SeqsetUtils.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 java.util.Enumeration;
  24 import java.util.Hashtable;
  25 import java.util.Vector;
  26
  27 import jalview.datamodel.PDBEntry;
  28 import jalview.datamodel.Sequence;
  29 import jalview.datamodel.SequenceFeature;
  30 import jalview.datamodel.SequenceI;
  31
  32 public class SeqsetUtils
  33 {
  34
  35   /**
  36    * Store essential properties of a sequence in a hashtable for later recovery
  37    * Keys are Name, Start, End, SeqFeatures, PdbId
  38    *
  39    * @param seq
  40    *          SequenceI
  41    * @return Hashtable
  42    */
  43   public static Hashtable SeqCharacterHash(SequenceI seq)
  44   {
  45     Hashtable sqinfo = new Hashtable();
  46     sqinfo.put("Name", seq.getName());
  47     sqinfo.put("Start", new Integer(seq.getStart()));
  48     sqinfo.put("End", new Integer(seq.getEnd()));
  49     if (seq.getDescription() != null)
  50     {
  51       sqinfo.put("Description", seq.getDescription());
  52     }
  53     Vector sfeat = new Vector();
  54     jalview.datamodel.SequenceFeature[] sfarray = seq.getSequenceFeatures();
  55     if (sfarray != null && sfarray.length > 0)
  56     {
  57       for (int i = 0; i < sfarray.length; i++)
  58       {
  59         sfeat.addElement(sfarray[i]);
  60       }
  61     }
  62     sqinfo.put("SeqFeatures", sfeat);
  63     sqinfo.put("PdbId", (seq.getPDBId() != null) ? seq.getPDBId()
  64             : new Vector<PDBEntry>());
  65     sqinfo.put("datasetSequence",
  66             (seq.getDatasetSequence() != null) ? seq.getDatasetSequence()
  67                     : new Sequence("THISISAPLACEHOLDER", ""));
  68     return sqinfo;
  69   }
  70
  71   /**
  72    * Recover essential properties of a sequence from a hashtable TODO: replace
  73    * these methods with something more elegant.
  74    *
  75    * @param sq
  76    *          SequenceI
  77    * @param sqinfo
  78    *          Hashtable
  79    * @return boolean true if name was not updated from sqinfo Name entry
  80    */
  81   public static boolean SeqCharacterUnhash(SequenceI sq, Hashtable sqinfo)
  82   {
  83     boolean namePresent = true;
  84     if (sqinfo == null)
  85     {
  86       return false;
  87     }
  88     String oldname = (String) sqinfo.get("Name");
  89     Integer start = (Integer) sqinfo.get("Start");
  90     Integer end = (Integer) sqinfo.get("End");
  91     Vector sfeatures = (Vector) sqinfo.get("SeqFeatures");
  92     Vector<PDBEntry> pdbid = (Vector<PDBEntry>) sqinfo.get("PdbId");
  93     String description = (String) sqinfo.get("Description");
  94     Sequence seqds = (Sequence) sqinfo.get("datasetSequence");
  95     if (oldname == null)
  96     {
  97       namePresent = false;
  98     }
  99     else
 100     {
 101       sq.setName(oldname);
 102     }
 103     if (pdbid != null && pdbid.size() > 0)
 104     {
 105       sq.setPDBId(pdbid);
 106     }
 107
 108     if ((start != null) && (end != null))
 109     {
 110       sq.setStart(start.intValue());
 111       sq.setEnd(end.intValue());
 112     }
 113
 114     if ((sfeatures != null) && (sfeatures.size() > 0))
 115     {
 116       SequenceFeature[] sfarray = new SequenceFeature[sfeatures.size()];
 117       for (int is = 0, isize = sfeatures.size(); is < isize; is++)
 118       {
 119         sfarray[is] = (SequenceFeature) sfeatures.elementAt(is);
 120       }
 121       sq.setSequenceFeatures(sfarray);
 122     }
 123     if (description != null)
 124     {
 125       sq.setDescription(description);
 126     }
 127     if ((seqds != null)
 128             && !(seqds.getName().equals("THISISAPLACEHOLDER") && seqds
 129                     .getLength() == 0))
 130     {
 131       sq.setDatasetSequence(seqds);
 132     }
 133
 134     return namePresent;
 135   }
 136
 137   /**
 138    * Form of the unique name used in uniquify for the i'th sequence in an
 139    * ordered vector of sequences.
 140    *
 141    * @param i
 142    *          int
 143    * @return String
 144    */
 145   public static String unique_name(int i)
 146   {
 147     return new String("Sequence" + i);
 148   }
 149
 150   /**
 151    * Generates a hash of SeqCharacterHash properties for each sequence in a
 152    * sequence set, and optionally renames the sequences to an unambiguous 'safe'
 153    * name.
