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 java.io.File;
   9 import java.io.IOException;
  10 import java.io.PrintWriter;
  11 import java.util.List;
  12 import java.util.Map;
  13
  14 import org.testng.annotations.BeforeClass;
  15 import org.testng.annotations.BeforeTest;
  16 import org.testng.annotations.Test;
  17
  18 import jalview.bin.Cache;
  19 import jalview.datamodel.AlignmentI;
  20 import jalview.datamodel.DBRefEntry;
  21 import jalview.datamodel.Mapping;
  22 import jalview.datamodel.Sequence;
  23 import jalview.datamodel.SequenceFeature;
  24 import jalview.datamodel.SequenceI;
  25 import jalview.datamodel.features.FeatureAttributes;
  26 import jalview.datamodel.features.SequenceFeatures;
  27 import jalview.gui.AlignFrame;
  28 import jalview.io.DataSourceType;
  29 import jalview.io.FileLoader;
  30 import jalview.io.gff.Gff3Helper;
  31 import jalview.util.MapList;
  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       // fields other than AF are ignored when parsing as they have no INFO definition
  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       "##reference=Homo_sapiens/GRCh38",
  68       "#CHROM\tPOS\tID\tREF\tALT\tQUAL\tFILTER\tINFO",
  69       // A/T,C variants in position 2 of gene sequence (precedes transcript)
  70       // should create 2 variant features with respective AF values
  71       // malformed values for AC_Female and AF_AFR should be ignored
  72       "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",
  73       // SNP G/C in position 4 of gene sequence, position 2 of transcript
  74       // insertion G/GA is transferred to nucleotide but not to peptide
  75       "17\t45051613\t.\tG\tGA,C\t1666.65\t.\tAC=15;AF=3.0e-03,2.0e-03",
  76       // '.' in INFO field should be ignored
  77       "17\t45051615\t.\tG\tC\t1666.66\tRF\tAC=16;AF=." };
  78
  79   @BeforeClass(alwaysRun = true)
  80   public void setUp()
  81   {
  82     /*
  83      * configure to capture all available VCF and VEP (CSQ) fields
  84      */
  85     Cache.loadProperties("test/jalview/io/testProps.jvprops");
  86     Cache.setProperty("VCF_FIELDS", ".*");
  87     Cache.setProperty("VEP_FIELDS", ".*");
  88     Cache.setProperty("VCF_ASSEMBLY", "GRCh38=GRCh38");
  89     Cache.initLogger();
  90   }
  91
  92   @BeforeTest(alwaysRun = true)
  93   public void setUpBeforeTest()
  94   {
  95     /*
  96      * clear down feature attributes metadata
  97      */
  98     FeatureAttributes.getInstance().clear();
  99   }
 100
 101   @Test(groups = "Functional")
 102   public void testDoLoad() throws IOException
 103   {
 104     AlignmentI al = buildAlignment();
 105
 106     File f = makeVcfFile();
 107     VCFLoader loader = new VCFLoader(f.getPath());
 108
 109     loader.doLoad(al.getSequencesArray(), null);
 110
 111     /*
 112      * verify variant feature(s) added to gene
 113      * NB alleles at a locus may not be processed, and features added,
 114      * in the order in which they appear in the VCF record as method
 115      * VariantContext.getAlternateAlleles() does not guarantee order
 116      * - order of assertions here matches what we find (is not important)
 117      */
 118     List<SequenceFeature> geneFeatures = al.getSequenceAt(0)
 119             .getSequenceFeatures();
 120     SequenceFeatures.sortFeatures(geneFeatures, true);
 121     assertEquals(geneFeatures.size(), 5);
 122
 123     SequenceFeature sf = geneFeatures.get(0);
 124     assertEquals(sf.getFeatureGroup(), "VCF");
 125     assertEquals(sf.getBegin(), 2);
 126     assertEquals(sf.getEnd(), 2);
 127     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 128     assertEquals(sf.getScore(), 0f);
 129     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 5.0e-03,
 130             DELTA);
 131     assertEquals(sf.getValue("AC_Female"), "12");
 132     // malformed float for AF_AFR is ignored (JAL-3375)
 133     assertNull(sf.getValue("AC_AFR"));
 134     assertEquals(sf.getValue(Gff3Helper.ALLELES), "A,T");
 135
 136     sf = geneFeatures.get(1);
 137     assertEquals(sf.getFeatureGroup(), "VCF");
 138     assertEquals(sf.getBegin(), 2);
 139     assertEquals(sf.getEnd(), 2);
 140     assertEquals(sf.getScore(), 0f);
 141     assertEquals(sf.getValue("AF"), "4.0e-03");
