Grouping.java

   1 /*
   2  * Jalview - A Sequence Alignment Editor and Viewer ($$Version-Rel$$)
   3  * Copyright (C) $$Year-Rel$$ The Jalview Authors
   4  *
   5  * This file is part of Jalview.
   6  *
   7  * Jalview is free software: you can redistribute it and/or
   8  * modify it under the terms of the GNU General Public License
   9  * as published by the Free Software Foundation, either version 3
  10  * of the License, or (at your option) any later version.
  11  *
  12  * Jalview is distributed in the hope that it will be useful, but
  13  * WITHOUT ANY WARRANTY; without even the implied warranty
  14  * of MERCHANTABILITY or FITNESS FOR A PARTICULAR
  15  * PURPOSE.  See the GNU General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU General Public License
  18  * along with Jalview.  If not, see <http://www.gnu.org/licenses/>.
  19  * The Jalview Authors are detailed in the 'AUTHORS' file.
  20  */
  21 package jalview.analysis;
  22
  23 import jalview.datamodel.ColumnSelection;
  24 import jalview.datamodel.SequenceGroup;
  25 import jalview.datamodel.SequenceI;
  26
  27 import java.util.ArrayList;
  28 import java.util.HashMap;
  29 import java.util.List;
  30 import java.util.Map;
  31 import java.util.Vector;
  32
  33 /**
  34  * various methods for defining groups on an alignment based on some other
  35  * properties
  36  *
  37  * @author JimP
  38  *
  39  */
  40 public class Grouping
  41 {
  42   /**
  43    * Divide the given sequences based on the equivalence of their corresponding
  44    * selectedChars string. If exgroups is provided, existing groups will be
  45    * subdivided.
  46    *
  47    * @param sequences
  48    * @param selectedChars
  49    * @param list
  50    * @return
  51    */
  52   public static SequenceGroup[] makeGroupsFrom(SequenceI[] sequences,
  53           String[] selectedChars, List<SequenceGroup> list)
  54   {
  55     // TODO: determine how to get/recover input data for group generation
  56     Map<String, List<SequenceI>> gps = new HashMap<String, List<SequenceI>>();
  57     int width = 0, i;
  58     Map<String, SequenceGroup> pgroup = new HashMap<String, SequenceGroup>();
  59     if (list != null)
  60     {
  61       for (SequenceGroup sg : list)
  62       {
  63         for (SequenceI sq : sg.getSequences(null))
  64         {
  65           pgroup.put(sq.toString(), sg);
  66         }
  67       }
  68     }
  69     for (i = 0; i < sequences.length; i++)
  70     {
  71       String schar = selectedChars[i];
  72       SequenceGroup pgp = pgroup.get(((Object) sequences[i]).toString());
  73       if (pgp != null)
  74       {
  75         schar = pgp.getName() + ":" + schar;
  76       }
  77       List<SequenceI> svec = gps.get(schar);
  78       if (svec == null)
  79       {
  80         svec = new ArrayList<SequenceI>();
  81         gps.put(schar, svec);
  82       }
  83       if (width < sequences[i].getLength())
  84       {
  85         width = sequences[i].getLength();
  86       }
  87       svec.add(sequences[i]);
  88     }
  89     // make some groups
  90     SequenceGroup[] groups = new SequenceGroup[gps.size()];
  91     i = 0;
  92     for (String key : gps.keySet())
  93     {
  94       SequenceGroup group = new SequenceGroup(gps.get(key),
  95               "Subseq: " + key, null, true, true, false, 0, width - 1);
  96
  97       groups[i++] = group;
  98     }
  99     gps.clear();
 100     pgroup.clear();
 101     return groups;
 102   }
 103
 104   /**
 105    * Divide the given sequences based on the equivalence of characters at
 106    * selected columns If exgroups is provided, existing groups will be
 107    * subdivided.
