JAL-1270 renamed AlignmentGenerator, and added peptide option
authorgmungoc <g.m.carstairs@dundee.ac.uk>
Thu, 12 Jan 2017 17:10:00 +0000 (17:10 +0000)
committergmungoc <g.m.carstairs@dundee.ac.uk>
Thu, 12 Jan 2017 17:10:00 +0000 (17:10 +0000)
test/jalview/analysis/AlignmentGenerator.java [new file with mode: 0644]

diff --git a/test/jalview/analysis/AlignmentGenerator.java b/test/jalview/analysis/AlignmentGenerator.java
new file mode 100644 (file)
index 0000000..0e3bbbb
--- /dev/null
@@ -0,0 +1,291 @@
+/*
+ * Jalview - A Sequence Alignment Editor and Viewer ($$Version-Rel$$)
+ * Copyright (C) $$Year-Rel$$ The Jalview Authors
+ * 
+ * This file is part of Jalview.
+ * 
+ * Jalview is free software: you can redistribute it and/or
+ * modify it under the terms of the GNU General Public License 
+ * as published by the Free Software Foundation, either version 3
+ * of the License, or (at your option) any later version.
+ *  
+ * Jalview is distributed in the hope that it will be useful, but 
+ * WITHOUT ANY WARRANTY; without even the implied warranty 
+ * of MERCHANTABILITY or FITNESS FOR A PARTICULAR 
+ * PURPOSE.  See the GNU General Public License for more details.
+ * 
+ * You should have received a copy of the GNU General Public License
+ * along with Jalview.  If not, see <http://www.gnu.org/licenses/>.
+ * The Jalview Authors are detailed in the 'AUTHORS' file.
+ */
+package jalview.analysis;
+
+import jalview.datamodel.Alignment;
+import jalview.datamodel.AlignmentI;
+import jalview.datamodel.Sequence;
+import jalview.datamodel.SequenceI;
+import jalview.gui.JvOptionPane;
+import jalview.io.FastaFile;
+
+import java.util.Arrays;
+import java.util.Random;
+
+import org.testng.annotations.BeforeClass;
+
+/**
+ * Generates, and outputs in Fasta format, a random DNA alignment for given
+ * sequence length and count. Will regenerate the same alignment each time if
+ * the same random seed is used (so may be used for reproducible unit tests).
+ * Not guaranteed to reproduce the same results between versions, as the rules
+ * may get tweaked to produce more 'realistic' results.
+ * 
+ * Arguments:
+ * <ul>
+ * <li>length (number of bases in each sequence)</li>
+ * <li>height (number of sequences)</li>
+ * <li>a whole number random seed</li>
+ * <li>percentage of gaps to include (0-100)</li>
+ * <li>percentage chance of variation of each position (0-100)</li>
+ * </ul>
+ * 
+ * @author gmcarstairs
+ *
+ */
+public class AlignmentGenerator
+{
+
+  @BeforeClass(alwaysRun = true)
+  public void setUpJvOptionPane()
+  {
+    JvOptionPane.setInteractiveMode(false);
+    JvOptionPane.setMockResponse(JvOptionPane.CANCEL_OPTION);
+  }
+
+  private static final char GAP = '-';
+
+  private static final char ZERO = '0';
+
+  private static final char[] NUCS = "GTCA".toCharArray();
+
+  private static final char[] PEPS = "MILVFYWHKRDEQNTCGASNP".toCharArray();
+
+  private static char[] BASES;
+
+  private Random random;
+
+
+  /**
+   * Outputs a DNA 'alignment' where each position is a random choice from
+   * 'GTCA-'.
+   * 
+   * @param args
+   */
+  public static void main(String[] args)
+  {
+    if (args.length != 6)
+    {
+      usage();
+      return;
+    }
+    BASES = args[0].toLowerCase().startsWith("n") ? NUCS : PEPS;
+    int width = Integer.parseInt(args[1]);
+    int height = Integer.parseInt(args[2]);
+    long randomSeed = Long.valueOf(args[3]);
+    int gapPercentage = Integer.valueOf(args[4]);
+    int changePercentage = Integer.valueOf(args[5]);
+    AlignmentI al = new AlignmentGenerator().generate(width, height,
+            randomSeed, gapPercentage, changePercentage);
+
+    System.out.println("; " + height + " sequences of " + width
+            + " bases with " + gapPercentage + "% gaps and "
+            + changePercentage + "% mutations (random seed = " + randomSeed
+            + ")");
+    System.out.println(new FastaFile().print(al.getSequencesArray(), true));
+  }
+
+  /**
+   * Print parameter help.