 142     assertEquals(sf.getValue("AF_AFR"), "2.3e-4");
 143     assertEquals(sf.getValue(Gff3Helper.ALLELES), "A,C");
 144     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 145     assertEquals(sf.getValue("POS"), "45051611");
 146     assertEquals(sf.getValue("ID"), "rs384765");
 147     assertEquals(sf.getValue("QUAL"), "1666.64");
 148     assertEquals(sf.getValue("FILTER"), "RF;XYZ");
 149     // malformed integer for AC_Female is ignored (JAL-3375)
 150     assertNull(sf.getValue("AC_Female"));
 151
 152     sf = geneFeatures.get(2);
 153     assertEquals(sf.getFeatureGroup(), "VCF");
 154     assertEquals(sf.getBegin(), 4);
 155     assertEquals(sf.getEnd(), 4);
 156     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 157     assertEquals(sf.getScore(), 0f);
 158     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 159             DELTA);
 160     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GA");
 161     assertNull(sf.getValue("ID")); // '.' is ignored
 162     assertNull(sf.getValue("FILTER")); // '.' is ignored
 163
 164     sf = geneFeatures.get(3);
 165     assertEquals(sf.getFeatureGroup(), "VCF");
 166     assertEquals(sf.getBegin(), 4);
 167     assertEquals(sf.getEnd(), 4);
 168     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 169     assertEquals(sf.getScore(), 0f);
 170     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 171             DELTA);
 172     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 173
 174     sf = geneFeatures.get(4);
 175     assertEquals(sf.getFeatureGroup(), "VCF");
 176     assertEquals(sf.getBegin(), 6);
 177     assertEquals(sf.getEnd(), 6);
 178     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 179     assertEquals(sf.getScore(), 0f);
 180     // AF=. should not have been captured
 181     assertNull(sf.getValue("AF"));
 182     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 183
 184     /*
 185      * verify variant feature(s) added to transcript
 186      */
 187     List<SequenceFeature> transcriptFeatures = al.getSequenceAt(1)
 188             .getSequenceFeatures();
 189     assertEquals(transcriptFeatures.size(), 3);
 190
 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")), 3.0e-03,
 198             DELTA);
 199     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GA");
 200
 201     sf = transcriptFeatures.get(1);
 202     assertEquals(sf.getFeatureGroup(), "VCF");
 203     assertEquals(sf.getBegin(), 2);
 204     assertEquals(sf.getEnd(), 2);
 205     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 206     assertEquals(sf.getScore(), 0f);
 207     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 208             DELTA);
 209     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 210
 211     /*
 212      * verify SNP variant feature(s) computed and added to protein
 213      * first codon AGC varies to ACC giving S/T
 214      */
 215     List<DBRefEntry> dbRefs = al.getSequenceAt(1).getDBRefs();
 216     SequenceI peptide = null;
 217     for (DBRefEntry dbref : dbRefs)
 218     {
 219       if (dbref.getMap().getMap().getFromRatio() == 3)
 220       {
 221         peptide = dbref.getMap().getTo();
 222       }
 223     }
 224     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 225
 226     /*
 227      * JAL-3187 don't precompute protein features, do dynamically instead
 228      */
 229     assertTrue(proteinFeatures.isEmpty());
 230   }
 231
 232   private File makeVcfFile() throws IOException
 233   {
 234     File f = File.createTempFile("Test", ".vcf");
 235     f.deleteOnExit();
 236     PrintWriter pw = new PrintWriter(f);
 237     for (String vcfLine : VCF)
 238     {
 239       pw.println(vcfLine);
 240     }
 241     pw.close();
 242     return f;
 243   }
 244
 245   /**
 246    * Make a simple alignment with one 'gene' and one 'transcript'
 247    *
 248    * @return
 249    */
 250   private AlignmentI buildAlignment()
 251   {
 252     AlignFrame af = new FileLoader().LoadFileWaitTillLoaded(FASTA,
 253             DataSourceType.PASTE);
 254
 255     /*
 256      * map gene1 sequence to chromosome (normally done when the sequence is fetched
 257      * from Ensembl and transcripts computed)
 258      */
 259     AlignmentI alignment = af.getViewport().getAlignment();
 260     SequenceI gene1 = alignment.findName("gene1");