 154    *
 155    * @param sequences
 156    *          SequenceI[]
 157    * @param write_names
 158    *          boolean set this to rename each of the sequences to its
 159    *          unique_name(index) name
 160    * @return Hashtable to be passed to
 161    * @see deuniquify to recover original names (and properties) for renamed
 162    *      sequences
 163    */
 164   public static Hashtable uniquify(SequenceI[] sequences,
 165           boolean write_names)
 166   {
 167     // Generate a safely named sequence set and a hash to recover the sequence
 168     // names
 169     Hashtable map = new Hashtable();
 170     // String[] un_names = new String[sequences.length];
 171
 172     for (int i = 0; i < sequences.length; i++)
 173     {
 174       String safename = unique_name(i);
 175       map.put(safename, SeqCharacterHash(sequences[i]));
 176
 177       if (write_names)
 178       {
 179         sequences[i].setName(safename);
 180       }
 181     }
 182
 183     return map;
 184   }
 185
 186   /**
 187    * recover unsafe sequence names and original properties for a sequence set
 188    * using a map generated by
 189    *
 190    * @see uniquify(sequences,true)
 191    * @param map
 192    *          Hashtable
 193    * @param sequences
 194    *          SequenceI[]
 195    * @return boolean
 196    */
 197   public static boolean deuniquify(Hashtable map, SequenceI[] sequences)
 198   {
 199     return deuniquify(map, sequences, true);
 200   }
 201
 202   /**
 203    * recover unsafe sequence names and original properties for a sequence set
 204    * using a map generated by
 205    *
 206    * @see uniquify(sequences,true)
 207    * @param map
 208    *          Hashtable
 209    * @param sequences
 210    *          SequenceI[]
 211    * @param quiet
 212    *          when false, don't complain about sequences without any data in the
 213    *          map.
 214    * @return boolean
 215    */
 216   public static boolean deuniquify(Hashtable map, SequenceI[] sequences,
 217           boolean quiet)
 218   {
 219     jalview.analysis.SequenceIdMatcher matcher = new SequenceIdMatcher(
 220             sequences);
 221     SequenceI msq = null;
 222     Enumeration keys = map.keys();
 223     Vector unmatched = new Vector();
 224     for (int i = 0, j = sequences.length; i < j; i++)
 225     {
 226       unmatched.addElement(sequences[i]);
 227     }
 228     while (keys.hasMoreElements())
 229     {
 230       Object key = keys.nextElement();
 231       if (key instanceof String)
 232       {
 233         if ((msq = matcher.findIdMatch((String) key)) != null)
 234         {
 235           Hashtable sqinfo = (Hashtable) map.get(key);
 236           unmatched.removeElement(msq);
 237           SeqCharacterUnhash(msq, sqinfo);
 238         }
 239         else
 240         {
 241           if (!quiet)
 242           {
 243             System.err.println("Can't find '" + ((String) key)
 244                     + "' in uniquified alignment");
 245           }
 246         }
 247       }
 248     }
 249     if (unmatched.size() > 0 && !quiet)
 250     {
 251       System.err.println("Did not find matches for :");
 252       for (Enumeration i = unmatched.elements(); i.hasMoreElements(); System.out
 253               .println(((SequenceI) i.nextElement()).getName()))
 254       {
 255         ;
 256       }
 257       return false;
 258     }
 259
 260     return true;
 261   }
 262
 263   /**
 264    * returns a subset of the sequenceI seuqences, including only those that
 265    * contain at least one residue.
 266    *
 267    * @param sequences
 268    *          SequenceI[]
 269    * @return SequenceI[]
 270    */
 271   public static SequenceI[] getNonEmptySequenceSet(SequenceI[] sequences)
 272   {
 273     // Identify first row of alignment with residues for prediction
 274     boolean ungapped[] = new boolean[sequences.length];
 275     int msflen = 0;
 276     for (int i = 0, j = sequences.length; i < j; i++)
 277     {
 278       String tempseq = jalview.analysis.AlignSeq.extractGaps(
 279               jalview.util.Comparison.GapChars,
 280               sequences[i].getSequenceAsString());
 281
 282       if (tempseq.length() == 0)
 283       {
 284         ungapped[i] = false;
 285       }
 286       else
 287       {
 288         ungapped[i] = true;
 289         msflen++;
 290       }
 291     }
 292     if (msflen == 0)
 293     {
 294       return null; // no minimal set
 295     }
 296     // compose minimal set
 297     SequenceI[] mset = new SequenceI[msflen];
 298     for (int i = 0, j = sequences.length, k = 0; i < j; i++)
 299     {
 300       if (ungapped[i])
 301       {
 302         mset[k++] = sequences[i];
 303       }
 304     }
 305     ungapped = null;
 306     return mset;
 307   }
 308 }