src/jalview/schemes/ResidueProperties.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.schemes;
  22
  23 import java.awt.Color;
  24 import java.util.ArrayList;
  25 import java.util.Arrays;
  26 import java.util.Enumeration;
  27 import java.util.HashMap;
  28 import java.util.Hashtable;
  29 import java.util.List;
  30 import java.util.Locale;
  31 import java.util.Map;
  32 import java.util.Vector;
  33
  34 import jalview.analysis.GeneticCodes;
  35
  36 public class ResidueProperties
  37 {
  38   // Stores residue codes/names and colours and other things
  39   public static final int[] aaIndex; // aaHash version 2.1.1 and below
  40
  41   public static final int[] nucleotideIndex;
  42
  43   public static final int[] purinepyrimidineIndex;
  44
  45   public static final int[] secondaryStructureIndex;
  46
  47   public static final Map<String, Integer> aa3Hash = new HashMap<>();
  48
  49   public static final Map<String, String> aa2Triplet = new HashMap<>();
  50
  51   public static final Map<String, String> nucleotideName = new HashMap<>();
  52
  53   public static final Map<String, String> nucleotideAmbiguityName = new HashMap<>();
  54
  55   // lookup from modified amino acid (e.g. MSE) to canonical form (e.g. MET)
  56   public static final Map<String, String> modifications = new HashMap<>();
  57
  58   static
  59   {
  60     aaIndex = new int[255];
  61     for (int i = 0; i < 255; i++)
  62     {
  63       aaIndex[i] = 23;
  64     }
  65
  66     aaIndex['A'] = 0;
  67     aaIndex['R'] = 1;
  68     aaIndex['N'] = 2;
  69     aaIndex['D'] = 3;
  70     aaIndex['C'] = 4;
  71     aaIndex['Q'] = 5;
  72     aaIndex['E'] = 6;
  73     aaIndex['G'] = 7;
  74     aaIndex['H'] = 8;
  75     aaIndex['I'] = 9;
  76     aaIndex['L'] = 10;
  77     aaIndex['K'] = 11;
  78     aaIndex['M'] = 12;
  79     aaIndex['F'] = 13;
  80     aaIndex['P'] = 14;
  81     aaIndex['S'] = 15;
  82     aaIndex['T'] = 16;
  83     aaIndex['W'] = 17;
  84     aaIndex['Y'] = 18;
  85     aaIndex['V'] = 19;
  86     aaIndex['B'] = 20;
  87     aaIndex['Z'] = 21;
  88     aaIndex['X'] = 22;
  89     aaIndex['U'] = 22;
  90     aaIndex['a'] = 0;
  91     aaIndex['r'] = 1;
  92     aaIndex['n'] = 2;
  93     aaIndex['d'] = 3;
  94     aaIndex['c'] = 4;
  95     aaIndex['q'] = 5;
  96     aaIndex['e'] = 6;
  97     aaIndex['g'] = 7;
  98     aaIndex['h'] = 8;
  99     aaIndex['i'] = 9;
 100     aaIndex['l'] = 10;
 101     aaIndex['k'] = 11;
 102     aaIndex['m'] = 12;
 103     aaIndex['f'] = 13;
 104     aaIndex['p'] = 14;
 105     aaIndex['s'] = 15;
 106     aaIndex['t'] = 16;
 107     aaIndex['w'] = 17;
 108     aaIndex['y'] = 18;
 109     aaIndex['v'] = 19;
 110     aaIndex['b'] = 20;
 111     aaIndex['z'] = 21;
 112     aaIndex['x'] = 22;
 113     aaIndex['u'] = 22; // TODO: selenocystine triplet and codons needed. also
 114     // extend subt. matrices
 115   }
 116
 117   /**
 118    * maximum (gap) index for matrices involving protein alphabet
 119    */
 120   public final static int maxProteinIndex = 23;
 121
 122   /**
 123    * maximum (gap) index for matrices involving nucleotide alphabet
 124    */
 125   // public final static int maxNucleotideIndex = 10;
 126   public final static int maxNucleotideIndex;
 127
 128   static
 129   {
 130     String[][] namesArray = { { "a", "Adenine" }, { "c", "Cytosine" },
 131         { "g", "Guanine" },
 132         { "t", "Thymine" },
 133         { "u", "Uracil" },
 134         { "i", "Inosine" },
 135         { "x", "Xanthine" },
 136         { "r", "Unknown Purine" },
 137         { "y", "Unknown Pyrimidine" },
 138         { "w", "Weak nucleotide (A or T)" },
 139         { "s", "Strong nucleotide (G or C)" },
 140         { "m", "Amino (A or C)" },
 141         { "k", "Keto (G or T)" },
 142         { "b", "Not A (G or C or T)" },
 143         { "h", "Not G (A or C or T)" },
 144         { "d", "Not C (A or G or T)" },
 145         { "v", "Not T (A or G or C)" },
 146         { "n", "Unknown" } };
 147     // "gap" index
 148     maxNucleotideIndex = namesArray.length;
 149
 150     nucleotideIndex = new int[255];
 151     for (int i = 0; i < 255; i++)
 152     {
 153       nucleotideIndex[i] = maxNucleotideIndex; // non-nucleotide symbols are all
 154                                                // non-gap gaps.
 155     }
 156
 157     for (int i = 0; i < namesArray.length; i++)
 158     {
 159       char c = namesArray[i][0].charAt(0);
 160       nucleotideIndex[c] = i;
 161       // Character.toUpperCase is Locale insensitive
 162       nucleotideIndex[Character.toUpperCase(c)] = i;
 163       nucleotideName.put(namesArray[i][0], namesArray[i][1]);
 164       nucleotideName.put(namesArray[i][0].toUpperCase(Locale.ROOT),
 165               namesArray[i][1]);
 166     }
 167
 168   }
 169
 170   static
 171   {
 172     purinepyrimidineIndex = new int[255];
 173     for (int i = 0; i < 255; i++)
 174     {
 175       purinepyrimidineIndex[i] = 3; // non-nucleotide symbols are all non-gap
 176       // gaps.
 177     }
 178
 179     purinepyrimidineIndex['A'] = 0;
 180     purinepyrimidineIndex['a'] = 0;
 181     purinepyrimidineIndex['C'] = 1;
 182     purinepyrimidineIndex['c'] = 1;
 183     purinepyrimidineIndex['G'] = 0;
 184     purinepyrimidineIndex['g'] = 0;
 185     purinepyrimidineIndex['T'] = 1;
 186     purinepyrimidineIndex['t'] = 1;
 187     purinepyrimidineIndex['U'] = 1;
 188     purinepyrimidineIndex['u'] = 1;
 189     purinepyrimidineIndex['I'] = 2;
 190     purinepyrimidineIndex['i'] = 2;
 191     purinepyrimidineIndex['X'] = 2;
 192     purinepyrimidineIndex['x'] = 2;
 193     purinepyrimidineIndex['R'] = 0;
 194     purinepyrimidineIndex['r'] = 0;
 195     purinepyrimidineIndex['Y'] = 1;
 196     purinepyrimidineIndex['y'] = 1;
 197     purinepyrimidineIndex['N'] = 2;
 198     purinepyrimidineIndex['n'] = 2;
 199   }
 200
 201   static
 202   {
 203     secondaryStructureIndex = new int[255];
 204     for (int i = 0; i < 255; i++)
 205     {
 206       secondaryStructureIndex[i] = 3;
 207     }
 208
 209     secondaryStructureIndex['H'] = 0;
 210     secondaryStructureIndex['E'] = 1;
 211     secondaryStructureIndex['C'] = 2;
 212   }
 213
 214   private static final Integer ONE = Integer.valueOf(1);
 215
 216   private static final Integer ZERO = Integer.valueOf(0);
 217
 218   static
 219   {
 220     aa3Hash.put("ALA", ZERO);
 221     aa3Hash.put("ARG", ONE);
 222     aa3Hash.put("ASN", Integer.valueOf(2));
 223     aa3Hash.put("ASP", Integer.valueOf(3)); // D
 224     aa3Hash.put("CYS", Integer.valueOf(4));
 225     aa3Hash.put("GLN", Integer.valueOf(5)); // Q
 226     aa3Hash.put("GLU", Integer.valueOf(6)); // E
 227     aa3Hash.put("GLY", Integer.valueOf(7));
 228     aa3Hash.put("HIS", Integer.valueOf(8));
 229     aa3Hash.put("ILE", Integer.valueOf(9));
 230     aa3Hash.put("LEU", Integer.valueOf(10));
 231     aa3Hash.put("LYS", Integer.valueOf(11));
 232     aa3Hash.put("MET", Integer.valueOf(12));
 233     aa3Hash.put("PHE", Integer.valueOf(13));
 234     aa3Hash.put("PRO", Integer.valueOf(14));
 235     aa3Hash.put("SER", Integer.valueOf(15));
 236     aa3Hash.put("THR", Integer.valueOf(16));
 237     aa3Hash.put("TRP", Integer.valueOf(17));
 238     aa3Hash.put("TYR", Integer.valueOf(18));
 239     aa3Hash.put("VAL", Integer.valueOf(19));
 240     // IUB Nomenclature for ambiguous peptides
 241     aa3Hash.put("ASX", Integer.valueOf(20)); // "B";
 242     aa3Hash.put("GLX", Integer.valueOf(21)); // Z
 243     aa3Hash.put("XAA", Integer.valueOf(22)); // X unknown
 244     aa3Hash.put("-", Integer.valueOf(23));
 245     aa3Hash.put("*", Integer.valueOf(23));
 246     aa3Hash.put(".", Integer.valueOf(23));
 247     aa3Hash.put(" ", Integer.valueOf(23));
 248     aa3Hash.put("Gap", Integer.valueOf(23));
 249     aa3Hash.put("UR3", Integer.valueOf(24));
 250   }
 251
 252   static
 253   {
 254     aa2Triplet.put("A", "ALA");
 255     aa2Triplet.put("a", "ALA");
 256     aa2Triplet.put("R", "ARG");
 257     aa2Triplet.put("r", "ARG");
 258     aa2Triplet.put("N", "ASN");
 259     aa2Triplet.put("n", "ASN");
 260     aa2Triplet.put("D", "ASP");
 261     aa2Triplet.put("d", "ASP");
 262     aa2Triplet.put("C", "CYS");
 263     aa2Triplet.put("c", "CYS");
 264     aa2Triplet.put("Q", "GLN");
 265     aa2Triplet.put("q", "GLN");
 266     aa2Triplet.put("E", "GLU");
 267     aa2Triplet.put("e", "GLU");
 268     aa2Triplet.put("G", "GLY");
 269     aa2Triplet.put("g", "GLY");
 270     aa2Triplet.put("H", "HIS");
 271     aa2Triplet.put("h", "HIS");
 272     aa2Triplet.put("I", "ILE");
 273     aa2Triplet.put("i", "ILE");
 274     aa2Triplet.put("L", "LEU");
 275     aa2Triplet.put("l", "LEU");
 276     aa2Triplet.put("K", "LYS");
 277     aa2Triplet.put("k", "LYS");
 278     aa2Triplet.put("M", "MET");
 279     aa2Triplet.put("m", "MET");
 280     aa2Triplet.put("F", "PHE");
 281     aa2Triplet.put("f", "PHE");
 282     aa2Triplet.put("P", "PRO");
 283     aa2Triplet.put("p", "PRO");
 284     aa2Triplet.put("S", "SER");
 285     aa2Triplet.put("s", "SER");
 286     aa2Triplet.put("T", "THR");
 287     aa2Triplet.put("t", "THR");
 288     aa2Triplet.put("W", "TRP");
 289     aa2Triplet.put("w", "TRP");
 290     aa2Triplet.put("Y", "TYR");
 291     aa2Triplet.put("y", "TYR");
 292     aa2Triplet.put("V", "VAL");
 293     aa2Triplet.put("v", "VAL");
 294   }
 295
 296   public static final String[] aa = { "A", "R", "N", "D", "C", "Q", "E",
 297       "G", "H", "I", "L", "K", "M", "F", "P", "S", "T", "W", "Y", "V", "B",
 298       "Z", "X", "_", "*", ".", " ", "U" };
 299
 300   public static final Color midBlue = new Color(100, 100, 255);
 301
 302   // not currently in use
 303   // public static final Vector<Color> scaleColours = new Vector<Color>();
 304   // static
 305   // {
 306   // scaleColours.addElement(new Color(114, 0, 147));
 307   // scaleColours.addElement(new Color(156, 0, 98));
 308   // scaleColours.addElement(new Color(190, 0, 0));
 309   // scaleColours.addElement(Color.red);
 310   // scaleColours.addElement(new Color(255, 125, 0));
 311   // scaleColours.addElement(Color.orange);
 312   // scaleColours.addElement(new Color(255, 194, 85));
 313   // scaleColours.addElement(Color.yellow);
 314   // scaleColours.addElement(new Color(255, 255, 181));
 315   // scaleColours.addElement(Color.white);
