Merge remote-tracking branch 'origin/tasks/JAL-3035_remove_dasobert_dependency' into...
[jalview.git] / src / jalview / analysis / 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
131     /*
132      * get selected columns (in the order they were selected);
133      * note this could include right-to-left ranges
134      */
135     int[] spos = new int[cs.getSelected().size()];
136     int width = -1;
137     int i = 0;
138     for (Integer pos : cs.getSelected())
139     {
140       spos[i++] = pos.intValue();
141     }
142
143     for (i = 0; i < sequences.length; i++)
144     {
145       int slen = sequences[i].getLength();
146       if (width < slen)
147       {
148         width = slen;
149       }
150
151       SequenceGroup pgp = pgroup.get(((Object) sequences[i]).toString());
152       StringBuilder schar = new StringBuilder();
153       if (pgp != null)
154       {
155         schar.append(pgp.getName() + ":");
156       }
157       for (int p : spos)
158       {
159         if (p >= slen)
160         {
161           schar.append("~");
162         }
163         else
164         {
165           schar.append(sequences[i].getCharAt(p));
166         }
167       }
168       List<SequenceI> svec = gps.get(schar.toString());
169       if (svec == null)
170       {
171         svec = new ArrayList<SequenceI>();
172         gps.put(schar.toString(), svec);
173       }
174       svec.add(sequences[i]);
175     }
176     // make some groups
177     SequenceGroup[] groups = new SequenceGroup[gps.size()];
178     i = 0;
179     for (String key : gps.keySet())
180     {
181       SequenceGroup group = new SequenceGroup(gps.get(key),
182               "Subseq: " + key, null, true, true, false, 0, width - 1);
183
184       groups[i++] = group;
185     }
186     gps.clear();
187     pgroup.clear();
188     return groups;
189   }
190
191   /**
192    * subdivide the given sequences based on the distribution of features
193    * 
194    * @param featureLabels
195    *          - null or one or more feature types to filter on.
196    * @param groupLabels
197    *          - null or set of groups to filter features on
198    * @param start
199    *          - range for feature filter
200    * @param stop
201    *          - range for feature filter
202    * @param sequences
203    *          - sequences to be divided
204    * @param exgroups
205    *          - existing groups to be subdivided
206    * @param method
207    *          - density, description, score
208    */
209   public static void divideByFeature(String[] featureLabels,
210           String[] groupLabels, int start, int stop, SequenceI[] sequences,
211           Vector exgroups, String method)
212   {
213     // TODO implement divideByFeature
214     /*
215      * if (method!=AlignmentSorter.FEATURE_SCORE &&
216      * method!=AlignmentSorter.FEATURE_LABEL &&
217      * method!=AlignmentSorter.FEATURE_DENSITY) { throw newError(
218      * "Implementation Error - sortByFeature method must be one of FEATURE_SCORE, FEATURE_LABEL or FEATURE_DENSITY."
219      * ); } boolean ignoreScore=method!=AlignmentSorter.FEATURE_SCORE;
220      * StringBuffer scoreLabel = new StringBuffer();
221      * scoreLabel.append(start+stop+method); // This doesn't work yet - we'd
222      * like to have a canonical ordering that can be preserved from call to call
223      * for (int i=0;featureLabels!=null && i<featureLabels.length; i++) {
224      * scoreLabel.append(featureLabels[i]==null ? "null" : featureLabels[i]); }
225      * for (int i=0;groupLabels!=null && i<groupLabels.length; i++) {
226      * scoreLabel.append(groupLabels[i]==null ? "null" : groupLabels[i]); }
227      * SequenceI[] seqs = alignment.getSequencesArray();
228      * 
229      * boolean[] hasScore = new boolean[seqs.length]; // per sequence score //
230      * presence int hasScores = 0; // number of scores present on set double[]
231      * scores = new double[seqs.length]; int[] seqScores = new int[seqs.length];
232      * Object[] feats = new Object[seqs.length]; double min = 0, max = 0; for
233      * (int i = 0; i < seqs.length; i++) { SequenceFeature[] sf =
234      * seqs[i].getSequenceFeatures(); if (sf==null &&
235      * seqs[i].getDatasetSequence()!=null) { sf =
236      * seqs[i].getDatasetSequence().getSequenceFeatures(); } if (sf==null) { sf
237      * = new SequenceFeature[0]; } else { SequenceFeature[] tmp = new
238      * SequenceFeature[sf.length]; for (int s=0; s<tmp.length;s++) { tmp[s] =
239      * sf[s]; } sf = tmp; } int sstart = (start==-1) ? start :
240      * seqs[i].findPosition(start); int sstop = (stop==-1) ? stop :
241      * seqs[i].findPosition(stop); seqScores[i]=0; scores[i]=0.0; int
242      * n=sf.length; for (int f=0;f<sf.length;f++) { // filter for selection
243      * criteria if ( // ignore features outwith alignment start-stop positions.
