct min and max values
 235      * (i.e. invalid values have been ignored - JAL-3375)
 236      */
 237     FeatureAttributes fa = FeatureAttributes.getInstance();
 238     assertSame(fa.getDatatype(SEQUENCE_VARIANT, "AF"), Datatype.Number);
 239     float[] minmax = fa.getMinMax(SEQUENCE_VARIANT, "AF");
 240     assertEquals(minmax[0], 0.002f);
 241     assertEquals(minmax[1], 0.005f);
 242   }
 243
 244   private File makeVcfFile() throws IOException
 245   {
 246     File f = File.createTempFile("Test", ".vcf");
 247     f.deleteOnExit();
 248     PrintWriter pw = new PrintWriter(f);
 249     for (String vcfLine : VCF)
 250     {
 251       pw.println(vcfLine);
 252     }
 253     pw.close();
 254     return f;
 255   }
 256
 257   /**
 258    * Make a simple alignment with one 'gene' and one 'transcript'
 259    *
 260    * @return
 261    */
 262   private AlignmentI buildAlignment()
 263   {
 264     AlignFrame af = new FileLoader().LoadFileWaitTillLoaded(FASTA,
 265             DataSourceType.PASTE);
 266
 267     /*
 268      * map gene1 sequence to chromosome (normally done when the sequence is fetched
 269      * from Ensembl and transcripts computed)
 270      */
 271     AlignmentI alignment = af.getViewport().getAlignment();
 272     SequenceI gene1 = alignment.findName("gene1");
 273     int[] to = new int[] { 45051610, 45051634 };
 274     int[] from = new int[] { gene1.getStart(), gene1.getEnd() };
 275     gene1.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(from, to,
 276             1, 1));
 277
 278     /*
 279      * map 'transcript1' to chromosome via 'gene1'
 280      * transcript1/1-18 is gene1/3-10,15-24
 281      * which is chromosome 45051612-45051619,45051624-45051633
 282      */
 283     to = new int[] { 45051612, 45051619, 45051624, 45051633 };
 284     SequenceI transcript1 = alignment.findName("transcript1");
 285     from = new int[] { transcript1.getStart(), transcript1.getEnd() };
 286     transcript1.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(
 287             from, to,
 288             1, 1));
 289
 290     /*
 291      * map gene2 to chromosome reverse strand
 292      */
 293     SequenceI gene2 = alignment.findName("gene2");
 294     to = new int[] { 45051634, 45051610 };
 295     from = new int[] { gene2.getStart(), gene2.getEnd() };
 296     gene2.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(from, to,
 297             1, 1));
 298
 299     /*
 300      * map 'transcript2' to chromosome via 'gene2'
 301      * transcript2/1-18 is gene2/2-11,16-23
 302      * which is chromosome 45051633-45051624,45051619-45051612
 303      */
 304     to = new int[] { 45051633, 45051624, 45051619, 45051612 };
 305     SequenceI transcript2 = alignment.findName("transcript2");
 306     from = new int[] { transcript2.getStart(), transcript2.getEnd() };
 307     transcript2.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(
 308             from, to,
 309             1, 1));
 310
 311     /*
 312      * add a protein product as a DBRef on transcript1
 313      */
 314     SequenceI peptide1 = new Sequence("ENSP001", "SWRECD");
 315     MapList mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 },
 316             3, 1);
 317     Mapping map = new Mapping(peptide1, mapList);
 318     DBRefEntry product = new DBRefEntry("", "", "ENSP001", map);
 319     transcript1.addDBRef(product);
 320
 321     /*
 322      * add a protein product as a DBRef on transcript2
 323      */
 324     SequenceI peptide2 = new Sequence("ENSP002", "VTLSPA");
 325     mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 }, 3, 1);
 326     map = new Mapping(peptide2, mapList);
 327     product = new DBRefEntry("", "", "ENSP002", map);
 328     transcript2.addDBRef(product);
 329
 330     /*
 331      * map gene3 to chromosome
 332      */
 333     SequenceI gene3 = alignment.findName("gene3");
 334     to = new int[] { 45051610, 45051634 };
 335     from = new int[] { gene3.getStart(), gene3.getEnd() };
 336     gene3.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(from, to,
 337             1, 1));
 338
 339     /*
 340      * map 'transcript3' to chromosome
 341      */
 342     SequenceI transcript3 = alignment.findName("transcript3");
 343     to = new int[] { 45051612, 45051619, 45051624, 45051633 };
 344     from = new int[] { transcript3.getStart(), transcript3.getEnd() };
 345     transcript3.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(
 346             from, to,
 347             1, 1));
 348
 349     /*
 350      * map 'transcript4' to chromosome
 351      */
 352     SequenceI transcript4 = alignment.findName("transcript4");
 353     to = new int[] { 45051615, 45051617, 45051619, 45051632, 45051634,
 354         45051634 };
 355     from = new int[] { transcript4.getStart(), transcript4.getEnd() };
 356     transcript4.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(
 357             from, to,
 358             1, 1));
 359
 360     /*
 361      * add a protein product as a DBRef on transcript3
 362      */
 363     SequenceI peptide3 = new Sequence("ENSP003", "SWRECD");
 364     mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 }, 3, 1);
 365     map = new Mapping(peptide3, mapList);
 366     product = new DBRefEntry("", "", "ENSP003", map);
 367     transcript3.addDBRef(product);
 368
 369     return alignment;
 370   }
 371
 372   /**
 373    * Test with 'gene' and 'transcript' mapped to the reverse strand of the
 374    * chromosome. The VCF variant positions (in forward coordinates) should get
 375    * correctly located on sequence positions.