 316   // }
 317
 318   public static final Color[] taylor = { new Color(204, 255, 0),
 319       // A Greenish-yellowy-yellow
 320       new Color(0, 0, 255), // R Blueish-bluey-blue
 321       new Color(204, 0, 255), // N Blueish-reddy-blue
 322       new Color(255, 0, 0), // D Reddish-reddy-red
 323       new Color(255, 255, 0), // C Yellowish-yellowy-yellow
 324       new Color(255, 0, 204), // Q Reddish-bluey-red
 325       new Color(255, 0, 102), // E Blueish-reddy-red
 326       new Color(255, 153, 0), // G Yellowy-reddy-yellow
 327       new Color(0, 102, 255), // H Greenish-bluey-blue
 328       new Color(102, 255, 0), // I Greenish-yellowy-green
 329       new Color(51, 255, 0), // L Yellowish-greeny-green
 330       new Color(102, 0, 255), // K Reddish-bluey-blue
 331       new Color(0, 255, 0), // M Greenish-greeny-green
 332       new Color(0, 255, 102), // F Blueish-greeny-green
 333       new Color(255, 204, 0), // P Reddish-yellowy-yellow
 334       new Color(255, 51, 0), // S Yellowish-reddy-red
 335       new Color(255, 102, 0), // T Reddish-yellowy-red
 336       new Color(0, 204, 255), // W Blueish-greeny-green
 337       new Color(0, 255, 204), // Y Greenish-bluey-green
 338       new Color(153, 255, 0), // V Yellowish-greeny-yellow
 339       Color.white, // B
 340       Color.white, // Z
 341       Color.white, // X
 342       Color.white, // -
 343       Color.white, // *
 344       Color.white // .
 345   };
 346
 347   public static final Color[] nucleotide = { new Color(100, 247, 63), // A
 348       new Color(255, 179, 64), // C
 349       new Color(235, 65, 60), // G
 350       new Color(60, 136, 238), // T
 351       new Color(60, 136, 238), // U
 352       Color.white, // I (inosine)
 353       Color.white, // X (xanthine)
 354       Color.white, // R
 355       Color.white, // Y
 356       Color.white, // N
 357       Color.white, // w
 358       Color.white, // s
 359       Color.white, // m
 360       Color.white, // k
 361       Color.white, // b
 362       Color.white, // h
 363       Color.white, // d
 364       Color.white, // v
 365       Color.white, // Gap
 366   };
 367
 368   // this colour scheme devised by sduce
 369   public static final Color[] nucleotideAmbiguity = {
 370       Color.decode("#f0fff0"), // a
 371       Color.decode("#f0fff0"), // c
 372       Color.decode("#f0fff0"), // g
 373       Color.decode("#f0fff0"), // t
 374       Color.decode("#f0fff0"), // u
 375       Color.decode("#ffffff"), // i
 376       Color.decode("#4f6f6f"), // x
 377       Color.decode("#CD5C5C"), // r
 378       Color.decode("#008000"), // y
 379       Color.decode("#4682B4"), // w
 380       Color.decode("#FF8C00"), // s
 381       Color.decode("#9ACD32"), // m
 382       Color.decode("#9932CC"), // k
 383       Color.decode("#8b4513"), // b
 384       Color.decode("#808080"), // h
 385       Color.decode("#483D8B"), // d
 386       Color.decode("#b8860b"), // v
 387       Color.decode("#2f4f4f"), // n
 388       Color.white, // Gap
 389   };
 390
 391   // Added for PurinePyrimidineColourScheme
 392   public static final Color[] purinepyrimidine = { new Color(255, 131, 250), // A,
 393                                                                              // G,
 394                                                                              // R
 395                                                                              // purines
 396                                                                              // purplish/orchid
 397       new Color(64, 224, 208), // C,U, T, Y pyrimidines turquoise
 398       Color.white, // all other nucleotides
 399       Color.white // Gap
 400   };
 401
 402   //Secondary structure
 403    public static final Color[] secondarystructure = { Color.red, // H
 404        Color.green, // E
 405        Color.gray  // C
 406    };
 407
 408   // Zappo
 409   public static final Color[] zappo = { Color.pink, // A
 410       midBlue, // R
 411       Color.green, // N
 412       Color.red, // D
 413       Color.yellow, // C
 414       Color.green, // Q
 415       Color.red, // E
 416       Color.magenta, // G
 417       midBlue, // Color.red, // H
 418       Color.pink, // I
 419       Color.pink, // L
 420       midBlue, // K
 421       Color.pink, // M
 422       Color.orange, // F
 423       Color.magenta, // P
 424       Color.green, // S
 425       Color.green, // T
 426       Color.orange, // W
 427       Color.orange, // Y
 428       Color.pink, // V
 429       Color.white, // B
 430       Color.white, // Z
 431       Color.white, // X
 432       Color.white, // -
 433       Color.white, // *
 434       Color.white, // .
 435       Color.white // ' '
 436   };
 437
 438   /*
 439    * flower, blossom, sunset, ocean colour schemes from geocos.
 440    * See https://gecos.biotite-python.org/
 441    * https://raw.githubusercontent.com/biotite-dev/biotite/master/src/biotite/sequence/graphics/color_schemes/flower.json
 442    * and https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-020-3526-6
 443    * (https://doi.org/10.1186/s12859-020-3526-6)
 444    */
 445   public static final Color[] flower = { new Color(177, 138, 81), // A
 446       new Color(131, 191, 241), // R
 447       new Color(11, 206, 198), // N
 448       new Color(1, 165, 120), // D
 449       new Color(255, 87, 1), // C
 450       new Color(114, 149, 174), // Q
 451       new Color(45, 160, 161), // E
 452       new Color(177, 194, 60), // G
 453       new Color(1, 148, 249), // H
 454       new Color(242, 118, 99), // I
 455       new Color(223, 110, 117), // L
 456       new Color(127, 195, 215), // K
 457       new Color(254, 157, 175), // M
 458       new Color(250, 85, 157), // F
 459       new Color(79, 163, 42), // P
 460       new Color(180, 189, 155), // S
 461       new Color(210, 181, 118), // T
 462       new Color(255, 45, 237), // W
 463       new Color(201, 110, 207), // Y
 464       new Color(253, 153, 123), // V
 465       Color.white, // B
 466       Color.white, // Z
 467       Color.white, // X
 468       Color.white, // -
 469       Color.white, // *
 470       Color.white // .
 471   };
 472
 473   public static final Color[] blossom = { new Color(139, 196, 180), // A
 474       new Color(252, 149, 2), // R
 475       new Color(181, 194, 6), // N
 476       new Color(95, 165, 5), // D
 477       new Color(8, 147, 254), // C
 478       new Color(191, 133, 39), // Q
 479       new Color(219, 181, 1), // E
 480       new Color(0, 211, 130), // G
 481       new Color(255, 87, 1), // H
 482       new Color(154, 186, 243), // I
 483       new Color(205, 165, 220), // L
 484       new Color(254, 165, 39), // K
 485       new Color(245, 161, 184), // M
 486       new Color(247, 79, 168), // F
 487       new Color(16, 214, 49), // P
 488       new Color(126, 157, 89), // S
 489       new Color(0, 162, 156), // T
 490       new Color(254, 8, 251), // W
 491       new Color(255, 78, 122), // Y
 492       new Color(135, 192, 228), // V
 493       Color.white, // B
 494       Color.white, // Z
 495       Color.white, // X
 496       Color.white, // -
 497       Color.white, // *
 498       Color.white // .
 499   };
 500
 501   public static final Color[] sunset = { new Color(254, 160, 253), // A
 502       new Color(133, 116, 106), // R
 503       new Color(171, 200, 245), // N
 504       new Color(46, 123, 190), // D
 505       new Color(252, 12, 254), // C
 506       new Color(140, 110, 129), // Q
 507       new Color(103, 120, 146), // E
 508       new Color(39, 153, 255), // G
 509       new Color(219, 197, 142), // H
 510       new Color(250, 33, 161), // I
 511       new Color(224, 30, 130), // L
 512       new Color(222, 190, 204), // K
 513       new Color(209, 62, 123), // M
 514       new Color(255, 56, 93), // F
 515       new Color(87, 102, 249), // P
 516       new Color(231, 180, 253), // S
 517       new Color(166, 88, 183), // T
 518       new Color(255, 55, 1), // W
 519       new Color(203, 83, 57), // Y
 520       new Color(254, 81, 184), // V
 521       Color.white, // B
 522       Color.white, // Z
 523       Color.white, // X
 524       Color.white, // -
 525       Color.white, // *
 526       Color.white // .
 527   };
 528
 529   public static final Color[] ocean = { new Color(198, 202, 155), // A
 530       new Color(12, 160, 168), // R
 531       new Color(10, 223, 195), // N
 532       new Color(76, 223, 161), // D
 533       new Color(198, 129, 54), // C
 534       new Color(139, 211, 209), // Q
 535       new Color(96, 218, 201), // E
 536       new Color(51, 165, 81), // G
 537       new Color(0, 207, 254), // H
 538       new Color(242, 186, 170), // I
 539       new Color(187, 138, 131), // L
 540       new Color(64, 160, 144), // K
 541       new Color(164, 139, 136), // M
 542       new Color(171, 136, 174), // F
 543       new Color(175, 211, 101), // P
 544       new Color(109, 155, 116), // S
 545       new Color(141, 149, 102), // T
 546       new Color(117, 138, 238), // W
 547       new Color(186, 195, 252), // Y
 548       new Color(233, 190, 164), // V
 549       Color.white, // B
 550       Color.white, // Z
 551       Color.white, // X
 552       Color.white, // -
 553       Color.white, // *
 554       Color.white // .
 555   };
 556
 557   // Dunno where I got these numbers from
 558   public static final double[] hyd2 = { 0.62, // A
 559       0.29, // R
 560       -0.90, // N
 561       -0.74, // D
 562       1.19, // C
 563       0.48, // Q
 564       -0.40, // E
 565       1.38, // G
 566       -1.50, // H
 567       1.06, // I
 568       0.64, // L
 569       -0.78, // K
 570       0.12, // M
 571       -0.85, // F
 572       -2.53, // P
 573       -0.18, // S
 574       -0.05, // T
 575       1.08, // W
 576       0.81, // Y
 577       0.0, // V
 578       0.26, // B
 579       0.0, // Z
 580       0.0 // X
 581   };
 582
 583   public static final double[] helix = { 1.42, 0.98, 0.67, 1.01, 0.70, 1.11,
 584       1.51, 0.57, 1.00, 1.08, 1.21, 1.16, 1.45, 1.13, 0.57, 0.77, 0.83,
 585       1.08, 0.69, 1.06, 0.84, 1.31, 1.00, 0.0 };
 586
 587   public static final double helixmin = 0.57;
 588
 589   public static final double helixmax = 1.51;
 590
 591   public static final double[] strand = { 0.83, 0.93, 0.89, 0.54, 1.19,
 592       1.10, 0.37, 0.75, 0.87, 1.60, 1.30, 0.74, 1.05, 1.38, 0.55, 0.75,
 593       1.19, 1.37, 1.47, 1.70, 0.72, 0.74, 1.0, 0.0 };
 594
 595   public static final double strandmin = 0.37;
 596
 597   public static final double strandmax = 1.7;
 598
 599   public static final double[] turn = { 0.66, 0.95, 1.56, 1.46, 1.19, 0.98,
 600       0.74, 1.56, 0.95, 0.47, 0.59, 1.01, 0.60, 0.60, 1.52, 1.43, 0.96,
 601       0.96, 1.14, 0.50, 1.51, 0.86, 1.00, 0, 0 };
 602
 603   public static final double turnmin = 0.47;
 604
 605   public static final double turnmax = 1.56;
 606
 607   public static final double[] buried = { 1.7, 0.1, 0.4, 0.4, 4.6, 0.3, 0.3,
 608       1.8, 0.8, 3.1, 2.4, 0.05, 1.9, 2.2, 0.6, 0.8, 0.7, 1.6, 0.5, 2.9, 0.4,
 609       0.3, 1.358, 0.00 };
 610
 611   public static final double buriedmin = 0.05;
 612
 613   public static final double buriedmax = 4.6;
 614
 615   // This is hydropathy index
 616   // Kyte, J., and Doolittle, R.F., J. Mol. Biol.