244      * (sf[f].end < sstart || sf[f].begin > sstop) || // or ignore based on
245      * selection criteria (featureLabels != null &&
246      * !AlignmentSorter.containsIgnoreCase(sf[f].type, featureLabels)) ||
247      * (groupLabels != null // problem here: we cannot eliminate null feature
248      * group features && (sf[f].getFeatureGroup() != null &&
249      * !AlignmentSorter.containsIgnoreCase(sf[f].getFeatureGroup(),
250      * groupLabels)))) { // forget about this feature sf[f] = null; n--; } else
251      * { // or, also take a look at the scores if necessary. if (!ignoreScore &&
252      * sf[f].getScore()!=Float.NaN) { if (seqScores[i]==0) { hasScores++; }
253      * seqScores[i]++; hasScore[i] = true; scores[i] += sf[f].getScore(); //
254      * take the first instance of this // score. } } } SequenceFeature[] fs;
255      * feats[i] = fs = new SequenceFeature[n]; if (n>0) { n=0; for (int
256      * f=0;f<sf.length;f++) { if (sf[f]!=null) { ((SequenceFeature[])
257      * feats[i])[n++] = sf[f]; } } if (method==FEATURE_LABEL) { // order the
258      * labels by alphabet String[] labs = new String[fs.length]; for (int
259      * l=0;l<labs.length; l++) { labs[l] = (fs[l].getDescription()!=null ?
260      * fs[l].getDescription() : fs[l].getType()); }
261      * jalview.util.QuickSort.sort(labs, ((Object[]) feats[i])); } } if
262      * (hasScore[i]) { // compute average score scores[i]/=seqScores[i]; //
263      * update the score bounds. if (hasScores == 1) { max = min = scores[i]; }
264      * else { if (max < scores[i]) { max = scores[i]; } if (min > scores[i]) {
265      * min = scores[i]; } } } }
266      * 
267      * if (method==FEATURE_SCORE) { if (hasScores == 0) { return; // do nothing
268      * - no scores present to sort by. } // pad score matrix if (hasScores <
269      * seqs.length) { for (int i = 0; i < seqs.length; i++) { if (!hasScore[i])
270      * { scores[i] = (max + i); } else { int nf=(feats[i]==null) ? 0
271      * :((SequenceFeature[]) feats[i]).length;
272      * System.err.println("Sorting on Score: seq "+seqs[i].getName()+
273      * " Feats: "+nf+" Score : "+scores[i]); } } }
274      * 
275      * jalview.util.QuickSort.sort(scores, seqs); } else if
276      * (method==FEATURE_DENSITY) {
277      * 
278      * // break ties between equivalent numbers for adjacent sequences by adding
279      * 1/Nseq*i on the original order double fr = 0.9/(1.0*seqs.length); for
280      * (int i=0;i<seqs.length; i++) { double nf; scores[i] =
281      * (0.05+fr*i)+(nf=((feats[i]==null) ? 0.0 :1.0*((SequenceFeature[])
282      * feats[i]).length));
283      * System.err.println("Sorting on Density: seq "+seqs[i].getName()+
284      * " Feats: "+nf+" Score : "+scores[i]); }
285      * jalview.util.QuickSort.sort(scores, seqs); } else { if
286      * (method==FEATURE_LABEL) { throw new Error("Not yet implemented."); } } if
287      * (lastSortByFeatureScore ==null ||
288      * scoreLabel.equals(lastSortByFeatureScore)) { setOrder(alignment, seqs); }
289      * else { setReverseOrder(alignment, seqs); } lastSortByFeatureScore =
290      * scoreLabel.toString();
291      */
292   }
293
294 }