+   */
+  private static void usage()
+  {
+    System.out.println("Usage:");
+    System.out.println("arg0: n (for nucleotide) or p (for peptide)");
+    System.out.println("arg1: number of (non-gap) bases per sequence");
+    System.out.println("arg2: number sequences");
+    System.out
+            .println("arg3: an integer as random seed (same seed = same results)");
+    System.out.println("arg4: percentage of gaps to (randomly) generate");
+    System.out
+            .println("arg5: percentage of 'mutations' to (randomly) generate");
+    System.out.println("Example: AlignmentGenerator n 12 15 387 10 5");
+    System.out
+            .println("- 15 nucleotide sequences of 12 bases each, approx 10% gaps and 5% mutations, random seed = 387");
+
+  }
+
+  /**
+   * Default constructor
+   */
+  public AlignmentGenerator()
+  {
+
+  }
+
+  /**
+   * Outputs a DNA 'alignment' of given width and height, where each position is
+   * a random choice from 'GTCA-'.
+   * 
+   * @param width
+   * @param height
+   * @param randomSeed
+   * @param changePercentage
+   * @param gapPercentage
+   */
+  public AlignmentI generate(int width, int height, long randomSeed,
+          int gapPercentage, int changePercentage)
+  {
+    SequenceI[] seqs = new SequenceI[height];
+    random = new Random(randomSeed);
+    seqs[0] = generateSequence(1, width, gapPercentage);
+    for (int seqno = 1; seqno < height; seqno++)
+    {
+      seqs[seqno] = generateAnotherSequence(seqs[0].getSequence(),
+              seqno + 1, width, changePercentage);
+    }
+    AlignmentI al = new Alignment(seqs);
+    return al;
+  }
+
+  /**
+   * Outputs a DNA 'sequence' of given length, with some random gaps included.
+   * 
+   * @param seqno
+   * @param length
+   * @param gapPercentage
+   */
+  private SequenceI generateSequence(int seqno, int length,
+          int gapPercentage)
+  {
+    StringBuilder seq = new StringBuilder(length);
+
+    /*
+     * Loop till we've added 'length' bases (excluding gaps)
+     */
+    for (int count = 0; count < length;)
+    {
+      boolean addGap = random.nextInt(100) < gapPercentage;
+      char c = addGap ? GAP : BASES[random.nextInt(Integer.MAX_VALUE)
+              % BASES.length];
+      seq.append(c);
+      if (!addGap)
+      {
+        count++;
+      }
+    }
+    final String seqName = "SEQ" + seqno;
+    final String seqString = seq.toString();
+    SequenceI sq = new Sequence(seqName, seqString);
+    sq.createDatasetSequence();
+    return sq;
+  }
+
+  /**
+   * Generate a sequence approximately aligned to the first one.
+   * 
+   * @param ds
+   * @param seqno
+   * @param width
+   *          number of bases
+   * @param changePercentage
+   * @return
+   */
+  private SequenceI generateAnotherSequence(char[] ds, int seqno,
+          int width, int changePercentage)
+  {
+    int length = ds.length;
+    char[] seq = new char[length];
+    Arrays.fill(seq, ZERO);
+    int gapsWanted = length - width;
+    int gapsAdded = 0;
+
+    /*
+     * First 'randomly' mimic gaps in model sequence.
+     */
+    for (int pos = 0; pos < length; pos++)
+    {
+      if (ds[pos] == GAP)
+      {
+        /*
+         * Add a gap at the same position with changePercentage likelihood
+         */
+        seq[pos] = randomCharacter(GAP, changePercentage);
+        if (seq[pos] == GAP)
+        {
+          gapsAdded++;
+        }
+      }
+    }
+
+    /*
+     * Next scatter any remaining gaps (if any) at random. This gives an even
+     * distribution.
+     */
+    while (gapsAdded < gapsWanted)
+    {
+      boolean added = false;
+      while (!added)
+      {
+        int pos = random.nextInt(length);
+        if (seq[pos] != GAP)
+        {
+          seq[pos] = GAP;
+          added = true;
+          gapsAdded++;
+        }
+      }
+    }
+
+    /*
+     * Finally fill in the rest with randomly mutated bases.
+     */
+    for (int pos = 0; pos < length; pos++)
+    {
+      if (seq[pos] == ZERO)
+      {
+        char c = randomCharacter(ds[pos], changePercentage);
+        seq[pos] = c;
+      }
+    }
+    final String seqName = "SEQ" + seqno;
+    final String seqString = new String(seq);
+    SequenceI sq = new Sequence(seqName, seqString);
+    sq.createDatasetSequence();
+    return sq;
+  }
+
+  /**
+   * Returns a random character that is changePercentage% likely to match the
+   * given type (as base or gap).
+   * 
+   * @param changePercentage
+   * 
+   * @param c
+   * @return
+   */
+  private char randomCharacter(char c, int changePercentage)
+  {
+    final boolean mutation = random.nextInt(100) < changePercentage;
+
+    if (!mutation)
+    {
+      return c;
+    }
+
+    char newchar = c;
+    while (newchar == c)
+    {
+      newchar = BASES[random.nextInt(Integer.MAX_VALUE) % BASES.length];
+    }
+    return newchar;
+  }
+}