 617   // 1157, 105-132, 1982
 618   public static final double[] hyd = { 1.8, -4.5, -3.5, -3.5, 2.5, -3.5,
 619       -3.5, -0.4, -3.2, 4.5, 3.8, -3.9, 1.9, 2.8, -1.6, -0.8, -0.7, -0.9,
 620       -1.3, 4.2, -3.5, -3.5, -0.49, 0.0 };
 621
 622   public static final double hydmax = 4.5;
 623
 624   public static final double hydmin = -3.9;
 625
 626   // public static final double hydmax = 1.38;
 627   // public static final double hydmin = -2.53;
 628
 629   // not currently used
 630   // public static final Map<String, Color> ssHash = new Hashtable<String,
 631   // Color>();
 632   // static
 633   // {
 634   // ssHash.put("H", Color.magenta);
 635   // ssHash.put("E", Color.yellow);
 636   // ssHash.put("-", Color.white);
 637   // ssHash.put(".", Color.white);
 638   // ssHash.put("S", Color.cyan);
 639   // ssHash.put("T", Color.blue);
 640   // ssHash.put("G", Color.pink);
 641   // ssHash.put("I", Color.pink);
 642   // ssHash.put("B", Color.yellow);
 643   // }
 644
 645   /*
 646    * new Color(60, 136, 238), // U Color.white, // I Color.white, // X
 647    * Color.white, // R Color.white, // Y Color.white, // N Color.white, // Gap
 648    */
 649
 650   public static String STOP = "STOP";
 651
 652   public static List<String> STOP_CODONS = Arrays.asList("TGA", "TAA",
 653           "TAG");
 654
 655   public static String START = "ATG";
 656
 657   // Stores residue codes/names and colours and other things
 658   public static Map<String, Map<String, Integer>> propHash = new Hashtable<>();
 659
 660   public static Map<String, Integer> hydrophobic = new Hashtable<>();
 661
 662   public static Map<String, Integer> polar = new Hashtable<>();
 663
 664   public static Map<String, Integer> small = new Hashtable<>();
 665
 666   public static Map<String, Integer> positive = new Hashtable<>();
 667
 668   public static Map<String, Integer> negative = new Hashtable<>();
 669
 670   public static Map<String, Integer> charged = new Hashtable<>();
 671
 672   public static Map<String, Integer> aromatic = new Hashtable<>();
 673
 674   public static Map<String, Integer> aliphatic = new Hashtable<>();
 675
 676   public static Map<String, Integer> tiny = new Hashtable<>();
 677
 678   public static Map<String, Integer> proline = new Hashtable<>();
 679
 680   static
 681   {
 682     hydrophobic.put("I", ONE);
 683     hydrophobic.put("L", ONE);
 684     hydrophobic.put("V", ONE);
 685     hydrophobic.put("C", ONE);
 686     hydrophobic.put("A", ONE);
 687     hydrophobic.put("G", ONE);
 688     hydrophobic.put("M", ONE);
 689     hydrophobic.put("F", ONE);
 690     hydrophobic.put("Y", ONE);
 691     hydrophobic.put("W", ONE);
 692     hydrophobic.put("H", ONE);
 693     hydrophobic.put("K", ONE);
 694     hydrophobic.put("X", ONE);
 695     hydrophobic.put("-", ONE);
 696     hydrophobic.put("*", ONE);
 697     hydrophobic.put("R", ZERO);
 698     hydrophobic.put("E", ZERO);
 699     hydrophobic.put("Q", ZERO);
 700     hydrophobic.put("D", ZERO);
 701     hydrophobic.put("N", ZERO);
 702     hydrophobic.put("S", ZERO);
 703     hydrophobic.put("T", ONE);
 704     hydrophobic.put("P", ZERO);
 705   }
 706
 707   static
 708   {
 709     polar.put("Y", ONE);
 710     polar.put("W", ONE);
 711     polar.put("H", ONE);
 712     polar.put("K", ONE);
 713     polar.put("R", ONE);
 714     polar.put("E", ONE);
 715     polar.put("Q", ONE);
 716     polar.put("D", ONE);
 717     polar.put("N", ONE);
 718     polar.put("S", ONE);
 719     polar.put("T", ONE);
 720     polar.put("X", ONE);
 721     polar.put("-", ONE);
 722     polar.put("*", ONE);
 723     polar.put("I", ZERO);
 724     polar.put("L", ZERO);
 725     polar.put("V", ZERO);
 726     polar.put("C", ZERO);
 727     polar.put("A", ZERO);
 728     polar.put("G", ZERO);
 729     polar.put("M", ZERO);
 730     polar.put("F", ZERO);
 731     polar.put("P", ZERO);
 732   }
 733
 734   static
 735   {
 736     small.put("I", ZERO);
 737     small.put("L", ZERO);
 738     small.put("V", ONE);
 739     small.put("C", ONE);
 740     small.put("A", ONE);
 741     small.put("G", ONE);
 742     small.put("M", ZERO);
 743     small.put("F", ZERO);
 744     small.put("Y", ZERO);
 745     small.put("W", ZERO);
 746     small.put("H", ZERO);
 747     small.put("K", ZERO);
 748     small.put("R", ZERO);
 749     small.put("E", ZERO);
 750     small.put("Q", ZERO);
 751     small.put("D", ONE);
 752     small.put("N", ONE);
 753     small.put("S", ONE);
 754     small.put("T", ONE);
 755     small.put("P", ONE);
 756     small.put("-", ONE);
 757     small.put("*", ONE);
 758   }
 759
 760   static
 761   {
 762     positive.put("I", ZERO);
 763     positive.put("L", ZERO);
 764     positive.put("V", ZERO);
 765     positive.put("C", ZERO);
 766     positive.put("A", ZERO);
 767     positive.put("G", ZERO);
 768     positive.put("M", ZERO);
 769     positive.put("F", ZERO);
 770     positive.put("Y", ZERO);
 771     positive.put("W", ZERO);
 772     positive.put("H", ONE);
 773     positive.put("K", ONE);
 774     positive.put("R", ONE);
 775     positive.put("E", ZERO);
 776     positive.put("Q", ZERO);
 777     positive.put("D", ZERO);
 778     positive.put("N", ZERO);
 779     positive.put("S", ZERO);
 780     positive.put("T", ZERO);
 781     positive.put("P", ZERO);
 782     positive.put("-", ONE);
 783     positive.put("*", ONE);
 784   }
 785
 786   static
 787   {
 788     negative.put("I", ZERO);
 789     negative.put("L", ZERO);
 790     negative.put("V", ZERO);
 791     negative.put("C", ZERO);
 792     negative.put("A", ZERO);
 793     negative.put("G", ZERO);
 794     negative.put("M", ZERO);
 795     negative.put("F", ZERO);
 796     negative.put("Y", ZERO);
 797     negative.put("W", ZERO);
 798     negative.put("H", ZERO);
 799     negative.put("K", ZERO);
 800     negative.put("R", ZERO);
 801     negative.put("E", ONE);
 802     negative.put("Q", ZERO);
 803     negative.put("D", ONE);
 804     negative.put("N", ZERO);
 805     negative.put("S", ZERO);
 806     negative.put("T", ZERO);
 807     negative.put("P", ZERO);
 808     negative.put("-", ONE);
 809     negative.put("*", ONE);
 810   }
 811
 812   static
 813   {
 814     charged.put("I", ZERO);
 815     charged.put("L", ZERO);
 816     charged.put("V", ZERO);
 817     charged.put("C", ZERO);
 818     charged.put("A", ZERO);
 819     charged.put("G", ZERO);
 820     charged.put("M", ZERO);
 821     charged.put("F", ZERO);
 822     charged.put("Y", ZERO);
 823     charged.put("W", ZERO);
 824     charged.put("H", ONE);
 825     charged.put("K", ONE);
 826     charged.put("R", ONE);
 827     charged.put("E", ONE);
 828     charged.put("Q", ZERO);
 829     charged.put("D", ONE);
 830     charged.put("N", ZERO); // Asparagine is polar but not
 831                             // charged.
 832     // Alternative would be charged and
 833     // negative (in basic form)?
 834     charged.put("S", ZERO);
 835     charged.put("T", ZERO);
 836     charged.put("P", ZERO);
 837     charged.put("-", ONE);
 838     charged.put("*", ONE);
 839   }
 840
 841   static
 842   {
 843     aromatic.put("I", ZERO);
 844     aromatic.put("L", ZERO);
 845     aromatic.put("V", ZERO);
 846     aromatic.put("C", ZERO);
 847     aromatic.put("A", ZERO);
 848     aromatic.put("G", ZERO);
 849     aromatic.put("M", ZERO);
 850     aromatic.put("F", ONE);
 851     aromatic.put("Y", ONE);
 852     aromatic.put("W", ONE);
 853     aromatic.put("H", ONE);
 854     aromatic.put("K", ZERO);
 855     aromatic.put("R", ZERO);
 856     aromatic.put("E", ZERO);
 857     aromatic.put("Q", ZERO);
 858     aromatic.put("D", ZERO);
 859     aromatic.put("N", ZERO);
 860     aromatic.put("S", ZERO);
 861     aromatic.put("T", ZERO);
 862     aromatic.put("P", ZERO);
 863     aromatic.put("-", ONE);
 864     aromatic.put("*", ONE);
 865   }
 866
 867   static
 868   {
 869     aliphatic.put("I", ONE);
 870     aliphatic.put("L", ONE);
 871     aliphatic.put("V", ONE);
 872     aliphatic.put("C", ZERO);
 873     aliphatic.put("A", ZERO);
 874     aliphatic.put("G", ZERO);
 875     aliphatic.put("M", ZERO);
 876     aliphatic.put("F", ZERO);
 877     aliphatic.put("Y", ZERO);
 878     aliphatic.put("W", ZERO);
 879     aliphatic.put("H", ZERO);
 880     aliphatic.put("K", ZERO);
 881     aliphatic.put("R", ZERO);
 882     aliphatic.put("E", ZERO);
 883     aliphatic.put("Q", ZERO);
 884     aliphatic.put("D", ZERO);
 885     aliphatic.put("N", ZERO);
 886     aliphatic.put("S", ZERO);
 887     aliphatic.put("T", ZERO);
 888     aliphatic.put("P", ZERO);
 889     aliphatic.put("-", ONE);
 890     aliphatic.put("*", ONE);
 891   }
 892
 893   static
 894   {
 895     tiny.put("I", ZERO);
 896     tiny.put("L", ZERO);
 897     tiny.put("V", ZERO);
 898     tiny.put("C", ZERO);
 899     tiny.put("A", ONE);
 900     tiny.put("G", ONE);
 901     tiny.put("M", ZERO);
 902     tiny.put("F", ZERO);
 903     tiny.put("Y", ZERO);
 904     tiny.put("W", ZERO);
 905     tiny.put("H", ZERO);
 906     tiny.put("K", ZERO);
 907     tiny.put("R", ZERO);
 908     tiny.put("E", ZERO);
 909     tiny.put("Q", ZERO);
 910     tiny.put("D", ZERO);
 911     tiny.put("N", ZERO);
 912     tiny.put("S", ONE);
 913     tiny.put("T", ZERO);
 914     tiny.put("P", ZERO);
 915     tiny.put("-", ONE);
 916     tiny.put("*", ONE);
 917   }
 918
 919   static
 920   {
 921     proline.put("I", ZERO);
 922     proline.put("L", ZERO);
 923     proline.put("V", ZERO);
 924     proline.put("C", ZERO);
 925     proline.put("A", ZERO);
 926     proline.put("G", ZERO);
 927     proline.put("M", ZERO);
 928     proline.put("F", ZERO);
 929     proline.put("Y", ZERO);
 930     proline.put("W", ZERO);
 931     proline.put("H", ZERO);
 932     proline.put("K", ZERO);
 933     proline.put("R", ZERO);
 934     proline.put("E", ZERO);
 935     proline.put("Q", ZERO);
 936     proline.put("D", ZERO);
 937     proline.put("N", ZERO);
 938     proline.put("S", ZERO);
 939     proline.put("T", ZERO);
 940     proline.put("P", ONE);
 941     proline.put("-", ONE);
 942     proline.put("*", ONE);
 943   }
 944
 945   static
 946   {
 947     propHash.put("hydrophobic", hydrophobic);
 948     propHash.put("small", small);
 949     propHash.put("positive", positive);
 950     propHash.put("negative", negative);
 951     propHash.put("charged", charged);
 952     propHash.put("aromatic", aromatic);
 953     propHash.put("aliphatic", aliphatic);
 954     propHash.put("tiny", tiny);
 955     propHash.put("proline", proline);
 956     propHash.put("polar", polar);
 957   }
 958   static
 959   {
 960     int[][] propMatrixF = new int[maxProteinIndex][maxProteinIndex],
 961             propMatrixPos = new int[maxProteinIndex][maxProteinIndex],
 962             propMatrixEpos = new int[maxProteinIndex][maxProteinIndex];
 963     for (int i = 0; i < maxProteinIndex; i++)
 964     {
 965       int maxF = 0, maxP = 0, maxEP = 0;
 966       String ic = "";
 967       if (aa.length > i)
 968       {
 969         ic += aa[i];
 970       }
 971       else
 972       {
 973         ic = "-";
 974       }
 975       for (int j = i + 1; j < maxProteinIndex; j++)
 976       {
 977         String jc = "";
 978         if (aa.length > j)
 979         {
 980           jc += aa[j];
 981         }
 982         else
 983         {
 984           jc = "-";
 985         }
 986         propMatrixF[i][j] = 0;
 987         propMatrixPos[i][j] = 0;
 988         propMatrixEpos[i][j] = 0;
 989         for (String ph : propHash.keySet())
 990         {
 991           Map<String, Integer> pph = propHash.get(ph);
 992           if (pph.get(ic) != null && pph.get(jc) != null)
 993           {
 994             int icp = pph.get(ic).intValue(), jcp = pph.get(jc).intValue();
 995             // Still working on these definitions.
