src/jalview/io/SequenceFeatureFetcher.java

   1 /*\r
   2 * Jalview - A Sequence Alignment Editor and Viewer\r
   3 * Copyright (C) 2005 AM Waterhouse, J Procter, G Barton, M Clamp, S Searle\r
   4 *\r
   5 * This program is free software; you can redistribute it and/or\r
   6 * modify it under the terms of the GNU General Public License\r
   7 * as published by the Free Software Foundation; either version 2\r
   8 * of the License, or (at your option) any later version.\r
   9 *\r
  10 * This program is distributed in the hope that it will be useful,\r
  11 * but WITHOUT ANY WARRANTY; without even the implied warranty of\r
  12 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the\r
  13 * GNU General Public License for more details.\r
  14 *\r
  15 * You should have received a copy of the GNU General Public License\r
  16 * along with this program; if not, write to the Free Software\r
  17 * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301, USA\r
  18 */\r
  19 package jalview.io;\r
  20 \r
  21 import jalview.datamodel.*;\r
  22 \r
  23 import jalview.gui.*;\r
  24 \r
  25 import java.io.*;\r
  26 \r
  27 import java.util.*;\r
  28 \r
  29 import org.exolab.castor.mapping.Mapping;\r
  30 \r
  31 import org.exolab.castor.xml.*;\r
  32 import jalview.analysis.AlignSeq;\r
  33 \r
  34 \r
  35 \r
  36 /**\r
  37  * DOCUMENT ME!\r
  38  *\r
  39  * @author $author$\r
  40  * @version $Revision$\r
  41  */\r
  42 public class SequenceFeatureFetcher implements Runnable\r
  43 {\r
  44 \r
  45   AlignmentI align;\r
  46   AlignmentI dataset;\r
  47   AlignmentPanel ap;\r
  48   ArrayList unknownSequences;\r
  49   CutAndPasteTransfer output = new CutAndPasteTransfer();\r
  50   StringBuffer sbuffer = new StringBuffer();\r
  51   boolean uniprotFlag = false;\r
  52 \r
  53   public SequenceFeatureFetcher()\r
  54   {}\r
  55 \r
  56   public Vector getUniprotEntries(File file)\r
  57   {\r
  58 \r
  59     UniprotFile uni = new UniprotFile();\r
  60     try\r
  61     {\r
  62       // 1. Load the mapping information from the file\r
  63       Mapping map = new Mapping(uni.getClass().getClassLoader());\r
  64       java.net.URL url = getClass().getResource("/uniprot_mapping.xml");\r
  65       map.loadMapping(url);\r
  66 \r
  67       // 2. Unmarshal the data\r
  68       Unmarshaller unmar = new Unmarshaller(uni);\r
  69       unmar.setIgnoreExtraElements(true);\r
  70       unmar.setMapping(map);\r
  71    //   unmar.setDebug(true);\r
  72 \r
  73       uni = (UniprotFile) unmar.unmarshal(new FileReader(file));\r
  74     }\r
  75     catch (Exception e)\r
  76     {\r
  77       System.out.println("Error getUniprotEntries() "+e);\r
  78     }\r
  79 \r
  80 \r
  81     return uni.getUniprotEntries();\r
  82   }\r
  83 \r
  84   /**\r
  85    * Creates a new SequenceFeatureFetcher object.\r
  86    *\r
  87    * @param align DOCUMENT ME!\r
  88    * @param ap DOCUMENT ME!\r
  89    */\r
  90   public SequenceFeatureFetcher(AlignmentI align, AlignmentPanel ap)\r
  91   {\r
  92     unknownSequences = new ArrayList();\r
  93     this.align = align;\r
  94     this.dataset = align.getDataset();\r
  95     this.ap = ap;\r
  96 \r
  97     Thread thread = new Thread(this);\r
  98     thread.start();\r
  99   }\r
 100 \r
 101   /**\r
 102    * DOCUMENT ME!\r
 103    */\r
 104   public void run()\r
 105   {\r
 106     try\r
 107     {\r
 108       int seqIndex = 0;\r
 109       Vector sequences = dataset.getSequences();\r
 110 \r
 111       while (seqIndex < sequences.size())\r
 112       {\r
 113         Vector ids = new Vector();\r
 114 \r
 115         for (int i = 0; (seqIndex < sequences.size()) && (i < 50);\r
 116              seqIndex++, i++)\r
 117         {\r
 118           Sequence sequence = (Sequence) sequences.get(seqIndex);\r
 119           Vector uprefs = jalview.util.DBRefUtils.selectRefs(sequence.getDBRef(), new String[] { "Uniprot"});\r
 120           if (uprefs!=null)\r
 121           {\r
 122             // we know the id for this entry, so don't note its ID in the unknownSequences list\r
 123             for (int j=0,k=uprefs.size(); j<k; j++)\r
 124               ids.add(((DBRefEntry) uprefs.get(j)).getAccessionId());\r
 125             unknownSequences.add(sequence);\r
 126           } else {\r