 376    *
 377    * @throws IOException
 378    */
 379   @Test(groups = "Functional")
 380   public void testDoLoad_reverseStrand() throws IOException
 381   {
 382     AlignmentI al = buildAlignment();
 383
 384     File f = makeVcfFile();
 385
 386     VCFLoader loader = new VCFLoader(f.getPath());
 387
 388     loader.doLoad(al.getSequencesArray(), null);
 389
 390     /*
 391      * verify variant feature(s) added to gene2
 392      * gene2/1-25 maps to chromosome 45051634- reverse strand
 393      */
 394     List<SequenceFeature> geneFeatures = al.getSequenceAt(2)
 395             .getSequenceFeatures();
 396     SequenceFeatures.sortFeatures(geneFeatures, true);
 397     assertEquals(geneFeatures.size(), 5);
 398     SequenceFeature sf;
 399
 400     /*
 401      * insertion G/GA at 45051613 maps to an insertion at
 402      * the preceding position (21) on reverse strand gene
 403      * reference: CAAGC -> GCTTG/21-25
 404      * genomic variant: CAAGAC (G/GA)
 405      * gene variant: GTCTTG (G/GT at 21)
 406      */
 407     sf = geneFeatures.get(1);
 408     assertEquals(sf.getFeatureGroup(), "VCF");
 409     assertEquals(sf.getBegin(), 21);
 410     assertEquals(sf.getEnd(), 21);
 411     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 412     assertEquals(sf.getScore(), 0f);
 413     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GT");
 414     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 415             DELTA);
 416
 417     /*
 418      * variant G/C at 45051613 maps to C/G at gene position 22
 419      */
 420     sf = geneFeatures.get(2);
 421     assertEquals(sf.getFeatureGroup(), "VCF");
 422     assertEquals(sf.getBegin(), 22);
 423     assertEquals(sf.getEnd(), 22);
 424     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 425     assertEquals(sf.getScore(), 0f);
 426     assertEquals(sf.getValue(Gff3Helper.ALLELES), "C,G");
 427     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 428             DELTA);
 429
 430     /*
 431      * variant A/C at 45051611 maps to T/G at gene position 24
 432      */
 433     sf = geneFeatures.get(3);
 434     assertEquals(sf.getFeatureGroup(), "VCF");
 435     assertEquals(sf.getBegin(), 24);
 436     assertEquals(sf.getEnd(), 24);
 437     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 438     assertEquals(sf.getScore(), 0f);
 439     assertEquals(sf.getValue(Gff3Helper.ALLELES), "T,G");
 440     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 4.0e-03,
 441             DELTA);
 442
 443     /*
 444      * variant A/T at 45051611 maps to T/A at gene position 24
 445      */
 446     sf = geneFeatures.get(4);
 447     assertEquals(sf.getFeatureGroup(), "VCF");
 448     assertEquals(sf.getBegin(), 24);
 449     assertEquals(sf.getEnd(), 24);
 450     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 451     assertEquals(sf.getScore(), 0f);
 452     assertEquals(sf.getValue(Gff3Helper.ALLELES), "T,A");
 453     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 5.0e-03,
 454             DELTA);
 455
 456     /*
 457      * verify 3 variant features added to transcript2
 458      */
 459     List<SequenceFeature> transcriptFeatures = al.getSequenceAt(3)
 460             .getSequenceFeatures();
 461     assertEquals(transcriptFeatures.size(), 3);
 462
 463     /*
 464      * insertion G/GT at position 21 of gene maps to position 16 of transcript
 465      */
 466     sf = transcriptFeatures.get(1);
 467     assertEquals(sf.getFeatureGroup(), "VCF");
 468     assertEquals(sf.getBegin(), 16);
 469     assertEquals(sf.getEnd(), 16);
 470     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 471     assertEquals(sf.getScore(), 0f);
 472     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GT");
 473     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 474             DELTA);
 475
 476     /*
 477      * SNP C/G at position 22 of gene maps to position 17 of transcript
 478      */
 479     sf = transcriptFeatures.get(2);
 480     assertEquals(sf.getFeatureGroup(), "VCF");
 481     assertEquals(sf.getBegin(), 17);