 996             propMatrixPos[i][j] += icp == jcp && icp > 0 ? 2 : 0;
 997             propMatrixPos[j][i] += icp == jcp && icp > 0 ? 2 : 0;
 998             propMatrixF[i][j] += icp == jcp ? 2 : 0;
 999             propMatrixF[j][i] += icp == jcp ? 2 : 0;
1000             propMatrixEpos[i][j] += icp == jcp ? (1 + icp * 2) : 0;
1001             propMatrixEpos[j][i] += icp == jcp ? (1 + icp * 2) : 0;
1002           }
1003         }
1004         if (maxF < propMatrixF[i][j])
1005         {
1006           maxF = propMatrixF[i][j];
1007         }
1008         if (maxP < propMatrixPos[i][j])
1009         {
1010           maxP = propMatrixPos[i][j];
1011         }
1012         if (maxEP < propMatrixEpos[i][j])
1013         {
1014           maxEP = propMatrixEpos[i][j];
1015         }
1016       }
1017       propMatrixF[i][i] = maxF;
1018       propMatrixPos[i][i] = maxP;
1019       propMatrixEpos[i][i] = maxEP;
1020     }
1021   }
1022
1023   private ResidueProperties()
1024   {
1025   }
1026
1027   public static double getHydmax()
1028   {
1029     return hydmax;
1030   }
1031
1032   public static double getHydmin()
1033   {
1034     return hydmin;
1035   }
1036
1037   public static double[] getHyd()
1038   {
1039     return hyd;
1040   }
1041
1042   public static Map<String, Integer> getAA3Hash()
1043   {
1044     return aa3Hash;
1045   }
1046
1047   public static String codonTranslate(String lccodon)
1048   {
1049     String peptide = GeneticCodes.getInstance().getStandardCodeTable()
1050             .translate(lccodon);
1051     if ("*".equals(peptide))
1052     {
1053       return "STOP";
1054     }
1055     return peptide;
1056   }
1057
1058   /*
1059    * lookup of (A-Z) alternative secondary structure symbols'
1060    * equivalents in DSSP3 notation
1061    */
1062   private static char[] toDssp3State;
1063   static
1064   {
1065     toDssp3State = new char[9]; // for 'A'-'I'; extend if needed
1066     Arrays.fill(toDssp3State, ' ');
1067     toDssp3State['B' - 'A'] = 'E';
1068     toDssp3State['E' - 'A'] = 'E';
1069     toDssp3State['G' - 'A'] = 'H';
1070     toDssp3State['H' - 'A'] = 'H';
1071     toDssp3State['I' - 'A'] = 'H';
1072   }
1073
1074   /**
1075    * translate from other dssp secondary structure alphabets to 3-state
1076    *
1077    * @param ssString
1078    * @return ssstring
1079    */
1080   public static String getDssp3state(String ssString)
1081   {
1082     if (ssString == null)
1083     {
1084       return null;
1085     }
1086     int lookupSize = toDssp3State.length;
1087     int len = ssString.length();
1088     char[] trans = new char[len];
1089     for (int i = 0; i < len; i++)
1090     {
1091       char c = ssString.charAt(i);
1092       int index = c - 'A';
1093       if (index < 0 || index >= lookupSize)
1094       {
1095         trans[i] = ' ';
1096       }
1097       else
1098       {
1099         trans[i] = toDssp3State[index];
1100       }
1101     }
1102     return new String(trans);
1103   }
1104
1105   static
1106   {
1107     modifications.put("MSE", "MET"); // Selenomethionine
1108     // the rest tbc; from
1109     // http://sourceforge.net/p/jmol/mailman/message/12833570/
1110     // modifications.put("CSE", "CYS"); // Selenocysteine
1111     // modifications.put("PTR", "TYR"); // Phosphotyrosine
1112     // modifications.put("SEP", "SER"); // Phosphoserine
1113     // modifications.put("HYP", "PRO"); // 4-hydroxyproline
1114     // modifications.put("5HP", "GLU"); // Pyroglutamic acid; 5-hydroxyproline
1115     // modifications.put("PCA", "GLU"); // Pyroglutamic acid
1116     // modifications.put("LYZ", "LYS"); // 5-hydroxylysine
1117
1118     // Additional protein alphabets used in the SCOP database and PDB files
1119     // source:
1120     // https://github.com/biopython/biopython/blob/master/Bio/Data/SCOPData.py
1121     modifications.put("00C", "CYS");
1122     modifications.put("01W", "XAA");
1123     modifications.put("02K", "ALA");
1124     modifications.put("03Y", "CYS");
1125     modifications.put("07O", "CYS");
1126     modifications.put("08P", "CYS");
1127     modifications.put("0A0", "ASP");
1128     modifications.put("0A1", "TYR");
1129     modifications.put("0A2", "LYS");
1130     modifications.put("0A8", "CYS");
1131     modifications.put("0AA", "VAL");
1132     modifications.put("0AB", "VAL");
1133     modifications.put("0AC", "GLY");
1134     modifications.put("0AD", "GLY");
1135     modifications.put("0AF", "TRP");
1136     modifications.put("0AG", "LEU");
1137     modifications.put("0AH", "SER");
1138     modifications.put("0AK", "ASP");
1139     modifications.put("0AM", "ALA");
1140     modifications.put("0AP", "CYS");
1141     modifications.put("0AU", "UR3");
1142     modifications.put("0AV", "ALA");
1143     modifications.put("0AZ", "PRO");
1144     modifications.put("0BN", "PHE");
1145     modifications.put("0C ", "CYS");
1146     modifications.put("0CS", "ALA");
1147     modifications.put("0DC", "CYS");
1148     modifications.put("0DG", "GLY");
1149     modifications.put("0DT", "THR");
1150     modifications.put("0FL", "ALA");
1151     modifications.put("0G ", "GLY");
1152     modifications.put("0NC", "ALA");
1153     modifications.put("0SP", "ALA");
1154     modifications.put("0U ", "UR3");
1155     modifications.put("0YG", "YG");
1156     modifications.put("10C", "CYS");
1157     modifications.put("125", "UR3");
1158     modifications.put("126", "UR3");
1159     modifications.put("127", "UR3");
1160     modifications.put("128", "ASN");
1161     modifications.put("12A", "ALA");
1162     modifications.put("143", "CYS");
1163     modifications.put("175", "ASG");
1164     modifications.put("193", "XAA");
1165     modifications.put("1AP", "ALA");
1166     modifications.put("1MA", "ALA");
1167     modifications.put("1MG", "GLY");
1168     modifications.put("1PA", "PHE");
1169     modifications.put("1PI", "ALA");
1170     modifications.put("1PR", "ASN");
1171     modifications.put("1SC", "CYS");
1172     modifications.put("1TQ", "TRP");
1173     modifications.put("1TY", "TYR");
1174     modifications.put("1X6", "SER");
1175     modifications.put("200", "PHE");
1176     modifications.put("23F", "PHE");
1177     modifications.put("23S", "XAA");
1178     modifications.put("26B", "THR");
1179     modifications.put("2AD", "XAA");
1180     modifications.put("2AG", "ALA");
1181     modifications.put("2AO", "XAA");
1182     modifications.put("2AR", "ALA");
1183     modifications.put("2AS", "XAA");
1184     modifications.put("2AT", "THR");
1185     modifications.put("2AU", "UR3");
1186     modifications.put("2BD", "ILE");
1187     modifications.put("2BT", "THR");
1188     modifications.put("2BU", "ALA");
1189     modifications.put("2CO", "CYS");
1190     modifications.put("2DA", "ALA");
1191     modifications.put("2DF", "ASN");
1192     modifications.put("2DM", "ASN");
1193     modifications.put("2DO", "XAA");
1194     modifications.put("2DT", "THR");
1195     modifications.put("2EG", "GLY");
1196     modifications.put("2FE", "ASN");
1197     modifications.put("2FI", "ASN");
1198     modifications.put("2FM", "MET");
1199     modifications.put("2GT", "THR");
1200     modifications.put("2HF", "HIS");
1201     modifications.put("2LU", "LEU");
1202     modifications.put("2MA", "ALA");
1203     modifications.put("2MG", "GLY");
1204     modifications.put("2ML", "LEU");
1205     modifications.put("2MR", "ARG");
1206     modifications.put("2MT", "PRO");
1207     modifications.put("2MU", "UR3");
1208     modifications.put("2NT", "THR");
1209     modifications.put("2OM", "UR3");
1210     modifications.put("2OT", "THR");
1211     modifications.put("2PI", "XAA");
1212     modifications.put("2PR", "GLY");
1213     modifications.put("2SA", "ASN");
1214     modifications.put("2SI", "XAA");
1215     modifications.put("2ST", "THR");
1216     modifications.put("2TL", "THR");
1217     modifications.put("2TY", "TYR");
1218     modifications.put("2VA", "VAL");
1219     modifications.put("2XA", "CYS");
1220     modifications.put("32S", "XAA");
1221     modifications.put("32T", "XAA");
1222     modifications.put("3AH", "HIS");
1223     modifications.put("3AR", "XAA");
1224     modifications.put("3CF", "PHE");
1225     modifications.put("3DA", "ALA");
1226     modifications.put("3DR", "ASN");
1227     modifications.put("3GA", "ALA");
1228     modifications.put("3MD", "ASP");
1229     modifications.put("3ME", "UR3");
1230     modifications.put("3NF", "TYR");
1231     modifications.put("3QN", "LYS");
1232     modifications.put("3TY", "XAA");
1233     modifications.put("3XH", "GLY");
1234     modifications.put("4AC", "ASN");
1235     modifications.put("4BF", "TYR");
1236     modifications.put("4CF", "PHE");
1237     modifications.put("4CY", "MET");
1238     modifications.put("4DP", "TRP");
1239     modifications.put("4F3", "GYG");
1240     modifications.put("4FB", "PRO");
1241     modifications.put("4FW", "TRP");
1242     modifications.put("4HT", "TRP");
1243     modifications.put("4IN", "TRP");
1244     modifications.put("4MF", "ASN");
1245     modifications.put("4MM", "XAA");
1246     modifications.put("4OC", "CYS");
1247     modifications.put("4PC", "CYS");
1248     modifications.put("4PD", "CYS");
1249     modifications.put("4PE", "CYS");
1250     modifications.put("4PH", "PHE");
1251     modifications.put("4SC", "CYS");
1252     modifications.put("4SU", "UR3");
1253     modifications.put("4TA", "ASN");
1254     modifications.put("4U7", "ALA");
1255     modifications.put("56A", "HIS");
1256     modifications.put("5AA", "ALA");
1257     modifications.put("5AB", "ALA");
1258     modifications.put("5AT", "THR");
1259     modifications.put("5BU", "UR3");
1260     modifications.put("5CG", "GLY");
1261     modifications.put("5CM", "CYS");
1262     modifications.put("5CS", "CYS");
1263     modifications.put("5FA", "ALA");
1264     modifications.put("5FC", "CYS");
1265     modifications.put("5FU", "UR3");
1266     modifications.put("5HP", "GLU");
1267     modifications.put("5HT", "THR");
1268     modifications.put("5HU", "UR3");
1269     modifications.put("5IC", "CYS");
1270     modifications.put("5IT", "THR");
1271     modifications.put("5IU", "UR3");
1272     modifications.put("5MC", "CYS");
1273     modifications.put("5MD", "ASN");
1274     modifications.put("5MU", "UR3");
1275     modifications.put("5NC", "CYS");
1276     modifications.put("5PC", "CYS");
1277     modifications.put("5PY", "THR");
1278     modifications.put("5SE", "UR3");
1279     modifications.put("5ZA", "TWG");
1280     modifications.put("64T", "THR");
1281     modifications.put("6CL", "LYS");
1282     modifications.put("6CT", "THR");
1283     modifications.put("6CW", "TRP");
1284     modifications.put("6HA", "ALA");
1285     modifications.put("6HC", "CYS");
1286     modifications.put("6HG", "GLY");
1287     modifications.put("6HN", "LYS");
1288     modifications.put("6HT", "THR");
1289     modifications.put("6IA", "ALA");
1290     modifications.put("6MA", "ALA");
1291     modifications.put("6MC", "ALA");
1292     modifications.put("6MI", "ASN");
1293     modifications.put("6MT", "ALA");
1294     modifications.put("6MZ", "ASN");
1295     modifications.put("6OG", "GLY");
1296     modifications.put("70U", "UR3");
1297     modifications.put("7DA", "ALA");
1298     modifications.put("7GU", "GLY");
1299     modifications.put("7JA", "ILE");
1300     modifications.put("7MG", "GLY");
1301     modifications.put("8AN", "ALA");