 261     int[] to = new int[] { 45051610, 45051634 };
 262     int[] from = new int[] { gene1.getStart(), gene1.getEnd() };
 263     gene1.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(from, to,
 264             1, 1));
 265
 266     /*
 267      * map 'transcript1' to chromosome via 'gene1'
 268      * transcript1/1-18 is gene1/3-10,15-24
 269      * which is chromosome 45051612-45051619,45051624-45051633
 270      */
 271     to = new int[] { 45051612, 45051619, 45051624, 45051633 };
 272     SequenceI transcript1 = alignment.findName("transcript1");
 273     from = new int[] { transcript1.getStart(), transcript1.getEnd() };
 274     transcript1.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(
 275             from, to,
 276             1, 1));
 277
 278     /*
 279      * map gene2 to chromosome reverse strand
 280      */
 281     SequenceI gene2 = alignment.findName("gene2");
 282     to = new int[] { 45051634, 45051610 };
 283     from = new int[] { gene2.getStart(), gene2.getEnd() };
 284     gene2.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(from, to,
 285             1, 1));
 286
 287     /*
 288      * map 'transcript2' to chromosome via 'gene2'
 289      * transcript2/1-18 is gene2/2-11,16-23
 290      * which is chromosome 45051633-45051624,45051619-45051612
 291      */
 292     to = new int[] { 45051633, 45051624, 45051619, 45051612 };
 293     SequenceI transcript2 = alignment.findName("transcript2");
 294     from = new int[] { transcript2.getStart(), transcript2.getEnd() };
 295     transcript2.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(
 296             from, to,
 297             1, 1));
 298
 299     /*
 300      * add a protein product as a DBRef on transcript1
 301      */
 302     SequenceI peptide1 = new Sequence("ENSP001", "SWRECD");
 303     MapList mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 },
 304             3, 1);
 305     Mapping map = new Mapping(peptide1, mapList);
 306     DBRefEntry product = new DBRefEntry("", "", "ENSP001", map);
 307     transcript1.addDBRef(product);
 308
 309     /*
 310      * add a protein product as a DBRef on transcript2
 311      */
 312     SequenceI peptide2 = new Sequence("ENSP002", "VTLSPA");
 313     mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 }, 3, 1);
 314     map = new Mapping(peptide2, mapList);
 315     product = new DBRefEntry("", "", "ENSP002", map);
 316     transcript2.addDBRef(product);
 317
 318     /*
 319      * map gene3 to chromosome
 320      */
 321     SequenceI gene3 = alignment.findName("gene3");
 322     to = new int[] { 45051610, 45051634 };
 323     from = new int[] { gene3.getStart(), gene3.getEnd() };
 324     gene3.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(from, to,
 325             1, 1));
 326
 327     /*
 328      * map 'transcript3' to chromosome
 329      */
 330     SequenceI transcript3 = alignment.findName("transcript3");
 331     to = new int[] { 45051612, 45051619, 45051624, 45051633 };
 332     from = new int[] { transcript3.getStart(), transcript3.getEnd() };
 333     transcript3.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(
 334             from, to,
 335             1, 1));
 336
 337     /*
 338      * map 'transcript4' to chromosome
 339      */
 340     SequenceI transcript4 = alignment.findName("transcript4");
 341     to = new int[] { 45051615, 45051617, 45051619, 45051632, 45051634,
 342         45051634 };
 343     from = new int[] { transcript4.getStart(), transcript4.getEnd() };
 344     transcript4.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(
 345             from, to,
 346             1, 1));
 347
 348     /*
 349      * add a protein product as a DBRef on transcript3
 350      */
 351     SequenceI peptide3 = new Sequence("ENSP003", "SWRECD");
 352     mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 }, 3, 1);
 353     map = new Mapping(peptide3, mapList);
 354     product = new DBRefEntry("", "", "ENSP003", map);
 355     transcript3.addDBRef(product);
 356
 357     return alignment;
 358   }
 359
 360   /**
 361    * Test with 'gene' and 'transcript' mapped to the reverse strand of the
 362    * chromosome. The VCF variant positions (in forward coordinates) should get
 363    * correctly located on sequence positions.