 108    *
 109    * @param sequences
 110    * @param columnSelection
 111    * @param list
 112    * @return
 113    */
 114   public static SequenceGroup[] makeGroupsFromCols(SequenceI[] sequences,
 115           ColumnSelection cs, List<SequenceGroup> list)
 116   {
 117     // TODO: determine how to get/recover input data for group generation
 118     Map<String, List<SequenceI>> gps = new HashMap<String, List<SequenceI>>();
 119     Map<String, SequenceGroup> pgroup = new HashMap<String, SequenceGroup>();
 120     if (list != null)
 121     {
 122       for (SequenceGroup sg : list)
 123       {
 124         for (SequenceI sq : sg.getSequences(null))
 125         {
 126           pgroup.put(sq.toString(), sg);
 127         }
 128       }
 129     }
 130     int[] spos = new int[cs.getSelected().size()];
 131     int width = -1;
 132     int i = 0;
 133     for (Integer pos : cs.getSelected())
 134     {
 135       spos[i++] = pos.intValue();
 136     }
 137     ;
 138     for (i = 0; i < sequences.length; i++)
 139     {
 140       int slen = sequences[i].getLength();
 141       if (width < slen)
 142       {
 143         width = slen;
 144       }
 145
 146       SequenceGroup pgp = pgroup.get(((Object) sequences[i]).toString());
 147       StringBuilder schar = new StringBuilder();
 148       if (pgp != null)
 149       {
 150         schar.append(pgp.getName() + ":");
 151       }
 152       for (int p : spos)
 153       {
 154         if (p >= slen)
 155         {
 156           schar.append("~");
 157         }
 158         else
 159         {
 160           schar.append(sequences[i].getCharAt(p));
 161         }
 162       }
 163       List<SequenceI> svec = gps.get(schar.toString());
 164       if (svec == null)
 165       {
 166         svec = new ArrayList<SequenceI>();
 167         gps.put(schar.toString(), svec);
 168       }
 169       svec.add(sequences[i]);
 170     }
 171     // make some groups
 172     SequenceGroup[] groups = new SequenceGroup[gps.size()];
 173     i = 0;
 174     for (String key : gps.keySet())
 175     {
 176       SequenceGroup group = new SequenceGroup(gps.get(key), "Subseq: "
 177               + key, null, true, true, false, 0, width - 1);
 178
 179       groups[i++] = group;
 180     }
 181     gps.clear();
 182     pgroup.clear();
 183     return groups;
 184   }
 185
 186   /**
 187    * subdivide the given sequences based on the distribution of features
 188    *
 189    * @param featureLabels
 190    *          - null or one or more feature types to filter on.
 191    * @param groupLabels
 192    *          - null or set of groups to filter features on
 193    * @param start
 194    *          - range for feature filter
 195    * @param stop
 196    *          - range for feature filter
 197    * @param sequences
 198    *          - sequences to be divided
 199    * @param exgroups
 200    *          - existing groups to be subdivided
 201    * @param method
 202    *          - density, description, score
 203    */
 204   public static void divideByFeature(String[] featureLabels,
 205           String[] groupLabels, int start, int stop, SequenceI[] sequences,
 206           Vector exgroups, String method)
 207   {
 208     // TODO implement divideByFeature
 209     /*
 210      * if (method!=AlignmentSorter.FEATURE_SCORE &&
 211      * method!=AlignmentSorter.FEATURE_LABEL &&
 212      * method!=AlignmentSorter.FEATURE_DENSITY) { throw newError(
 213      * "Implementation Error - sortByFeature method must be one of FEATURE_SCORE, FEATURE_LABEL or FEATURE_DENSITY."
 214      * ); } boolean ignoreScore=method!=AlignmentSorter.FEATURE_SCORE;
 215      * StringBuffer scoreLabel = new StringBuffer();
 216      * scoreLabel.append(start+stop+method); // This doesn't work yet - we'd
 217      * like to have a canonical ordering that can be preserved from call to call
 218      * for (int i=0;featureLabels!=null && i<featureLabels.length; i++) {
 219      * scoreLabel.append(featureLabels[i]==null ? "null" : featureLabels[i]); }
 220      * for (int i=0;groupLabels!=null && i<groupLabels.length; i++) {
 221      * scoreLabel.append(groupLabels[i]==null ? "null" : groupLabels[i]); }
 222      * SequenceI[] seqs = alignment.getSequencesArray();
 223      *
 224      * boolean[] hasScore = new boolean[seqs.length]; // per sequence score //
 225      * presence int hasScores = 0; // number of scores present on set double[]
 226      * scores = new double[seqs.length]; int[] seqScores = new int[seqs.length];
 227      * Object[] feats = new Object[seqs.length]; double min = 0, max = 0; for
 228      * (int i = 0; i < seqs.length; i++) { SequenceFeature[] sf =
 229      * seqs[i].getSequenceFeatures(); if (sf==null &&
 230      * seqs[i].getDatasetSequence()!=null) { sf =
 231      * seqs[i].getDatasetSequence().getSequenceFeatures(); } if (sf==null) { sf
 232      * = new SequenceFeature[0]; } else { SequenceFeature[] tmp = new
 233      * SequenceFeature[sf.length]; for (int s=0; s<tmp.length;s++) { tmp[s] =
 234      * sf[s]; } sf = tmp; } int sstart = (start==-1) ? start :
 235      * seqs[i].findPosition(start); int sstop = (stop==-1) ? stop :
 236      * seqs[i].findPosition(stop); seqScores[i]=0; scores[i]=0.0; int
 237      * n=sf.length; for (int f=0;f<sf.length;f++) { // filter for selection
 238      * criteria if ( // ignore features outwith alignment start-stop positions.