1302     modifications.put("8FG", "GLY");
1303     modifications.put("8MG", "GLY");
1304     modifications.put("8OG", "GLY");
1305     modifications.put("9NE", "GLU");
1306     modifications.put("9NF", "PHE");
1307     modifications.put("9NR", "ARG");
1308     modifications.put("9NV", "VAL");
1309     modifications.put("A  ", "ALA");
1310     modifications.put("A1P", "ASN");
1311     modifications.put("A23", "ALA");
1312     modifications.put("A2L", "ALA");
1313     modifications.put("A2M", "ALA");
1314     modifications.put("A34", "ALA");
1315     modifications.put("A35", "ALA");
1316     modifications.put("A38", "ALA");
1317     modifications.put("A39", "ALA");
1318     modifications.put("A3A", "ALA");
1319     modifications.put("A3P", "ALA");
1320     modifications.put("A40", "ALA");
1321     modifications.put("A43", "ALA");
1322     modifications.put("A44", "ALA");
1323     modifications.put("A47", "ALA");
1324     modifications.put("A5L", "ALA");
1325     modifications.put("A5M", "CYS");
1326     modifications.put("A5N", "ASN");
1327     modifications.put("A5O", "ALA");
1328     modifications.put("A66", "XAA");
1329     modifications.put("AA3", "ALA");
1330     modifications.put("AA4", "ALA");
1331     modifications.put("AAR", "ARG");
1332     modifications.put("AB7", "XAA");
1333     modifications.put("ABA", "ALA");
1334     modifications.put("ABR", "ALA");
1335     modifications.put("ABS", "ALA");
1336     modifications.put("ABT", "ASN");
1337     modifications.put("ACB", "ASP");
1338     modifications.put("ACL", "ARG");
1339     modifications.put("AD2", "ALA");
1340     modifications.put("ADD", "XAA");
1341     modifications.put("ADX", "ASN");
1342     modifications.put("AEA", "XAA");
1343     modifications.put("AEI", "ASP");
1344     modifications.put("AET", "ALA");
1345     modifications.put("AFA", "ASN");
1346     modifications.put("AFF", "ASN");
1347     modifications.put("AFG", "GLY");
1348     modifications.put("AGM", "ARG");
1349     modifications.put("AGT", "CYS");
1350     modifications.put("AHB", "ASN");
1351     modifications.put("AHH", "XAA");
1352     modifications.put("AHO", "ALA");
1353     modifications.put("AHP", "ALA");
1354     modifications.put("AHS", "XAA");
1355     modifications.put("AHT", "XAA");
1356     modifications.put("AIB", "ALA");
1357     modifications.put("AKL", "ASP");
1358     modifications.put("AKZ", "ASP");
1359     modifications.put("ALA", "ALA");
1360     modifications.put("ALC", "ALA");
1361     modifications.put("ALM", "ALA");
1362     modifications.put("ALN", "ALA");
1363     modifications.put("ALO", "THR");
1364     modifications.put("ALQ", "XAA");
1365     modifications.put("ALS", "ALA");
1366     modifications.put("ALT", "ALA");
1367     modifications.put("ALV", "ALA");
1368     modifications.put("ALY", "LYS");
1369     modifications.put("AN8", "ALA");
1370     modifications.put("AP7", "ALA");
1371     modifications.put("APE", "XAA");
1372     modifications.put("APH", "ALA");
1373     modifications.put("API", "LYS");
1374     modifications.put("APK", "LYS");
1375     modifications.put("APM", "XAA");
1376     modifications.put("APP", "XAA");
1377     modifications.put("AR2", "ARG");
1378     modifications.put("AR4", "GLU");
1379     modifications.put("AR7", "ARG");
1380     modifications.put("ARG", "ARG");
1381     modifications.put("ARM", "ARG");
1382     modifications.put("ARO", "ARG");
1383     modifications.put("ARV", "XAA");
1384     modifications.put("AS ", "ALA");
1385     modifications.put("AS2", "ASP");
1386     modifications.put("AS9", "XAA");
1387     modifications.put("ASA", "ASP");
1388     modifications.put("ASB", "ASP");
1389     modifications.put("ASI", "ASP");
1390     modifications.put("ASK", "ASP");
1391     modifications.put("ASL", "ASP");
1392     modifications.put("ASM", "XAA");
1393     modifications.put("ASN", "ASN");
1394     modifications.put("ASP", "ASP");
1395     modifications.put("ASQ", "ASP");
1396     modifications.put("ASU", "ASN");
1397     modifications.put("ASX", "ASX");
1398     modifications.put("ATD", "THR");
1399     modifications.put("ATL", "THR");
1400     modifications.put("ATM", "THR");
1401     modifications.put("AVC", "ALA");
1402     modifications.put("AVN", "XAA");
1403     modifications.put("AYA", "ALA");
1404     modifications.put("AYG", "AYG");
1405     modifications.put("AZK", "LYS");
1406     modifications.put("AZS", "SER");
1407     modifications.put("AZY", "TYR");
1408     modifications.put("B1F", "PHE");
1409     modifications.put("B1P", "ASN");
1410     modifications.put("B2A", "ALA");
1411     modifications.put("B2F", "PHE");
1412     modifications.put("B2I", "ILE");
1413     modifications.put("B2V", "VAL");
1414     modifications.put("B3A", "ALA");
1415     modifications.put("B3D", "ASP");
1416     modifications.put("B3E", "GLU");
1417     modifications.put("B3K", "LYS");
1418     modifications.put("B3L", "XAA");
1419     modifications.put("B3M", "XAA");
1420     modifications.put("B3Q", "XAA");
1421     modifications.put("B3S", "SER");
1422     modifications.put("B3T", "XAA");
1423     modifications.put("B3U", "HIS");
1424     modifications.put("B3X", "ASN");
1425     modifications.put("B3Y", "TYR");
1426     modifications.put("BB6", "CYS");
1427     modifications.put("BB7", "CYS");
1428     modifications.put("BB8", "PHE");
1429     modifications.put("BB9", "CYS");
1430     modifications.put("BBC", "CYS");
1431     modifications.put("BCS", "CYS");
1432     modifications.put("BE2", "XAA");
1433     modifications.put("BFD", "ASP");
1434     modifications.put("BG1", "SER");
1435     modifications.put("BGM", "GLY");
1436     modifications.put("BH2", "ASP");
1437     modifications.put("BHD", "ASP");
1438     modifications.put("BIF", "PHE");
1439     modifications.put("BIL", "XAA");
1440     modifications.put("BIU", "ILE");
1441     modifications.put("BJH", "XAA");
1442     modifications.put("BLE", "LEU");
1443     modifications.put("BLY", "LYS");
1444     modifications.put("BMP", "ASN");
1445     modifications.put("BMT", "THR");
1446     modifications.put("BNN", "PHE");
1447     modifications.put("BNO", "XAA");
1448     modifications.put("BOE", "THR");
1449     modifications.put("BOR", "ARG");
1450     modifications.put("BPE", "CYS");
1451     modifications.put("BRU", "UR3");
1452     modifications.put("BSE", "SER");
1453     modifications.put("BT5", "ASN");
1454     modifications.put("BTA", "LEU");
1455     modifications.put("BTC", "CYS");
1456     modifications.put("BTR", "TRP");
1457     modifications.put("BUC", "CYS");
1458     modifications.put("BUG", "VAL");
1459     modifications.put("BVP", "UR3");
1460     modifications.put("BZG", "ASN");
1461     modifications.put("C  ", "CYS");
1462     modifications.put("C12", "TYG");
1463     modifications.put("C1X", "LYS");
1464     modifications.put("C25", "CYS");
1465     modifications.put("C2L", "CYS");
1466     modifications.put("C2S", "CYS");
1467     modifications.put("C31", "CYS");
1468     modifications.put("C32", "CYS");
1469     modifications.put("C34", "CYS");
1470     modifications.put("C36", "CYS");
1471     modifications.put("C37", "CYS");
1472     modifications.put("C38", "CYS");
1473     modifications.put("C3Y", "CYS");
1474     modifications.put("C42", "CYS");
1475     modifications.put("C43", "CYS");
1476     modifications.put("C45", "CYS");
1477     modifications.put("C46", "CYS");
1478     modifications.put("C49", "CYS");
1479     modifications.put("C4R", "CYS");
1480     modifications.put("C4S", "CYS");
1481     modifications.put("C5C", "CYS");
1482     modifications.put("C66", "XAA");
1483     modifications.put("C6C", "CYS");
1484     modifications.put("C99", "TFG");
1485     modifications.put("CAF", "CYS");
1486     modifications.put("CAL", "XAA");
1487     modifications.put("CAR", "CYS");
1488     modifications.put("CAS", "CYS");
1489     modifications.put("CAV", "XAA");
1490     modifications.put("CAY", "CYS");
1491     modifications.put("CB2", "CYS");
1492     modifications.put("CBR", "CYS");
1493     modifications.put("CBV", "CYS");
1494     modifications.put("CCC", "CYS");
1495     modifications.put("CCL", "LYS");
1496     modifications.put("CCS", "CYS");
1497     modifications.put("CCY", "CYG");
1498     modifications.put("CDE", "XAA");
1499     modifications.put("CDV", "XAA");
1500     modifications.put("CDW", "CYS");
1501     modifications.put("CEA", "CYS");
1502     modifications.put("CFL", "CYS");
1503     modifications.put("CFY", "FCYG"); // check
1504     modifications.put("CG1", "GLY");
1505     modifications.put("CGA", "GLU");
1506     modifications.put("CGU", "GLU");
1507     modifications.put("CH ", "CYS");
1508     modifications.put("CH6", "MYG");
1509     modifications.put("CH7", "KYG");
1510     modifications.put("CHF", "XAA");
1511     modifications.put("CHG", "XAA");
1512     modifications.put("CHP", "GLY");
1513     modifications.put("CHS", "XAA");
1514     modifications.put("CIR", "ARG");
1515     modifications.put("CJO", "GYG");
1516     modifications.put("CLE", "LEU");
1517     modifications.put("CLG", "LYS");
1518     modifications.put("CLH", "LYS");
1519     modifications.put("CLV", "AFG");
1520     modifications.put("CM0", "ASN");
1521     modifications.put("CME", "CYS");
1522     modifications.put("CMH", "CYS");
1523     modifications.put("CML", "CYS");
1524     modifications.put("CMR", "CYS");
1525     modifications.put("CMT", "CYS");
1526     modifications.put("CNU", "UR3");
1527     modifications.put("CP1", "CYS");
1528     modifications.put("CPC", "XAA");
1529     modifications.put("CPI", "XAA");
1530     modifications.put("CQR", "GYG");
1531     modifications.put("CR0", "TLG");
1532     modifications.put("CR2", "GYG");
1533     modifications.put("CR5", "GLY");
1534     modifications.put("CR7", "KYG");
1535     modifications.put("CR8", "HYG");
1536     modifications.put("CRF", "TWG");
1537     modifications.put("CRG", "THG");
1538     modifications.put("CRK", "MYG");
1539     modifications.put("CRO", "GYG");
1540     modifications.put("CRQ", "QYG");
1541     modifications.put("CRU", "EYG");
1542     modifications.put("CRW", "ASG");
1543     modifications.put("CRX", "ASG");
1544     modifications.put("CS0", "CYS");
1545     modifications.put("CS1", "CYS");
1546     modifications.put("CS3", "CYS");
1547     modifications.put("CS4", "CYS");
1548     modifications.put("CS8", "ASN");
1549     modifications.put("CSA", "CYS");
1550     modifications.put("CSB", "CYS");
1551     modifications.put("CSD", "CYS");
1552     modifications.put("CSE", "CYS");
1553     modifications.put("CSF", "CYS");
1554     modifications.put("CSH", "SHG");
1555     modifications.put("CSI", "GLY");
1556     modifications.put("CSJ", "CYS");
1557     modifications.put("CSL", "CYS");
1558     modifications.put("CSO", "CYS");
1559     modifications.put("CSP", "CYS");
1560     modifications.put("CSR", "CYS");
1561     modifications.put("CSS", "CYS");
1562     modifications.put("CSU", "CYS");
1563     modifications.put("CSW", "CYS");
1564     modifications.put("CSX", "CYS");
1565     modifications.put("CSY", "SYG");
1566     modifications.put("CSZ", "CYS");
1567     modifications.put("CTE", "TRP");
1568     modifications.put("CTG", "THR");
1569     modifications.put("CTH", "THR");
1570     modifications.put("CUC", "XAA");
1571     modifications.put("CWR", "SER");
1572     modifications.put("CXM", "MET");
1573     modifications.put("CY0", "CYS");