 364    *
 365    * @throws IOException
 366    */
 367   @Test(groups = "Functional")
 368   public void testDoLoad_reverseStrand() throws IOException
 369   {
 370     AlignmentI al = buildAlignment();
 371
 372     File f = makeVcfFile();
 373
 374     VCFLoader loader = new VCFLoader(f.getPath());
 375
 376     loader.doLoad(al.getSequencesArray(), null);
 377
 378     /*
 379      * verify variant feature(s) added to gene2
 380      * gene2/1-25 maps to chromosome 45051634- reverse strand
 381      */
 382     List<SequenceFeature> geneFeatures = al.getSequenceAt(2)
 383             .getSequenceFeatures();
 384     SequenceFeatures.sortFeatures(geneFeatures, true);
 385     assertEquals(geneFeatures.size(), 5);
 386     SequenceFeature sf;
 387
 388     /*
 389      * insertion G/GA at 45051613 maps to an insertion at
 390      * the preceding position (21) on reverse strand gene
 391      * reference: CAAGC -> GCTTG/21-25
 392      * genomic variant: CAAGAC (G/GA)
 393      * gene variant: GTCTTG (G/GT at 21)
 394      */
 395     sf = geneFeatures.get(1);
 396     assertEquals(sf.getFeatureGroup(), "VCF");
 397     assertEquals(sf.getBegin(), 21);
 398     assertEquals(sf.getEnd(), 21);
 399     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 400     assertEquals(sf.getScore(), 0f);
 401     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GT");
 402     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 403             DELTA);
 404
 405     /*
 406      * variant G/C at 45051613 maps to C/G at gene position 22
 407      */
 408     sf = geneFeatures.get(2);
 409     assertEquals(sf.getFeatureGroup(), "VCF");
 410     assertEquals(sf.getBegin(), 22);
 411     assertEquals(sf.getEnd(), 22);
 412     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 413     assertEquals(sf.getScore(), 0f);
 414     assertEquals(sf.getValue(Gff3Helper.ALLELES), "C,G");
 415     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 416             DELTA);
 417
 418     /*
 419      * variant A/T at 45051611 maps to T/A at gene position 24
 420      */
 421     sf = geneFeatures.get(3);
 422     assertEquals(sf.getFeatureGroup(), "VCF");
 423     assertEquals(sf.getBegin(), 24);
 424     assertEquals(sf.getEnd(), 24);
 425     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 426     assertEquals(sf.getScore(), 0f);
 427     assertEquals(sf.getValue(Gff3Helper.ALLELES), "T,A");
 428     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 5.0e-03,
 429             DELTA);
 430
 431     /*
 432      * variant A/C at 45051611 maps to T/G at gene position 24
 433      */
 434     sf = geneFeatures.get(4);
 435     assertEquals(sf.getFeatureGroup(), "VCF");
 436     assertEquals(sf.getBegin(), 24);
 437     assertEquals(sf.getEnd(), 24);
 438     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 439     assertEquals(sf.getScore(), 0f);
 440     assertEquals(sf.getValue(Gff3Helper.ALLELES), "T,G");
 441     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 4.0e-03,
 442             DELTA);
 443
 444     /*
 445      * verify 3 variant features added to transcript2
 446      */
 447     List<SequenceFeature> transcriptFeatures = al.getSequenceAt(3)
 448             .getSequenceFeatures();
 449     assertEquals(transcriptFeatures.size(), 3);
 450
 451     /*
 452      * insertion G/GT at position 21 of gene maps to position 16 of transcript
 453      */
 454     sf = transcriptFeatures.get(1);
 455     assertEquals(sf.getFeatureGroup(), "VCF");
 456     assertEquals(sf.getBegin(), 16);
 457     assertEquals(sf.getEnd(), 16);
 458     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 459     assertEquals(sf.getScore(), 0f);
 460     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GT");
