src/jalview/analysis/SeqsetUtils.java

   1 /*
   2  * Jalview - A Sequence Alignment Editor and Viewer (Version 2.8)
   3  * Copyright (C) 2012 J Procter, AM Waterhouse, LM Lui, J Engelhardt, G Barton, M Clamp, S Searle
   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 of the License, or (at your option) any later version.
  10  *
  11  * Jalview is distributed in the hope that it will be useful, but
  12  * WITHOUT ANY WARRANTY; without even the implied warranty
  13  * of MERCHANTABILITY or FITNESS FOR A PARTICULAR
  14  * PURPOSE.  See the GNU General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU General Public License along with Jalview.  If not, see <http://www.gnu.org/licenses/>.
  17  */
  18 package jalview.analysis;
  19
  20 import java.util.*;
  21
  22 import jalview.datamodel.*;
  23
  24 public class SeqsetUtils
  25 {
  26
  27   /**
  28    * Store essential properties of a sequence in a hashtable for later recovery
  29    * Keys are Name, Start, End, SeqFeatures, PdbId
  30    *
  31    * @param seq
  32    *          SequenceI
  33    * @return Hashtable
  34    */
  35   public static Hashtable SeqCharacterHash(SequenceI seq)
  36   {
  37     Hashtable sqinfo = new Hashtable();
  38     sqinfo.put("Name", seq.getName());
  39     sqinfo.put("Start", new Integer(seq.getStart()));
  40     sqinfo.put("End", new Integer(seq.getEnd()));
  41     if (seq.getDescription() != null)
  42     {
  43       sqinfo.put("Description", seq.getDescription());
  44     }
  45     Vector sfeat = new Vector();
  46     jalview.datamodel.SequenceFeature[] sfarray = seq.getSequenceFeatures();
  47     if (sfarray != null && sfarray.length > 0)
  48     {
  49       for (int i = 0; i < sfarray.length; i++)
  50       {
  51         sfeat.addElement(sfarray[i]);
  52       }
  53     }
  54     sqinfo.put("SeqFeatures", sfeat);
  55     sqinfo.put("PdbId", (seq.getPDBId() != null) ? seq.getPDBId()
  56             : new Vector());
  57     sqinfo.put("datasetSequence",
  58             (seq.getDatasetSequence() != null) ? seq.getDatasetSequence()
  59                     : new Sequence("THISISAPLACEHOLDER", ""));
  60     return sqinfo;
  61   }
  62
  63   /**
  64    * Recover essential properties of a sequence from a hashtable TODO: replace
  65    * these methods with something more elegant.
  66    *
  67    * @param sq
  68    *          SequenceI
  69    * @param sqinfo
  70    *          Hashtable
  71    * @return boolean true if name was not updated from sqinfo Name entry
  72    */
  73   public static boolean SeqCharacterUnhash(SequenceI sq, Hashtable sqinfo)
  74   {
  75     boolean namePresent = true;
  76     if (sqinfo == null)
  77     {
  78       return false;
  79     }
  80     String oldname = (String) sqinfo.get("Name");
  81     Integer start = (Integer) sqinfo.get("Start");
  82     Integer end = (Integer) sqinfo.get("End");
  83     Vector sfeatures = (Vector) sqinfo.get("SeqFeatures");
  84     Vector pdbid = (Vector) sqinfo.get("PdbId");
  85     String description = (String) sqinfo.get("Description");
  86     Sequence seqds = (Sequence) sqinfo.get("datasetSequence");
  87     if (oldname == null)
  88     {
  89       namePresent = false;
  90     }
  91     else
  92     {
  93       sq.setName(oldname);
  94     }
  95     if (pdbid != null && pdbid.size() > 0)
  96     {
  97       sq.setPDBId(pdbid);
  98     }
  99
 100     if ((start != null) && (end != null))
 101     {
 102       sq.setStart(start.intValue());
 103       sq.setEnd(end.intValue());
 104     }
 105
 106     if ((sfeatures != null) && (sfeatures.size() > 0))
 107     {
 108       SequenceFeature[] sfarray = new SequenceFeature[sfeatures.size()];
 109       for (int is = 0, isize = sfeatures.size(); is < isize; is++)
 110       {
 111         sfarray[is] = (SequenceFeature) sfeatures.elementAt(is);
 112       }
 113       sq.setSequenceFeatures(sfarray);
 114     }
 115     if (description != null)
 116     {
 117       sq.setDescription(description);
 118     }
 119     if ((seqds != null)
 120             && !(seqds.getName().equals("THISISAPLACEHOLDER") && seqds
 121                     .getLength() == 0))
 122     {
 123       sq.setDatasetSequence(seqds);
 124     }
 125
 126     return namePresent;
 127   }
 128
 129   /**
 130    * Form of the unique name used in uniquify for the i'th sequence in an
 131    * ordered vector of sequences.