1574     modifications.put("CY1", "CYS");
1575     modifications.put("CY3", "CYS");
1576     modifications.put("CY4", "CYS");
1577     modifications.put("CYA", "CYS");
1578     modifications.put("CYD", "CYS");
1579     modifications.put("CYF", "CYS");
1580     modifications.put("CYG", "CYS");
1581     modifications.put("CYJ", "XAA");
1582     modifications.put("CYM", "CYS");
1583     modifications.put("CYQ", "CYS");
1584     modifications.put("CYR", "CYS");
1585     modifications.put("CYS", "CYS");
1586     modifications.put("CZ2", "CYS");
1587     modifications.put("CZO", "GYG");
1588     modifications.put("CZZ", "CYS");
1589     modifications.put("D11", "THR");
1590     modifications.put("D1P", "ASN");
1591     modifications.put("D3 ", "ASN");
1592     modifications.put("D33", "ASN");
1593     modifications.put("D3P", "GLY");
1594     modifications.put("D3T", "THR");
1595     modifications.put("D4M", "THR");
1596     modifications.put("D4P", "XAA");
1597     modifications.put("DA ", "ALA");
1598     modifications.put("DA2", "XAA");
1599     modifications.put("DAB", "ALA");
1600     modifications.put("DAH", "PHE");
1601     modifications.put("DAL", "ALA");
1602     modifications.put("DAR", "ARG");
1603     modifications.put("DAS", "ASP");
1604     modifications.put("DBB", "THR");
1605     modifications.put("DBM", "ASN");
1606     modifications.put("DBS", "SER");
1607     modifications.put("DBU", "THR");
1608     modifications.put("DBY", "TYR");
1609     modifications.put("DBZ", "ALA");
1610     modifications.put("DC ", "CYS");
1611     modifications.put("DC2", "CYS");
1612     modifications.put("DCG", "GLY");
1613     modifications.put("DCI", "XAA");
1614     modifications.put("DCL", "XAA");
1615     modifications.put("DCT", "CYS");
1616     modifications.put("DCY", "CYS");
1617     modifications.put("DDE", "HIS");
1618     modifications.put("DDG", "GLY");
1619     modifications.put("DDN", "UR3");
1620     modifications.put("DDX", "ASN");
1621     modifications.put("DFC", "CYS");
1622     modifications.put("DFG", "GLY");
1623     modifications.put("DFI", "XAA");
1624     modifications.put("DFO", "XAA");
1625     modifications.put("DFT", "ASN");
1626     modifications.put("DG ", "GLY");
1627     modifications.put("DGH", "GLY");
1628     modifications.put("DGI", "GLY");
1629     modifications.put("DGL", "GLU");
1630     modifications.put("DGN", "GLN");
1631     modifications.put("DHA", "SER");
1632     modifications.put("DHI", "HIS");
1633     modifications.put("DHL", "XAA");
1634     modifications.put("DHN", "VAL");
1635     modifications.put("DHP", "XAA");
1636     modifications.put("DHU", "UR3");
1637     modifications.put("DHV", "VAL");
1638     modifications.put("DI ", "ILE");
1639     modifications.put("DIL", "ILE");
1640     modifications.put("DIR", "ARG");
1641     modifications.put("DIV", "VAL");
1642     modifications.put("DLE", "LEU");
1643     modifications.put("DLS", "LYS");
1644     modifications.put("DLY", "LYS");
1645     modifications.put("DM0", "LYS");
1646     modifications.put("DMH", "ASN");
1647     modifications.put("DMK", "ASP");
1648     modifications.put("DMT", "XAA");
1649     modifications.put("DN ", "ASN");
1650     modifications.put("DNE", "LEU");
1651     modifications.put("DNG", "LEU");
1652     modifications.put("DNL", "LYS");
1653     modifications.put("DNM", "LEU");
1654     modifications.put("DNP", "ALA");
1655     modifications.put("DNR", "CYS");
1656     modifications.put("DNS", "LYS");
1657     modifications.put("DOA", "XAA");
1658     modifications.put("DOC", "CYS");
1659     modifications.put("DOH", "ASP");
1660     modifications.put("DON", "LEU");
1661     modifications.put("DPB", "THR");
1662     modifications.put("DPH", "PHE");
1663     modifications.put("DPL", "PRO");
1664     modifications.put("DPP", "ALA");
1665     modifications.put("DPQ", "TYR");
1666     modifications.put("DPR", "PRO");
1667     modifications.put("DPY", "ASN");
1668     modifications.put("DRM", "UR3");
1669     modifications.put("DRP", "ASN");
1670     modifications.put("DRT", "THR");
1671     modifications.put("DRZ", "ASN");
1672     modifications.put("DSE", "SER");
1673     modifications.put("DSG", "ASN");
1674     modifications.put("DSN", "SER");
1675     modifications.put("DSP", "ASP");
1676     modifications.put("DT ", "THR");
1677     modifications.put("DTH", "THR");
1678     modifications.put("DTR", "TRP");
1679     modifications.put("DTY", "TYR");
1680     modifications.put("DU ", "UR3");
1681     modifications.put("DVA", "VAL");
1682     modifications.put("DXD", "ASN");
1683     modifications.put("DXN", "ASN");
1684     modifications.put("DYG", "DYG");
1685     modifications.put("DYS", "CYS");
1686     modifications.put("DZM", "ALA");
1687     modifications.put("E  ", "ALA");
1688     modifications.put("E1X", "ALA");
1689     modifications.put("ECC", "GLN");
1690     modifications.put("EDA", "ALA");
1691     modifications.put("EFC", "CYS");
1692     modifications.put("EHP", "PHE");
1693     modifications.put("EIT", "THR");
1694     modifications.put("ENP", "ASN");
1695     modifications.put("ESB", "TYR");
1696     modifications.put("ESC", "MET");
1697     modifications.put("EXB", "XAA");
1698     modifications.put("EXY", "LEU");
1699     modifications.put("EY5", "ASN");
1700     modifications.put("EYS", "XAA");
1701     modifications.put("F2F", "PHE");
1702     modifications.put("FA2", "ALA");
1703     modifications.put("FA5", "ASN");
1704     modifications.put("FAG", "ASN");
1705     modifications.put("FAI", "ASN");
1706     modifications.put("FB5", "ALA");
1707     modifications.put("FB6", "ALA");
1708     modifications.put("FCL", "PHE");
1709     modifications.put("FFD", "ASN");
1710     modifications.put("FGA", "GLU");
1711     modifications.put("FGL", "GLY");
1712     modifications.put("FGP", "SER");
1713     modifications.put("FHL", "XAA");
1714     modifications.put("FHO", "LYS");
1715     modifications.put("FHU", "UR3");
1716     modifications.put("FLA", "ALA");
1717     modifications.put("FLE", "LEU");
1718     modifications.put("FLT", "TYR");
1719     modifications.put("FME", "MET");
1720     modifications.put("FMG", "GLY");
1721     modifications.put("FMU", "ASN");
1722     modifications.put("FOE", "CYS");
1723     modifications.put("FOX", "GLY");
1724     modifications.put("FP9", "PRO");
1725     modifications.put("FPA", "PHE");
1726     modifications.put("FRD", "XAA");
1727     modifications.put("FT6", "TRP");
1728     modifications.put("FTR", "TRP");
1729     modifications.put("FTY", "TYR");
1730     modifications.put("FVA", "VAL");
1731     modifications.put("FZN", "LYS");
1732     modifications.put("G  ", "GLY");
1733     modifications.put("G25", "GLY");
1734     modifications.put("G2L", "GLY");
1735     modifications.put("G2S", "GLY");
1736     modifications.put("G31", "GLY");
1737     modifications.put("G32", "GLY");
1738     modifications.put("G33", "GLY");
1739     modifications.put("G36", "GLY");
1740     modifications.put("G38", "GLY");
1741     modifications.put("G42", "GLY");
1742     modifications.put("G46", "GLY");
1743     modifications.put("G47", "GLY");
1744     modifications.put("G48", "GLY");
1745     modifications.put("G49", "GLY");
1746     modifications.put("G4P", "ASN");
1747     modifications.put("G7M", "GLY");
1748     modifications.put("GAO", "GLY");
1749     modifications.put("GAU", "GLU");
1750     modifications.put("GCK", "CYS");
1751     modifications.put("GCM", "XAA");
1752     modifications.put("GDP", "GLY");
1753     modifications.put("GDR", "GLY");
1754     modifications.put("GFL", "GLY");
1755     modifications.put("GGL", "GLU");
1756     modifications.put("GH3", "GLY");
1757     modifications.put("GHG", "GLN");
1758     modifications.put("GHP", "GLY");
1759     modifications.put("GL3", "GLY");
1760     modifications.put("GLH", "GLN");
1761     modifications.put("GLJ", "GLU");
1762     modifications.put("GLK", "GLU");
1763     modifications.put("GLM", "XAA");
1764     modifications.put("GLN", "GLN");
1765     modifications.put("GLQ", "GLU");
1766     modifications.put("GLU", "GLU");
1767     modifications.put("GLX", "GLX");
1768     modifications.put("GLY", "GLY");
1769     modifications.put("GLZ", "GLY");
1770     modifications.put("GMA", "GLU");
1771     modifications.put("GMS", "GLY");
1772     modifications.put("GMU", "UR3");
1773     modifications.put("GN7", "GLY");
1774     modifications.put("GND", "XAA");
1775     modifications.put("GNE", "ASN");
1776     modifications.put("GOM", "GLY");
1777     modifications.put("GPL", "LYS");
1778     modifications.put("GS ", "GLY");
1779     modifications.put("GSC", "GLY");
1780     modifications.put("GSR", "GLY");
1781     modifications.put("GSS", "GLY");
1782     modifications.put("GSU", "GLU");
1783     modifications.put("GT9", "CYS");
1784     modifications.put("GTP", "GLY");
1785     modifications.put("GVL", "XAA");
1786     modifications.put("GYC", "CYG");
1787     modifications.put("GYS", "SYG");
1788     modifications.put("H2U", "UR3");
1789     modifications.put("H5M", "PRO");
1790     modifications.put("HAC", "ALA");
1791     modifications.put("HAR", "ARG");
1792     modifications.put("HBN", "HIS");
1793     modifications.put("HCS", "XAA");
1794     modifications.put("HDP", "UR3");
1795     modifications.put("HEU", "UR3");
1796     modifications.put("HFA", "XAA");
1797     modifications.put("HGL", "XAA");
1798     modifications.put("HHI", "HIS");
1799     modifications.put("HHK", "AK"); // check
1800     modifications.put("HIA", "HIS");
1801     modifications.put("HIC", "HIS");
1802     modifications.put("HIP", "HIS");
1803     modifications.put("HIQ", "HIS");
1804     modifications.put("HIS", "HIS");
1805     modifications.put("HL2", "LEU");
1806     modifications.put("HLU", "LEU");
1807     modifications.put("HMR", "ARG");
1808     modifications.put("HOL", "ASN");
1809     modifications.put("HPC", "PHE");
1810     modifications.put("HPE", "PHE");
1811     modifications.put("HPH", "PHE");
1812     modifications.put("HPQ", "PHE");
1813     modifications.put("HQA", "ALA");
1814     modifications.put("HRG", "ARG");
1815     modifications.put("HRP", "TRP");
1816     modifications.put("HS8", "HIS");
1817     modifications.put("HS9", "HIS");
1818     modifications.put("HSE", "SER");
1819     modifications.put("HSL", "SER");
1820     modifications.put("HSO", "HIS");
1821     modifications.put("HTI", "CYS");
1822     modifications.put("HTN", "ASN");
1823     modifications.put("HTR", "TRP");
1824     modifications.put("HV5", "ALA");
1825     modifications.put("HVA", "VAL");
1826     modifications.put("HY3", "PRO");
1827     modifications.put("HYP", "PRO");
1828     modifications.put("HZP", "PRO");
1829     modifications.put("I  ", "ILE");
1830     modifications.put("I2M", "ILE");
1831     modifications.put("I58", "LYS");
1832     modifications.put("I5C", "CYS");
1833     modifications.put("IAM", "ALA");
1834     modifications.put("IAR", "ARG");
1835     modifications.put("IAS", "ASP");
1836     modifications.put("IC ", "CYS");
1837     modifications.put("IEL", "LYS");
1838     modifications.put("IEY", "HYG");
1839     modifications.put("IG ", "GLY");
1840     modifications.put("IGL", "GLY");
1841     modifications.put("IGU", "GLY");
1842     modifications.put("IIC", "SHG");
1843     modifications.put("IIL", "ILE");
1844     modifications.put("ILE", "ILE");
1845     modifications.put("ILG", "GLU");