 239      * (sf[f].end < sstart || sf[f].begin > sstop) || // or ignore based on
 240      * selection criteria (featureLabels != null &&
 241      * !AlignmentSorter.containsIgnoreCase(sf[f].type, featureLabels)) ||
 242      * (groupLabels != null // problem here: we cannot eliminate null feature
 243      * group features && (sf[f].getFeatureGroup() != null &&
 244      * !AlignmentSorter.containsIgnoreCase(sf[f].getFeatureGroup(),
 245      * groupLabels)))) { // forget about this feature sf[f] = null; n--; } else
 246      * { // or, also take a look at the scores if necessary. if (!ignoreScore &&
 247      * sf[f].getScore()!=Float.NaN) { if (seqScores[i]==0) { hasScores++; }
 248      * seqScores[i]++; hasScore[i] = true; scores[i] += sf[f].getScore(); //
 249      * take the first instance of this // score. } } } SequenceFeature[] fs;
 250      * feats[i] = fs = new SequenceFeature[n]; if (n>0) { n=0; for (int
 251      * f=0;f<sf.length;f++) { if (sf[f]!=null) { ((SequenceFeature[])
 252      * feats[i])[n++] = sf[f]; } } if (method==FEATURE_LABEL) { // order the
 253      * labels by alphabet String[] labs = new String[fs.length]; for (int
 254      * l=0;l<labs.length; l++) { labs[l] = (fs[l].getDescription()!=null ?
 255      * fs[l].getDescription() : fs[l].getType()); }
 256      * jalview.util.QuickSort.sort(labs, ((Object[]) feats[i])); } } if
 257      * (hasScore[i]) { // compute average score scores[i]/=seqScores[i]; //
 258      * update the score bounds. if (hasScores == 1) { max = min = scores[i]; }
 259      * else { if (max < scores[i]) { max = scores[i]; } if (min > scores[i]) {
 260      * min = scores[i]; } } } }
 261      *
 262      * if (method==FEATURE_SCORE) { if (hasScores == 0) { return; // do nothing
 263      * - no scores present to sort by. } // pad score matrix if (hasScores <
 264      * seqs.length) { for (int i = 0; i < seqs.length; i++) { if (!hasScore[i])
 265      * { scores[i] = (max + i); } else { int nf=(feats[i]==null) ? 0
 266      * :((SequenceFeature[]) feats[i]).length;
 267      * System.err.println("Sorting on Score: seq "+seqs[i].getName()+
 268      * " Feats: "+nf+" Score : "+scores[i]); } } }
 269      *
 270      * jalview.util.QuickSort.sort(scores, seqs); } else if
 271      * (method==FEATURE_DENSITY) {
 272      *
 273      * // break ties between equivalent numbers for adjacent sequences by adding
 274      * 1/Nseq*i on the original order double fr = 0.9/(1.0*seqs.length); for
 275      * (int i=0;i<seqs.length; i++) { double nf; scores[i] =
 276      * (0.05+fr*i)+(nf=((feats[i]==null) ? 0.0 :1.0*((SequenceFeature[])
 277      * feats[i]).length));
 278      * System.err.println("Sorting on Density: seq "+seqs[i].getName()+
 279      * " Feats: "+nf+" Score : "+scores[i]); }
 280      * jalview.util.QuickSort.sort(scores, seqs); } else { if
 281      * (method==FEATURE_LABEL) { throw new Error("Not yet implemented."); } } if
 282      * (lastSortByFeatureScore ==null ||
 283      * scoreLabel.equals(lastSortByFeatureScore)) { setOrder(alignment, seqs); }
 284      * else { setReverseOrder(alignment, seqs); } lastSortByFeatureScore =
 285      * scoreLabel.toString();
 286      */
 287   }
 288
 289 }