 461     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 462             DELTA);
 463
 464     /*
 465      * SNP C/G at position 22 of gene maps to position 17 of transcript
 466      */
 467     sf = transcriptFeatures.get(2);
 468     assertEquals(sf.getFeatureGroup(), "VCF");
 469     assertEquals(sf.getBegin(), 17);
 470     assertEquals(sf.getEnd(), 17);
 471     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 472     assertEquals(sf.getScore(), 0f);
 473     assertEquals(sf.getValue(Gff3Helper.ALLELES), "C,G");
 474     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 475             DELTA);
 476
 477     /*
 478      * verify variant feature(s) computed and added to protein
 479      * last codon GCT varies to GGT giving A/G in the last peptide position
 480      */
 481     List<DBRefEntry> dbRefs = al.getSequenceAt(3).getDBRefs();
 482     SequenceI peptide = null;
 483     for (DBRefEntry dbref : dbRefs)
 484     {
 485       if (dbref.getMap().getMap().getFromRatio() == 3)
 486       {
 487         peptide = dbref.getMap().getTo();
 488       }
 489     }
 490     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 491
 492     /*
 493      * JAL-3187 don't precompute protein features, do dynamically instead
 494      */
 495     assertTrue(proteinFeatures.isEmpty());
 496   }
 497
 498   /**
 499    * Tests that if VEP consequence (CSQ) data is present in the VCF data, then
 500    * it is added to the variant feature, but restricted where possible to the
 501    * consequences for a specific transcript
 502    *
 503    * @throws IOException
 504    */
 505   @Test(groups = "Functional")
 506   public void testDoLoad_vepCsq() throws IOException
 507   {
 508     AlignmentI al = buildAlignment();
 509
 510     VCFLoader loader = new VCFLoader("test/jalview/io/vcf/testVcf.vcf");
 511
 512     /*
 513      * VCF data file with variants at gene3 positions
 514      * 1 C/A
 515      * 5 C/T
 516      * 9 CGT/C (deletion)
 517      * 13 C/G, C/T
 518      * 17 A/AC (insertion), A/G
 519      */
 520     loader.doLoad(al.getSequencesArray(), null);
 521
 522     /*
 523      * verify variant feature(s) added to gene3
 524      */
 525     List<SequenceFeature> geneFeatures = al.findName("gene3")
 526             .getSequenceFeatures();
 527     SequenceFeatures.sortFeatures(geneFeatures, true);
 528     assertEquals(geneFeatures.size(), 7);
 529     SequenceFeature sf = geneFeatures.get(0);
 530     assertEquals(sf.getBegin(), 1);
 531     assertEquals(sf.getEnd(), 1);
 532     assertEquals(sf.getScore(), 0f);
 533     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.1f, DELTA);
 534     assertEquals(sf.getValue("alleles"), "C,A");
 535     // gene features include Consequence for all transcripts
 536     Map map = (Map) sf.getValue("CSQ");
 537     assertEquals(map.size(), 9);
 538     assertEquals(map.get("PolyPhen"), "Bad");
 539
 540     sf = geneFeatures.get(1);
 541     assertEquals(sf.getBegin(), 5);
 542     assertEquals(sf.getEnd(), 5);
 543     assertEquals(sf.getScore(), 0f);
 544     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.2f, DELTA);
 545     assertEquals(sf.getValue("alleles"), "C,T");
 546     map = (Map) sf.getValue("CSQ");
 547     assertEquals(map.size(), 9);
 548     assertEquals(map.get("PolyPhen"), "Bad;;"); // %3B%3B decoded
 549
 550     sf = geneFeatures.get(2);
 551     assertEquals(sf.getBegin(), 9);
 552     assertEquals(sf.getEnd(), 11); // deletion over 3 positions
 553     assertEquals(sf.getScore(), 0f);
 554     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.3f, DELTA);
 555     assertEquals(sf.getValue("alleles"), "CGG,C");
 556     map = (Map) sf.getValue("CSQ");
 557     assertEquals(map.size(), 9);
 558
 559     sf = geneFeatures.get(3);
 560     assertEquals(sf.getBegin(), 13);