1846     modifications.put("ILX", "ILE");
1847     modifications.put("IMC", "CYS");
1848     modifications.put("IML", "ILE");
1849     modifications.put("IOY", "PHE");
1850     modifications.put("IPG", "GLY");
1851     modifications.put("IPN", "ASN");
1852     modifications.put("IRN", "ASN");
1853     modifications.put("IT1", "LYS");
1854     modifications.put("IU ", "UR3");
1855     modifications.put("IYR", "TYR");
1856     modifications.put("IYT", "THR");
1857     modifications.put("IZO", "MET");
1858     modifications.put("JJJ", "CYS");
1859     modifications.put("JJK", "CYS");
1860     modifications.put("JJL", "CYS");
1861     modifications.put("JW5", "ASN");
1862     modifications.put("K1R", "CYS");
1863     modifications.put("KAG", "GLY");
1864     modifications.put("KCX", "LYS");
1865     modifications.put("KGC", "LYS");
1866     modifications.put("KNB", "ALA");
1867     modifications.put("KOR", "MET");
1868     modifications.put("KPI", "LYS");
1869     modifications.put("KST", "LYS");
1870     modifications.put("KYQ", "LYS");
1871     modifications.put("L2A", "XAA");
1872     modifications.put("LA2", "LYS");
1873     modifications.put("LAA", "ASP");
1874     modifications.put("LAL", "ALA");
1875     modifications.put("LBY", "LYS");
1876     modifications.put("LC ", "CYS");
1877     modifications.put("LCA", "ALA");
1878     modifications.put("LCC", "ASN");
1879     modifications.put("LCG", "GLY");
1880     modifications.put("LCH", "ASN");
1881     modifications.put("LCK", "LYS");
1882     modifications.put("LCX", "LYS");
1883     modifications.put("LDH", "LYS");
1884     modifications.put("LED", "LEU");
1885     modifications.put("LEF", "LEU");
1886     modifications.put("LEH", "LEU");
1887     modifications.put("LEI", "VAL");
1888     modifications.put("LEM", "LEU");
1889     modifications.put("LEN", "LEU");
1890     modifications.put("LET", "XAA");
1891     modifications.put("LEU", "LEU");
1892     modifications.put("LEX", "LEU");
1893     modifications.put("LG ", "GLY");
1894     modifications.put("LGP", "GLY");
1895     modifications.put("LHC", "XAA");
1896     modifications.put("LHU", "UR3");
1897     modifications.put("LKC", "ASN");
1898     modifications.put("LLP", "LYS");
1899     modifications.put("LLY", "LYS");
1900     modifications.put("LME", "GLU");
1901     modifications.put("LMF", "LYS");
1902     modifications.put("LMQ", "GLN");
1903     modifications.put("LMS", "ASN");
1904     modifications.put("LP6", "LYS");
1905     modifications.put("LPD", "PRO");
1906     modifications.put("LPG", "GLY");
1907     modifications.put("LPL", "XAA");
1908     modifications.put("LPS", "SER");
1909     modifications.put("LSO", "XAA");
1910     modifications.put("LTA", "XAA");
1911     modifications.put("LTR", "TRP");
1912     modifications.put("LVG", "GLY");
1913     modifications.put("LVN", "VAL");
1914     modifications.put("LYF", "LYS");
1915     modifications.put("LYK", "LYS");
1916     modifications.put("LYM", "LYS");
1917     modifications.put("LYN", "LYS");
1918     modifications.put("LYR", "LYS");
1919     modifications.put("LYS", "LYS");
1920     modifications.put("LYX", "LYS");
1921     modifications.put("LYZ", "LYS");
1922     modifications.put("M0H", "CYS");
1923     modifications.put("M1G", "GLY");
1924     modifications.put("M2G", "GLY");
1925     modifications.put("M2L", "LYS");
1926     modifications.put("M2S", "MET");
1927     modifications.put("M30", "GLY");
1928     modifications.put("M3L", "LYS");
1929     modifications.put("M5M", "CYS");
1930     modifications.put("MA ", "ALA");
1931     modifications.put("MA6", "ALA");
1932     modifications.put("MA7", "ALA");
1933     modifications.put("MAA", "ALA");
1934     modifications.put("MAD", "ALA");
1935     modifications.put("MAI", "ARG");
1936     modifications.put("MBQ", "TYR");
1937     modifications.put("MBZ", "ASN");
1938     modifications.put("MC1", "SER");
1939     modifications.put("MCG", "XAA");
1940     modifications.put("MCL", "LYS");
1941     modifications.put("MCS", "CYS");
1942     modifications.put("MCY", "CYS");
1943     modifications.put("MD3", "CYS");
1944     modifications.put("MD6", "GLY");
1945     modifications.put("MDH", "XAA");
1946     modifications.put("MDO", "ASG");
1947     modifications.put("MDR", "ASN");
1948     modifications.put("MEA", "PHE");
1949     modifications.put("MED", "MET");
1950     modifications.put("MEG", "GLU");
1951     modifications.put("MEN", "ASN");
1952     modifications.put("MEP", "UR3");
1953     modifications.put("MEQ", "GLN");
1954     modifications.put("MET", "MET");
1955     modifications.put("MEU", "GLY");
1956     modifications.put("MF3", "XAA");
1957     modifications.put("MFC", "GYG");
1958     modifications.put("MG1", "GLY");
1959     modifications.put("MGG", "ARG");
1960     modifications.put("MGN", "GLN");
1961     modifications.put("MGQ", "ALA");
1962     modifications.put("MGV", "GLY");
1963     modifications.put("MGY", "GLY");
1964     modifications.put("MHL", "LEU");
1965     modifications.put("MHO", "MET");
1966     modifications.put("MHS", "HIS");
1967     modifications.put("MIA", "ALA");
1968     modifications.put("MIS", "SER");
1969     modifications.put("MK8", "LEU");
1970     modifications.put("ML3", "LYS");
1971     modifications.put("MLE", "LEU");
1972     modifications.put("MLL", "LEU");
1973     modifications.put("MLY", "LYS");
1974     modifications.put("MLZ", "LYS");
1975     modifications.put("MME", "MET");
1976     modifications.put("MMO", "ARG");
1977     modifications.put("MMT", "THR");
1978     modifications.put("MND", "ASN");
1979     modifications.put("MNL", "LEU");
1980     modifications.put("MNU", "UR3");
1981     modifications.put("MNV", "VAL");
1982     modifications.put("MOD", "XAA");
1983     modifications.put("MP8", "PRO");
1984     modifications.put("MPH", "XAA");
1985     modifications.put("MPJ", "XAA");
1986     modifications.put("MPQ", "GLY");
1987     modifications.put("MRG", "GLY");
1988     modifications.put("MSA", "GLY");
1989     modifications.put("MSE", "MET");
1990     modifications.put("MSL", "MET");
1991     modifications.put("MSO", "MET");
1992     modifications.put("MSP", "XAA");
1993     modifications.put("MT2", "MET");
1994     modifications.put("MTR", "THR");
1995     modifications.put("MTU", "ALA");
1996     modifications.put("MTY", "TYR");
1997     modifications.put("MVA", "VAL");
1998     modifications.put("N  ", "ASN");
1999     modifications.put("N10", "SER");
2000     modifications.put("N2C", "XAA");
2001     modifications.put("N5I", "ASN");
2002     modifications.put("N5M", "CYS");
2003     modifications.put("N6G", "GLY");
2004     modifications.put("N7P", "PRO");
2005     modifications.put("NA8", "ALA");
2006     modifications.put("NAL", "ALA");
2007     modifications.put("NAM", "ALA");
2008     modifications.put("NB8", "ASN");
2009     modifications.put("NBQ", "TYR");
2010     modifications.put("NC1", "SER");
2011     modifications.put("NCB", "ALA");
2012     modifications.put("NCX", "ASN");
2013     modifications.put("NCY", "XAA");
2014     modifications.put("NDF", "PHE");
2015     modifications.put("NDN", "UR3");
2016     modifications.put("NEM", "HIS");
2017     modifications.put("NEP", "HIS");
2018     modifications.put("NF2", "ASN");
2019     modifications.put("NFA", "PHE");
2020     modifications.put("NHL", "GLU");
2021     modifications.put("NIT", "XAA");
2022     modifications.put("NIY", "TYR");
2023     modifications.put("NLE", "LEU");
2024     modifications.put("NLN", "LEU");
2025     modifications.put("NLO", "LEU");
2026     modifications.put("NLP", "LEU");
2027     modifications.put("NLQ", "GLN");
2028     modifications.put("NMC", "GLY");
2029     modifications.put("NMM", "ARG");
2030     modifications.put("NMS", "THR");
2031     modifications.put("NMT", "THR");
2032     modifications.put("NNH", "ARG");
2033     modifications.put("NP3", "ASN");
2034     modifications.put("NPH", "CYS");
2035     modifications.put("NPI", "ALA");
2036     modifications.put("NRP", "LYG");
2037     modifications.put("NRQ", "MYG");
2038     modifications.put("NSK", "XAA");
2039     modifications.put("NTY", "TYR");
2040     modifications.put("NVA", "VAL");
2041     modifications.put("NYC", "TWG");
2042     modifications.put("NYG", "NYG");
2043     modifications.put("NYM", "ASN");
2044     modifications.put("NYS", "CYS");
2045     modifications.put("NZH", "HIS");
2046     modifications.put("O12", "XAA");
2047     modifications.put("O2C", "ASN");
2048     modifications.put("O2G", "GLY");
2049     modifications.put("OAD", "ASN");
2050     modifications.put("OAS", "SER");
2051     modifications.put("OBF", "XAA");
2052     modifications.put("OBS", "XAA");
2053     modifications.put("OCS", "CYS");
2054     modifications.put("OCY", "CYS");
2055     modifications.put("ODP", "ASN");
2056     modifications.put("OHI", "HIS");
2057     modifications.put("OHS", "ASP");
2058     modifications.put("OIC", "XAA");
2059     modifications.put("OIP", "ILE");
2060     modifications.put("OLE", "XAA");
2061     modifications.put("OLT", "THR");
2062     modifications.put("OLZ", "SER");
2063     modifications.put("OMC", "CYS");
2064     modifications.put("OMG", "GLY");
2065     modifications.put("OMT", "MET");
2066     modifications.put("OMU", "UR3");
2067     modifications.put("ONE", "UR3");
2068     modifications.put("ONH", "ALA");
2069     modifications.put("ONL", "XAA");
2070     modifications.put("OPR", "ARG");
2071     modifications.put("ORN", "ALA");
2072     modifications.put("ORQ", "ARG");
2073     modifications.put("OSE", "SER");
2074     modifications.put("OTB", "XAA");
2075     modifications.put("OTH", "THR");
2076     modifications.put("OTY", "TYR");
2077     modifications.put("OXX", "ASP");
2078     modifications.put("P  ", "GLY");
2079     modifications.put("P1L", "CYS");
2080     modifications.put("P1P", "ASN");
2081     modifications.put("P2T", "THR");
2082     modifications.put("P2U", "UR3");
2083     modifications.put("P2Y", "PRO");
2084     modifications.put("P5P", "ALA");
2085     modifications.put("PAQ", "TYR");
2086     modifications.put("PAS", "ASP");
2087     modifications.put("PAT", "TRP");
2088     modifications.put("PAU", "ALA");
2089     modifications.put("PBB", "CYS");
2090     modifications.put("PBF", "PHE");
2091     modifications.put("PBT", "ASN");
2092     modifications.put("PCA", "GLU");
2093     modifications.put("PCC", "PRO");
2094     modifications.put("PCE", "XAA");
2095     modifications.put("PCS", "PHE");
2096     modifications.put("PDL", "XAA");
2097     modifications.put("PDU", "UR3");
2098     modifications.put("PEC", "CYS");
2099     modifications.put("PF5", "PHE");
2100     modifications.put("PFF", "PHE");
2101     modifications.put("PFX", "XAA");
2102     modifications.put("PG1", "SER");
2103     modifications.put("PG7", "GLY");
2104     modifications.put("PG9", "GLY");
2105     modifications.put("PGL", "XAA");
2106     modifications.put("PGN", "GLY");
2107     modifications.put("PGP", "GLY");
2108     modifications.put("PGY", "GLY");
2109     modifications.put("PHA", "PHE");
2110     modifications.put("PHD", "ASP");
2111     modifications.put("PHE", "PHE");
2112     modifications.put("PHI", "PHE");
2113     modifications.put("PHL", "PHE");
2114     modifications.put("PHM", "PHE");
2115     modifications.put("PIA", "AYG");
2116     modifications.put("PIV", "XAA");
2117     modifications.put("PLE", "LEU");
2118     modifications.put("PM3", "PHE");