 482     assertEquals(sf.getEnd(), 17);
 483     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 484     assertEquals(sf.getScore(), 0f);
 485     assertEquals(sf.getValue(Gff3Helper.ALLELES), "C,G");
 486     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 487             DELTA);
 488
 489     /*
 490      * verify variant feature(s) computed and added to protein
 491      * last codon GCT varies to GGT giving A/G in the last peptide position
 492      */
 493     DBRefEntry[] dbRefs = al.getSequenceAt(3).getDBRefs();
 494     SequenceI peptide = null;
 495     for (DBRefEntry dbref : dbRefs)
 496     {
 497       if (dbref.getMap().getMap().getFromRatio() == 3)
 498       {
 499         peptide = dbref.getMap().getTo();
 500       }
 501     }
 502     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 503     assertEquals(proteinFeatures.size(), 3);
 504     sf = proteinFeatures.get(0);
 505     assertEquals(sf.getFeatureGroup(), "VCF");
 506     assertEquals(sf.getBegin(), 6);
 507     assertEquals(sf.getEnd(), 6);
 508     assertEquals(sf.getType(), SequenceOntologyI.NONSYNONYMOUS_VARIANT);
 509     assertEquals(sf.getDescription(), "p.Ala6Gly");
 510   }
 511
 512   /**
 513    * Tests that if VEP consequence (CSQ) data is present in the VCF data, then
 514    * it is added to the variant feature, but restricted where possible to the
 515    * consequences for a specific transcript
 516    *
 517    * @throws IOException
 518    */
 519   @Test(groups = "Functional")
 520   public void testDoLoad_vepCsq() throws IOException
 521   {
 522     AlignmentI al = buildAlignment();
 523
 524     VCFLoader loader = new VCFLoader("test/jalview/io/vcf/testVcf.vcf");
 525
 526     /*
 527      * VCF data file with variants at gene3 positions
 528      * 1 C/A
 529      * 5 C/T
 530      * 9 CGT/C (deletion)
 531      * 13 C/G, C/T
 532      * 17 A/AC (insertion), A/G
 533      */
 534     loader.doLoad(al.getSequencesArray(), null);
 535
 536     /*
 537      * verify variant feature(s) added to gene3
 538      */
 539     List<SequenceFeature> geneFeatures = al.findName("gene3")
 540             .getSequenceFeatures();
 541     SequenceFeatures.sortFeatures(geneFeatures, true);
 542     assertEquals(geneFeatures.size(), 7);
 543     SequenceFeature sf = geneFeatures.get(0);
 544     assertEquals(sf.getBegin(), 1);
 545     assertEquals(sf.getEnd(), 1);
 546     assertEquals(sf.getScore(), 0f);
 547     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.1f, DELTA);
 548     assertEquals(sf.getValue("alleles"), "C,A");
 549     // gene features include Consequence for all transcripts
 550     Map map = (Map) sf.getValue("CSQ");
 551     assertEquals(map.size(), 9);
 552
 553     sf = geneFeatures.get(1);
 554     assertEquals(sf.getBegin(), 5);
 555     assertEquals(sf.getEnd(), 5);
 556     assertEquals(sf.getScore(), 0f);
 557     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.2f, DELTA);
 558     assertEquals(sf.getValue("alleles"), "C,T");
 559     map = (Map) sf.getValue("CSQ");
 560     assertEquals(map.size(), 9);
 561
 562     sf = geneFeatures.get(2);
 563     assertEquals(sf.getBegin(), 9);
 564     assertEquals(sf.getEnd(), 11); // deletion over 3 positions
 565     assertEquals(sf.getScore(), 0f);
 566     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.3f, DELTA);
 567     assertEquals(sf.getValue("alleles"), "CGG,C");
 568     map = (Map) sf.getValue("CSQ");
 569     assertEquals(map.size(), 9);
 570
 571     sf = geneFeatures.get(3);
 572     assertEquals(sf.getBegin(), 13);
 573     assertEquals(sf.getEnd(), 13);
 574     assertEquals(sf.getScore(), 0f);
 575     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.5f, DELTA);
 576     assertEquals(sf.getValue("alleles"), "C,T");
 577     map = (Map) sf.getValue("CSQ");
 578     assertEquals(map.size(), 9);
 579
 580     sf = geneFeatures.get(4);
 581     assertEquals(sf.getBegin(), 13);
 582     assertEquals(sf.getEnd(), 13);
 583     assertEquals(sf.getScore(), 0f);
 584     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.4f, DELTA);