 127             if (!ids.contains(sequence.getName()))\r
 128             {\r
 129               ids.add(sequence.getName());\r
 130               unknownSequences.add(sequence);\r
 131             }\r
 132           }\r
 133         }\r
 134 \r
 135         ///////////////////////////////////\r
 136         ///READ FROM EBI\r
 137         if (ids.size() > 0)\r
 138         {\r
 139           StringBuffer remainingIds = new StringBuffer("uniprot:");\r
 140           for (int i = 0; i < ids.size(); i++)\r
 141            {\r
 142              if(ids.get(i).toString().indexOf("|")>-1)\r
 143              {\r
 144                remainingIds.append(ids.get(i).toString().substring(\r
 145                    ids.get(i).toString().lastIndexOf("|") + 1));\r
 146                uniprotFlag = true;\r
 147              }\r
 148              remainingIds.append(ids.get(i) + ";");\r
 149            }\r
 150           EBIFetchClient ebi = new EBIFetchClient();\r
 151           File file = ebi.fetchDataAsFile(remainingIds.toString(),\r
 152                                           "xml", "raw");\r
 153 \r
 154 \r
 155 \r
 156           if (file != null)\r
 157           {\r
 158             ReadUniprotFile(file, ids);\r
 159           }\r
 160         }\r
 161       }\r
 162     }\r
 163     catch (Exception ex)\r
 164     {\r
 165       ex.printStackTrace();\r
 166     }\r
 167 \r
 168     if (sbuffer.length() > 0)\r
 169     {\r
 170       output.setText(\r
 171           "Your sequences have been matched to Uniprot. Some of the ids have been\n" +\r
 172           "altered, most likely the start/end residue will have been updated.\n" +\r
 173           "Save your alignment to maintain the updated id.\n\n" +\r
 174           sbuffer.toString());\r
 175       Desktop.addInternalFrame(output, "Sequence names updated ", 600, 300);\r
 176       // The above is the dataset, we must now find out the index\r
 177       // of the viewed sequence\r
 178 \r
 179     }\r
 180 \r
 181     promptBeforeBlast();\r
 182 \r
 183   }\r
 184 \r
 185 \r
 186   void promptBeforeBlast()\r
 187    {\r
 188      // This must be outside the run() body as java 1.5\r
 189      // will not return any value from the OptionPane to the expired thread.\r
 190       if (unknownSequences.size() > 0)\r
 191       {\r
 192        // int reply = javax.swing.JOptionPane.showConfirmDialog(\r
 193        //     Desktop.desktop, "Couldn't find a match for "+unknownSequences.size()+" sequences."\r
 194         //        +"\nPerform blast for unknown sequences?",\r
 195         //            "Blast for Unidentified Sequences",\r
 196         //             javax.swing.JOptionPane.YES_NO_OPTION, javax.swing.JOptionPane.QUESTION_MESSAGE);\r
 197      javax.swing.JOptionPane.showMessageDialog(\r
 198     Desktop.desktop, "Couldn't find a match for "+unknownSequences.size()+" sequences.",\r
 199             "Unidentified Sequences",\r
 200              javax.swing.JOptionPane.WARNING_MESSAGE);\r
 201 \r
 202 \r
 203       //  if(reply == javax.swing.JOptionPane.YES_OPTION)\r
 204      //    new WSWUBlastClient(ap, align, unknownSequences);\r
 205       }\r
 206 \r
 207 \r
 208     ap.repaint();\r
 209   }\r
 210 \r
 211   /**\r
 212    * DOCUMENT ME!\r
 213    *\r
 214    * @param result DOCUMENT ME!\r
 215    * @param out DOCUMENT ME!\r
 216    * @param align DOCUMENT ME!\r
 217    */\r
 218   void ReadUniprotFile(File file, Vector ids)\r
 219   {\r
 220     if(!file.exists())\r
 221       return;\r
 222 \r
 223     SequenceI sequence = null;\r
 224 \r
 225     Vector entries = getUniprotEntries(file);\r
 226 \r
 227     int i, iSize = entries==null?0:entries.size();\r
 228     UniprotEntry entry;\r
 229     for (i = 0; i < iSize; i++)\r
 230     {\r
 231       entry = (UniprotEntry) entries.elementAt(i);\r
 232       String idmatch = entry.getAccession().elementAt(0).toString();\r
 233       sequence = dataset.findName(idmatch);\r
 234 \r
 235       if (sequence == null)\r
 236       {\r
 237         //Sequence maybe Name, not Accession\r
 238         idmatch = entry.getName().elementAt(0).toString();\r
 239         sequence = dataset.findName(idmatch);\r
 240       }\r
 241 \r
 242       if(sequence!=null)\r
 243         ids.remove(sequence.getName());\r
 244 \r
 245       else  if (sequence == null && uniprotFlag)\r
