test/jalview/io/vcf/VCFLoaderTest.java

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