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