 561     assertEquals(sf.getEnd(), 13);
 562     assertEquals(sf.getScore(), 0f);
 563     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.4f, DELTA);
 564     assertEquals(sf.getValue("alleles"), "C,G");
 565     map = (Map) sf.getValue("CSQ");
 566     assertEquals(map.size(), 9);
 567
 568     sf = geneFeatures.get(4);
 569     assertEquals(sf.getBegin(), 13);
 570     assertEquals(sf.getEnd(), 13);
 571     assertEquals(sf.getScore(), 0f);
 572     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.5f, DELTA);
 573     assertEquals(sf.getValue("alleles"), "C,T");
 574     map = (Map) sf.getValue("CSQ");
 575     assertEquals(map.size(), 9);
 576
 577     sf = geneFeatures.get(5);
 578     assertEquals(sf.getBegin(), 17);
 579     assertEquals(sf.getEnd(), 17);
 580     assertEquals(sf.getScore(), 0f);
 581     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 582     assertEquals(sf.getValue("alleles"), "A,AC");
 583     map = (Map) sf.getValue("CSQ");
 584     assertEquals(map.size(), 9);
 585
 586     sf = geneFeatures.get(6);
 587     assertEquals(sf.getBegin(), 17);
 588     assertEquals(sf.getEnd(), 17); // insertion
 589     assertEquals(sf.getScore(), 0f);
 590     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 591     assertEquals(sf.getValue("alleles"), "A,G");
 592     map = (Map) sf.getValue("CSQ");
 593     assertEquals(map.size(), 9);
 594
 595     /*
 596      * verify variant feature(s) added to transcript3
 597      * at columns 5 (1), 17 (2), positions 3, 11
 598      * note the deletion at columns 9-11 is not transferred since col 11
 599      * has no mapping to transcript 3
 600      */
 601     List<SequenceFeature> transcriptFeatures = al.findName("transcript3")
 602             .getSequenceFeatures();
 603     SequenceFeatures.sortFeatures(transcriptFeatures, true);
 604     assertEquals(transcriptFeatures.size(), 3);
 605     sf = transcriptFeatures.get(0);
 606     assertEquals(sf.getBegin(), 3);
 607     assertEquals(sf.getEnd(), 3);
 608     assertEquals(sf.getScore(), 0f);
 609     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.2f, DELTA);
 610     assertEquals(sf.getValue("alleles"), "C,T");
 611     // transcript features only have Consequence for that transcripts
 612     map = (Map) sf.getValue("CSQ");
 613     assertEquals(map.size(), 9);
 614     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 615
 616     sf = transcriptFeatures.get(1);
 617     assertEquals(sf.getBegin(), 11);
 618     assertEquals(sf.getEnd(), 11);
 619     assertEquals(sf.getScore(), 0f);
 620     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 621     assertEquals(sf.getValue("alleles"), "A,AC");
 622     map = (Map) sf.getValue("CSQ");
 623     assertEquals(map.size(), 9);
 624     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 625
 626     sf = transcriptFeatures.get(2);
 627     assertEquals(sf.getBegin(), 11);
 628     assertEquals(sf.getEnd(), 11);
 629     assertEquals(sf.getScore(), 0f);
 630     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 631     assertEquals(sf.getValue("alleles"), "A,G");
 632     map = (Map) sf.getValue("CSQ");
 633     assertEquals(map.size(), 9);
 634     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 635
 636     /*
 637      * verify variants computed on protein product for transcript3
 638      * peptide is SWRECD
 639      * codon variants are AGC/AGT position 1 which is synonymous
 640      * and GAG/GGG which is E/G in position 4
 641      * the insertion variant is not transferred to the peptide
 642      */
 643     List<DBRefEntry> dbRefs = al.findName("transcript3").getDBRefs();
 644     SequenceI peptide = null;
 645     for (DBRefEntry dbref : dbRefs)
 646     {
 647       if (dbref.getMap().getMap().getFromRatio() == 3)
 648       {