 585     assertEquals(sf.getValue("alleles"), "C,G");
 586     map = (Map) sf.getValue("CSQ");
 587     assertEquals(map.size(), 9);
 588
 589     sf = geneFeatures.get(5);
 590     assertEquals(sf.getBegin(), 17);
 591     assertEquals(sf.getEnd(), 17);
 592     assertEquals(sf.getScore(), 0f);
 593     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 594     assertEquals(sf.getValue("alleles"), "A,G");
 595     map = (Map) sf.getValue("CSQ");
 596     assertEquals(map.size(), 9);
 597
 598     sf = geneFeatures.get(6);
 599     assertEquals(sf.getBegin(), 17);
 600     assertEquals(sf.getEnd(), 17); // insertion
 601     assertEquals(sf.getScore(), 0f);
 602     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 603     assertEquals(sf.getValue("alleles"), "A,AC");
 604     map = (Map) sf.getValue("CSQ");
 605     assertEquals(map.size(), 9);
 606
 607     /*
 608      * verify variant feature(s) added to transcript3
 609      * at columns 5 (1), 17 (2), positions 3, 11
 610      * note the deletion at columns 9-11 is not transferred since col 11
 611      * has no mapping to transcript 3
 612      */
 613     List<SequenceFeature> transcriptFeatures = al.findName("transcript3")
 614             .getSequenceFeatures();
 615     SequenceFeatures.sortFeatures(transcriptFeatures, true);
 616     assertEquals(transcriptFeatures.size(), 3);
 617     sf = transcriptFeatures.get(0);
 618     assertEquals(sf.getBegin(), 3);
 619     assertEquals(sf.getEnd(), 3);
 620     assertEquals(sf.getScore(), 0f);
 621     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.2f, DELTA);
 622     assertEquals(sf.getValue("alleles"), "C,T");
 623     // transcript features only have Consequence for that transcripts
 624     map = (Map) sf.getValue("CSQ");
 625     assertEquals(map.size(), 9);
 626     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 627
 628     sf = transcriptFeatures.get(1);
 629     assertEquals(sf.getBegin(), 11);
 630     assertEquals(sf.getEnd(), 11);
 631     assertEquals(sf.getScore(), 0f);
 632     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 633     assertEquals(sf.getValue("alleles"), "A,G");
 634     assertEquals(map.size(), 9);
 635     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 636
 637     sf = transcriptFeatures.get(2);
 638     assertEquals(sf.getBegin(), 11);
 639     assertEquals(sf.getEnd(), 11);
 640     assertEquals(sf.getScore(), 0f);
 641     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 642     assertEquals(sf.getValue("alleles"), "A,AC");
 643     assertEquals(map.size(), 9);
 644     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 645
 646     /*
 647      * verify variants computed on protein product for transcript3
 648      * peptide is SWRECD
 649      * codon variants are AGC/AGT position 1 which is synonymous
 650      * and GAG/GGG which is E/G in position 4
 651      * the insertion variant is not transferred to the peptide
 652      */
 653     DBRefEntry[] dbRefs = al.findName("transcript3").getDBRefs();
 654     SequenceI peptide = null;
 655     for (DBRefEntry dbref : dbRefs)
 656     {
 657       if (dbref.getMap().getMap().getFromRatio() == 3)
 658       {
 659         peptide = dbref.getMap().getTo();
 660       }
 661     }
 662     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 663     SequenceFeatures.sortFeatures(proteinFeatures, true);
 664     assertEquals(proteinFeatures.size(), 2);
 665     sf = proteinFeatures.get(0);
 666     assertEquals(sf.getFeatureGroup(), "VCF");
 667     assertEquals(sf.getBegin(), 1);
 668     assertEquals(sf.getEnd(), 1);
 669     assertEquals(sf.getType(), SequenceOntologyI.SYNONYMOUS_VARIANT);
 670     assertEquals(sf.getDescription(), "agC/agT");
 671     sf = proteinFeatures.get(1);
 672     assertEquals(sf.getFeatureGroup(), "VCF");
 673     assertEquals(sf.getBegin(), 4);
 674     assertEquals(sf.getEnd(), 4);
 675     assertEquals(sf.getType(), SequenceOntologyI.NONSYNONYMOUS_VARIANT);
 676     assertEquals(sf.getDescription(), "p.Glu4Gly");
 677
 678     /*
 679      * verify variant feature(s) added to transcript4