 132    *
 133    * @param i
 134    *          int
 135    * @return String
 136    */
 137   public static String unique_name(int i)
 138   {
 139     return new String("Sequence" + i);
 140   }
 141
 142   /**
 143    * Generates a hash of SeqCharacterHash properties for each sequence in a
 144    * sequence set, and optionally renames the sequences to an unambiguous 'safe'
 145    * name.
 146    *
 147    * @param sequences
 148    *          SequenceI[]
 149    * @param write_names
 150    *          boolean set this to rename each of the sequences to its
 151    *          unique_name(index) name
 152    * @return Hashtable to be passed to
 153    * @see deuniquify to recover original names (and properties) for renamed
 154    *      sequences
 155    */
 156   public static Hashtable uniquify(SequenceI[] sequences,
 157           boolean write_names)
 158   {
 159     // Generate a safely named sequence set and a hash to recover the sequence
 160     // names
 161     Hashtable map = new Hashtable();
 162     // String[] un_names = new String[sequences.length];
 163
 164     for (int i = 0; i < sequences.length; i++)
 165     {
 166       String safename = unique_name(i);
 167       map.put(safename, SeqCharacterHash(sequences[i]));
 168
 169       if (write_names)
 170       {
 171         sequences[i].setName(safename);
 172       }
 173     }
 174
 175     return map;
 176   }
 177
 178   /**
 179    * recover unsafe sequence names and original properties for a sequence set
 180    * using a map generated by
 181    *
 182    * @see uniquify(sequences,true)
 183    * @param map
 184    *          Hashtable
 185    * @param sequences
 186    *          SequenceI[]
 187    * @return boolean
 188    */
 189   public static boolean deuniquify(Hashtable map, SequenceI[] sequences)
 190   {
 191     return deuniquify(map, sequences, true);
 192   }
 193
 194   /**
 195    * recover unsafe sequence names and original properties for a sequence set
 196    * using a map generated by
 197    *
 198    * @see uniquify(sequences,true)
 199    * @param map
 200    *          Hashtable
 201    * @param sequences
 202    *          SequenceI[]
 203    * @param quiet
 204    *          when false, don't complain about sequences without any data in the
 205    *          map.
 206    * @return boolean
 207    */
 208   public static boolean deuniquify(Hashtable map, SequenceI[] sequences,
 209           boolean quiet)
 210   {
 211     jalview.analysis.SequenceIdMatcher matcher = new SequenceIdMatcher(
 212             sequences);
 213     SequenceI msq = null;
 214     Enumeration keys = map.keys();
 215     Vector unmatched = new Vector();
 216     for (int i = 0, j = sequences.length; i < j; i++)
 217     {
 218       unmatched.addElement(sequences[i]);
 219     }
 220     while (keys.hasMoreElements())
 221     {
 222       Object key = keys.nextElement();
 223       if (key instanceof String)
 224       {
 225         if ((msq = matcher.findIdMatch((String) key)) != null)
 226         {
 227           Hashtable sqinfo = (Hashtable) map.get(key);
 228           unmatched.removeElement(msq);
 229           SeqCharacterUnhash(msq, sqinfo);
 230         }
 231         else
 232         {
 233           if (!quiet)
 234           {
 235             System.err.println("Can't find '" + ((String) key)
 236                     + "' in uniquified alignment");
 237           }
 238         }
 239       }
 240     }
 241     if (unmatched.size() > 0 && !quiet)
 242     {
 243       System.err.println("Did not find matches for :");
 244       for (Enumeration i = unmatched.elements(); i.hasMoreElements(); System.out
 245               .println(((SequenceI) i.nextElement()).getName()))
 246       {
 247         ;
 248       }
 249       return false;
 250     }
 251
 252     return true;
 253   }
 254
 255   /**
 256    * returns a subset of the sequenceI seuqences, including only those that
 257    * contain at least one residue.
 258    *
 259    * @param sequences
 260    *          SequenceI[]
 261    * @return SequenceI[]
 262    */
 263   public static SequenceI[] getNonEmptySequenceSet(SequenceI[] sequences)
 264   {
 265     // Identify first row of alignment with residues for prediction
 266     boolean ungapped[] = new boolean[sequences.length];
 267     int msflen = 0;
 268     for (int i = 0, j = sequences.length; i < j; i++)
 269     {
 270       String tempseq = jalview.analysis.AlignSeq.extractGaps(
 271               jalview.util.Comparison.GapChars,
 272               sequences[i].getSequenceAsString());
 273
 274       if (tempseq.length() == 0)
 275       {
 276         ungapped[i] = false;
 277       }
 278       else
 279       {
 280         ungapped[i] = true;
 281         msflen++;
 282       }
 283     }
 284     if (msflen == 0)
 285     {
 286       return null; // no minimal set
 287     }
 288     // compose minimal set
 289     SequenceI[] mset = new SequenceI[msflen];
 290     for (int i = 0, j = sequences.length, k = 0; i < j; i++)
 291     {
 292       if (ungapped[i])
 293       {
 294         mset[k++] = sequences[i];
 295       }
 296     }
 297     ungapped = null;
 298     return mset;
 299   }
 300 }