 246       {\r
 247           sequence = dataset.findName("UniProt/Swiss-Prot|"+entry.getAccession().elementAt(0)+"|"+idmatch);\r
 248           ids.remove(idmatch);\r
 249       }\r
 250 \r
 251       if(sequence ==null)\r
 252       {\r
 253         System.out.println(idmatch+" not found");\r
 254         continue;\r
 255       }\r
 256 \r
 257 \r
 258       String nonGapped = AlignSeq.extractGaps("-. ", sequence.getSequence());\r
 259 \r
 260       int absStart = entry.getUniprotSequence().getContent().indexOf(\r
 261           nonGapped.toString());\r
 262 \r
 263       if (absStart == -1)\r
 264       {\r
 265         // Is UniprotSequence contained in dataset sequence?\r
 266         absStart = nonGapped.toString().indexOf(entry.getUniprotSequence().getContent());\r
 267         if(absStart == -1)\r
 268         {\r
 269           sbuffer.append(sequence.getName() +\r
 270                          " SEQUENCE NOT %100 MATCH \n");\r
 271 \r
 272           continue;\r
 273         }\r
 274         else\r
 275         {\r
 276 \r
 277           if(entry.getFeature()!=null)\r
 278           {\r
 279             Enumeration e = entry.getFeature().elements();\r
 280             while (e.hasMoreElements())\r
 281             {\r
 282               SequenceFeature sf = (SequenceFeature) e.nextElement();\r
 283               sf.setBegin(sf.getBegin() + absStart + 1);\r
 284               sf.setEnd(sf.getEnd() + absStart + 1);\r
 285             }\r
 286           }\r
 287 \r
 288           sbuffer.append(sequence.getName() +\r
 289                          " HAS "+absStart+" PREFIXED RESIDUES COMPARED TO UNIPROT - ANY SEQUENCE FEATURES"\r
 290                         +" HAVE BEEN ADJUSTED ACCORDINGLY \n");\r
 291           absStart = 0;\r
 292         }\r
 293 \r
 294       }\r
 295 \r
 296       unknownSequences.remove(sequence);\r
 297 \r
 298       int absEnd = absStart + nonGapped.toString().length();\r
 299       absStart += 1;\r
 300 \r
 301       Enumeration e = entry.getDbReference().elements();\r
 302       Vector onlyPdbEntries = new Vector();\r
 303       while(e.hasMoreElements())\r
 304       {\r
 305         PDBEntry pdb = (PDBEntry)e.nextElement();\r
 306         if(!pdb.getType().equals("PDB"))\r
 307           continue;\r
 308 \r
 309         onlyPdbEntries.addElement(pdb);\r
 310       }\r
 311 \r
 312       sequence.setPDBId(onlyPdbEntries);\r
 313       if (entry.getFeature()!=null) {\r
 314         e = entry.getFeature().elements();\r
 315         while (e.hasMoreElements())\r
 316         {\r
 317           SequenceFeature sf = (SequenceFeature) e.nextElement();\r
 318           sf.setFeatureGroup("Uniprot");\r
 319           sequence.addSequenceFeature( sf );\r
 320         }\r
 321       }\r
 322       sequence.setStart(absStart);\r
 323       sequence.setEnd(absEnd);\r
 324 \r
 325 \r
 326       int n = 0;\r
 327       SequenceI seq2;\r
 328       while (n < align.getHeight())\r
 329       {\r
 330         //This loop enables multiple sequences with the same\r
 331         //id to have features added and seq limits updated\r
 332         seq2 = align.getSequenceAt(n);\r
 333         if (seq2.getName().equals(idmatch))\r
 334         {\r
 335 \r
 336           nonGapped = AlignSeq.extractGaps("-. ", seq2.getSequence());\r
 337 \r
 338           absStart = sequence.getSequence().indexOf(nonGapped);\r
 339           absEnd = absStart + nonGapped.toString().length() - 1;\r
 340 \r
 341           // This is the Viewd alignment sequences\r
 342           // No need to tell the user of the dataset updates\r
 343           if ( (seq2.getStart() != absStart+sequence.getStart())\r
 344              || (seq2.getEnd() != absEnd+sequence.getStart()))\r
 345           {\r
 346             sbuffer.append("Updated: " + seq2.getName() + " " +\r
 347                            seq2.getStart() + "/" + seq2.getEnd() +\r
 348                            "  to  " + (absStart + sequence.getStart()) + "/" +\r
 349                            (absEnd + sequence.getStart()) + "\n");\r
 350 \r
 351             seq2.setStart(absStart + sequence.getStart());\r
 352             seq2.setEnd(absEnd + sequence.getStart());\r
 353           }\r
 354         }\r
 355 \r
 356         n++;\r
 357       }\r
 358     }\r
 359   }\r
 360 }\r
 361 \r
 362 \r