 649         peptide = dbref.getMap().getTo();
 650       }
 651     }
 652     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 653     /*
 654      * JAL-3187 don't precompute protein features, do dynamically instead
 655      */
 656     assertTrue(proteinFeatures.isEmpty());
 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")), 0.4f, DELTA);
 684     assertEquals(sf.getValue("alleles"), "C,G");
 685     map = (Map) sf.getValue("CSQ");
 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")), 0.5f, DELTA);
 694     assertEquals(sf.getValue("alleles"), "C,T");
 695     map = (Map) sf.getValue("CSQ");
 696     assertEquals(map.size(), 9);
 697     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 698
 699     sf = transcriptFeatures.get(2);
 700     assertEquals(sf.getBegin(), 11);
 701     assertEquals(sf.getEnd(), 11);
 702     assertEquals(sf.getScore(), 0f);
 703     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 704     assertEquals(sf.getValue("alleles"), "A,AC");
 705     map = (Map) sf.getValue("CSQ");
 706     assertEquals(map.size(), 9);
 707     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 708
 709     sf = transcriptFeatures.get(3);
 710     assertEquals(sf.getBegin(), 11);
 711     assertEquals(sf.getEnd(), 11);
 712     assertEquals(sf.getScore(), 0f);
 713     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 714     assertEquals(sf.getValue("alleles"), "A,G");
 715     map = (Map) sf.getValue("CSQ");
 716     assertEquals(map.size(), 9);
 717     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 718   }
 719
 720   /**
 721    * A test that demonstrates loading a contig sequence from an indexed sequence
 722    * database which is the reference for a VCF file
 723    *
 724    * @throws IOException
 725    */
 726   @Test(groups = "Functional")
 727   public void testLoadVCFContig() throws IOException
 728   {
 729     VCFLoader loader = new VCFLoader(
 730             "test/jalview/io/vcf/testVcf2.vcf");
 731
 732     SequenceI seq = loader.loadVCFContig("contig123");
 733     assertEquals(seq.getLength(), 15);
 734     assertEquals(seq.getSequenceAsString(), "AAAAACCCCCGGGGG");
 735     List<SequenceFeature> features = seq.getSequenceFeatures();
 736     SequenceFeatures.sortFeatures(features, true);
 737     assertEquals(features.size(), 2);
 738     SequenceFeature sf = features.get(0);
 739     assertEquals(sf.getBegin(), 8);
 740     assertEquals(sf.getEnd(), 8);
 741     assertEquals(sf.getDescription(), "C,A");
 742     sf = features.get(1);
 743     assertEquals(sf.getBegin(), 12);
 744     assertEquals(sf.getEnd(), 12);
 745     assertEquals(sf.getDescription(), "G,T");
 746
 747     seq = loader.loadVCFContig("contig789");
 748     assertEquals(seq.getLength(), 25);
 749     assertEquals(seq.getSequenceAsString(), "GGGGGTTTTTAAAAACCCCCGGGGG");
 750     features = seq.getSequenceFeatures();
 751     SequenceFeatures.sortFeatures(features, true);
 752     assertEquals(features.size(), 2);
 753     sf = features.get(0);
 754     assertEquals(sf.getBegin(), 2);
 755     assertEquals(sf.getEnd(), 2);
 756     assertEquals(sf.getDescription(), "G,T");
 757     sf = features.get(1);
 758     assertEquals(sf.getBegin(), 21);
 759     assertEquals(sf.getEnd(), 21);
 760     assertEquals(sf.getDescription(), "G,A");
 761
 762     seq = loader.loadVCFContig("contig456");
 763     assertEquals(seq.getLength(), 20);
 764     assertEquals(seq.getSequenceAsString(), "CCCCCGGGGGTTTTTAAAAA");
 765     features = seq.getSequenceFeatures();
 766     SequenceFeatures.sortFeatures(features, true);
 767     assertEquals(features.size(), 1);
 768     sf = features.get(0);
 769     assertEquals(sf.getBegin(), 15);
 770     assertEquals(sf.getEnd(), 15);
 771     assertEquals(sf.getDescription(), "T,C");
 772   }
 773 }