 680      * at columns 13 (2) and 17 (2), positions 7 and 11
 681      */
 682     transcriptFeatures = al.findName("transcript4").getSequenceFeatures();
 683     SequenceFeatures.sortFeatures(transcriptFeatures, true);
 684     assertEquals(transcriptFeatures.size(), 4);
 685     sf = transcriptFeatures.get(0);
 686     assertEquals(sf.getBegin(), 7);
 687     assertEquals(sf.getEnd(), 7);
 688     assertEquals(sf.getScore(), 0f);
 689     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.5f, DELTA);
 690     assertEquals(sf.getValue("alleles"), "C,T");
 691     assertEquals(map.size(), 9);
 692     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 693
 694     sf = transcriptFeatures.get(1);
 695     assertEquals(sf.getBegin(), 7);
 696     assertEquals(sf.getEnd(), 7);
 697     assertEquals(sf.getScore(), 0f);
 698     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.4f, DELTA);
 699     assertEquals(sf.getValue("alleles"), "C,G");
 700     assertEquals(map.size(), 9);
 701     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 702
 703     sf = transcriptFeatures.get(2);
 704     assertEquals(sf.getBegin(), 11);
 705     assertEquals(sf.getEnd(), 11);
 706     assertEquals(sf.getScore(), 0f);
 707     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 708     assertEquals(sf.getValue("alleles"), "A,G");
 709     assertEquals(map.size(), 9);
 710     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 711
 712     sf = transcriptFeatures.get(3);
 713     assertEquals(sf.getBegin(), 11);
 714     assertEquals(sf.getEnd(), 11);
 715     assertEquals(sf.getScore(), 0f);
 716     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 717     assertEquals(sf.getValue("alleles"), "A,AC");
 718     assertEquals(map.size(), 9);
 719     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 720   }
 721
 722   /**
 723    * A test that demonstrates loading a contig sequence from an indexed sequence
 724    * database which is the reference for a VCF file
 725    *
 726    * @throws IOException
 727    */
 728   @Test(groups = "Functional")
 729   public void testLoadVCFContig() throws IOException
 730   {
 731     VCFLoader loader = new VCFLoader(
 732             "test/jalview/io/vcf/testVcf2.vcf");
 733
 734     SequenceI seq = loader.loadVCFContig("contig123");
 735     assertEquals(seq.getLength(), 15);
 736     assertEquals(seq.getSequenceAsString(), "AAAAACCCCCGGGGG");
 737     List<SequenceFeature> features = seq.getSequenceFeatures();
 738     SequenceFeatures.sortFeatures(features, true);
 739     assertEquals(features.size(), 2);
 740     SequenceFeature sf = features.get(0);
 741     assertEquals(sf.getBegin(), 8);
 742     assertEquals(sf.getEnd(), 8);
 743     assertEquals(sf.getDescription(), "C,A");
 744     sf = features.get(1);
 745     assertEquals(sf.getBegin(), 12);
 746     assertEquals(sf.getEnd(), 12);
 747     assertEquals(sf.getDescription(), "G,T");
 748
 749     seq = loader.loadVCFContig("contig789");
 750     assertEquals(seq.getLength(), 25);
 751     assertEquals(seq.getSequenceAsString(), "GGGGGTTTTTAAAAACCCCCGGGGG");
 752     features = seq.getSequenceFeatures();
 753     SequenceFeatures.sortFeatures(features, true);
 754     assertEquals(features.size(), 2);
 755     sf = features.get(0);
 756     assertEquals(sf.getBegin(), 2);
 757     assertEquals(sf.getEnd(), 2);
 758     assertEquals(sf.getDescription(), "G,T");
 759     sf = features.get(1);
 760     assertEquals(sf.getBegin(), 21);
 761     assertEquals(sf.getEnd(), 21);
 762     assertEquals(sf.getDescription(), "G,A");
 763
 764     seq = loader.loadVCFContig("contig456");
 765     assertEquals(seq.getLength(), 20);
 766     assertEquals(seq.getSequenceAsString(), "CCCCCGGGGGTTTTTAAAAA");
 767     features = seq.getSequenceFeatures();
 768     SequenceFeatures.sortFeatures(features, true);
 769     assertEquals(features.size(), 1);
 770     sf = features.get(0);
 771     assertEquals(sf.getBegin(), 15);
 772     assertEquals(sf.getEnd(), 15);
 773     assertEquals(sf.getDescription(), "T,C");
 774   }
 775 }