2119     modifications.put("PMT", "CYS");
2120     modifications.put("POM", "PRO");
2121     modifications.put("PPN", "PHE");
2122     modifications.put("PPU", "ALA");
2123     modifications.put("PPW", "GLY");
2124     modifications.put("PQ1", "ASN");
2125     modifications.put("PR3", "CYS");
2126     modifications.put("PR5", "ALA");
2127     modifications.put("PR9", "PRO");
2128     modifications.put("PRN", "ALA");
2129     modifications.put("PRO", "PRO");
2130     modifications.put("PRS", "PRO");
2131     modifications.put("PSA", "PHE");
2132     modifications.put("PSH", "HIS");
2133     modifications.put("PST", "THR");
2134     modifications.put("PSU", "UR3");
2135     modifications.put("PSW", "CYS");
2136     modifications.put("PTA", "XAA");
2137     modifications.put("PTH", "TYR");
2138     modifications.put("PTM", "TYR");
2139     modifications.put("PTR", "TYR");
2140     modifications.put("PU ", "ALA");
2141     modifications.put("PUY", "ASN");
2142     modifications.put("PVH", "HIS");
2143     modifications.put("PVL", "XAA");
2144     modifications.put("PYA", "ALA");
2145     modifications.put("PYO", "UR3");
2146     modifications.put("PYX", "CYS");
2147     modifications.put("PYY", "ASN");
2148     modifications.put("QLG", "QLG");
2149     modifications.put("QMM", "GLN");
2150     modifications.put("QPA", "CYS");
2151     modifications.put("QPH", "PHE");
2152     modifications.put("QUO", "GLY");
2153     modifications.put("R  ", "ALA");
2154     modifications.put("R1A", "CYS");
2155     modifications.put("R4K", "TRP");
2156     modifications.put("RC7", "HYG");
2157     modifications.put("RE0", "TRP");
2158     modifications.put("RE3", "TRP");
2159     modifications.put("RIA", "ALA");
2160     modifications.put("RMP", "ALA");
2161     modifications.put("RON", "XAA");
2162     modifications.put("RT ", "THR");
2163     modifications.put("RTP", "ASN");
2164     modifications.put("S1H", "SER");
2165     modifications.put("S2C", "CYS");
2166     modifications.put("S2D", "ALA");
2167     modifications.put("S2M", "THR");
2168     modifications.put("S2P", "ALA");
2169     modifications.put("S4A", "ALA");
2170     modifications.put("S4C", "CYS");
2171     modifications.put("S4G", "GLY");
2172     modifications.put("S4U", "UR3");
2173     modifications.put("S6G", "GLY");
2174     modifications.put("SAC", "SER");
2175     modifications.put("SAH", "CYS");
2176     modifications.put("SAR", "GLY");
2177     modifications.put("SBL", "SER");
2178     modifications.put("SC ", "CYS");
2179     modifications.put("SCH", "CYS");
2180     modifications.put("SCS", "CYS");
2181     modifications.put("SCY", "CYS");
2182     modifications.put("SD2", "XAA");
2183     modifications.put("SDG", "GLY");
2184     modifications.put("SDP", "SER");
2185     modifications.put("SEB", "SER");
2186     modifications.put("SEC", "ALA");
2187     modifications.put("SEG", "ALA");
2188     modifications.put("SEL", "SER");
2189     modifications.put("SEM", "SER");
2190     modifications.put("SEN", "SER");
2191     modifications.put("SEP", "SER");
2192     modifications.put("SER", "SER");
2193     modifications.put("SET", "SER");
2194     modifications.put("SGB", "SER");
2195     modifications.put("SHC", "CYS");
2196     modifications.put("SHP", "GLY");
2197     modifications.put("SHR", "LYS");
2198     modifications.put("SIB", "CYS");
2199     modifications.put("SIC", "DC"); // check
2200     modifications.put("SLA", "PRO");
2201     modifications.put("SLR", "PRO");
2202     modifications.put("SLZ", "LYS");
2203     modifications.put("SMC", "CYS");
2204     modifications.put("SME", "MET");
2205     modifications.put("SMF", "PHE");
2206     modifications.put("SMP", "ALA");
2207     modifications.put("SMT", "THR");
2208     modifications.put("SNC", "CYS");
2209     modifications.put("SNN", "ASN");
2210     modifications.put("SOC", "CYS");
2211     modifications.put("SOS", "ASN");
2212     modifications.put("SOY", "SER");
2213     modifications.put("SPT", "THR");
2214     modifications.put("SRA", "ALA");
2215     modifications.put("SSU", "UR3");
2216     modifications.put("STY", "TYR");
2217     modifications.put("SUB", "XAA");
2218     modifications.put("SUI", "DG");
2219     modifications.put("SUN", "SER");
2220     modifications.put("SUR", "UR3");
2221     modifications.put("SVA", "SER");
2222     modifications.put("SVV", "SER");
2223     modifications.put("SVW", "SER");
2224     modifications.put("SVX", "SER");
2225     modifications.put("SVY", "SER");
2226     modifications.put("SVZ", "XAA");
2227     modifications.put("SWG", "SWG");
2228     modifications.put("SYS", "CYS");
2229     modifications.put("T  ", "THR");
2230     modifications.put("T11", "PHE");
2231     modifications.put("T23", "THR");
2232     modifications.put("T2S", "THR");
2233     modifications.put("T2T", "ASN");
2234     modifications.put("T31", "UR3");
2235     modifications.put("T32", "THR");
2236     modifications.put("T36", "THR");
2237     modifications.put("T37", "THR");
2238     modifications.put("T38", "THR");
2239     modifications.put("T39", "THR");
2240     modifications.put("T3P", "THR");
2241     modifications.put("T41", "THR");
2242     modifications.put("T48", "THR");
2243     modifications.put("T49", "THR");
2244     modifications.put("T4S", "THR");
2245     modifications.put("T5O", "UR3");
2246     modifications.put("T5S", "THR");
2247     modifications.put("T66", "XAA");
2248     modifications.put("T6A", "ALA");
2249     modifications.put("TA3", "THR");
2250     modifications.put("TA4", "XAA");
2251     modifications.put("TAF", "THR");
2252     modifications.put("TAL", "ASN");
2253     modifications.put("TAV", "ASP");
2254     modifications.put("TBG", "VAL");
2255     modifications.put("TBM", "THR");
2256     modifications.put("TC1", "CYS");
2257     modifications.put("TCP", "THR");
2258     modifications.put("TCQ", "TYR");
2259     modifications.put("TCR", "TRP");
2260     modifications.put("TCY", "ALA");
2261     modifications.put("TDD", "LEU");
2262     modifications.put("TDY", "THR");
2263     modifications.put("TFE", "THR");
2264     modifications.put("TFO", "ALA");
2265     modifications.put("TFQ", "PHE");
2266     modifications.put("TFT", "THR");
2267     modifications.put("TGP", "GLY");
2268     modifications.put("TH6", "THR");
2269     modifications.put("THC", "THR");
2270     modifications.put("THO", "XAA");
2271     modifications.put("THR", "THR");
2272     modifications.put("THX", "ASN");
2273     modifications.put("THZ", "ARG");
2274     modifications.put("TIH", "ALA");
2275     modifications.put("TLB", "ASN");
2276     modifications.put("TLC", "THR");
2277     modifications.put("TLN", "UR3");
2278     modifications.put("TMB", "THR");
2279     modifications.put("TMD", "THR");
2280     modifications.put("TNB", "CYS");
2281     modifications.put("TNR", "SER");
2282     modifications.put("TOX", "TRP");
2283     modifications.put("TP1", "THR");
2284     modifications.put("TPC", "CYS");
2285     modifications.put("TPG", "GLY");
2286     modifications.put("TPH", "XAA");
2287     modifications.put("TPL", "TRP");
2288     modifications.put("TPO", "THR");
2289     modifications.put("TPQ", "TYR");
2290     modifications.put("TQI", "TRP");
2291     modifications.put("TQQ", "TRP");
2292     modifications.put("TRF", "TRP");
2293     modifications.put("TRG", "LYS");
2294     modifications.put("TRN", "TRP");
2295     modifications.put("TRO", "TRP");
2296     modifications.put("TRP", "TRP");
2297     modifications.put("TRQ", "TRP");
2298     modifications.put("TRW", "TRP");
2299     modifications.put("TRX", "TRP");
2300     modifications.put("TS ", "ASN");
2301     modifications.put("TST", "XAA");
2302     modifications.put("TT ", "ASN");
2303     modifications.put("TTD", "THR");
2304     modifications.put("TTI", "UR3");
2305     modifications.put("TTM", "THR");
2306     modifications.put("TTQ", "TRP");
2307     modifications.put("TTS", "TYR");
2308     modifications.put("TY1", "TYR");
2309     modifications.put("TY2", "TYR");
2310     modifications.put("TY3", "TYR");
2311     modifications.put("TY5", "TYR");
2312     modifications.put("TYB", "TYR");
2313     modifications.put("TYI", "TYR");
2314     modifications.put("TYJ", "TYR");
2315     modifications.put("TYN", "TYR");
2316     modifications.put("TYO", "TYR");
2317     modifications.put("TYQ", "TYR");
2318     modifications.put("TYR", "TYR");
2319     modifications.put("TYS", "TYR");
2320     modifications.put("TYT", "TYR");
2321     modifications.put("TYU", "ASN");
2322     modifications.put("TYW", "TYR");
2323     modifications.put("TYX", "XAA");
2324     modifications.put("TYY", "TYR");
2325     modifications.put("TZB", "XAA");
2326     modifications.put("TZO", "XAA");
2327     modifications.put("U  ", "UR3");
2328     modifications.put("U25", "UR3");
2329     modifications.put("U2L", "UR3");
2330     modifications.put("U2N", "UR3");
2331     modifications.put("U2P", "UR3");
2332     modifications.put("U31", "UR3");
2333     modifications.put("U33", "UR3");
2334     modifications.put("U34", "UR3");
2335     modifications.put("U36", "UR3");
2336     modifications.put("U37", "UR3");
2337     modifications.put("U8U", "UR3");
2338     modifications.put("UAR", "UR3");
2339     modifications.put("UCL", "UR3");
2340     modifications.put("UD5", "UR3");
2341     modifications.put("UDP", "ASN");
2342     modifications.put("UFP", "ASN");
2343     modifications.put("UFR", "UR3");
2344     modifications.put("UFT", "UR3");
2345     modifications.put("UMA", "ALA");
2346     modifications.put("UMP", "UR3");
2347     modifications.put("UMS", "UR3");
2348     modifications.put("UN1", "XAA");
2349     modifications.put("UN2", "XAA");
2350     modifications.put("UNK", "XAA");
2351     modifications.put("UR3", "UR3");
2352     modifications.put("URD", "UR3");
2353     modifications.put("US1", "UR3");
2354     modifications.put("US2", "UR3");
2355     modifications.put("US3", "THR");
2356     modifications.put("US5", "UR3");
2357     modifications.put("USM", "UR3");
2358     modifications.put("VAD", "VAL");
2359     modifications.put("VAF", "VAL");
2360     modifications.put("VAL", "VAL");
2361     modifications.put("VB1", "LYS");
2362     modifications.put("VDL", "XAA");
2363     modifications.put("VLL", "XAA");
2364     modifications.put("VLM", "XAA");
2365     modifications.put("VMS", "XAA");
2366     modifications.put("VOL", "XAA");
2367     modifications.put("WCR", "GYG");
2368     modifications.put("X  ", "GLY");
2369     modifications.put("X2W", "GLU");
2370     modifications.put("X4A", "ASN");
2371     modifications.put("X9Q", "AFG");
2372     modifications.put("XAD", "ALA");
2373     modifications.put("XAE", "ASN");
2374     modifications.put("XAL", "ALA");
2375     modifications.put("XAR", "ASN");
2376     modifications.put("XCL", "CYS");
2377     modifications.put("XCN", "CYS");
2378     modifications.put("XCP", "XAA");
2379     modifications.put("XCR", "CYS");
2380     modifications.put("XCS", "ASN");
2381     modifications.put("XCT", "CYS");
2382     modifications.put("XCY", "CYS");
2383     modifications.put("XGA", "ASN");
2384     modifications.put("XGL", "GLY");
2385     modifications.put("XGR", "GLY");
2386     modifications.put("XGU", "GLY");
2387     modifications.put("XPR", "PRO");
2388     modifications.put("XSN", "ASN");
2389     modifications.put("XTH", "THR");
2390     modifications.put("XTL", "THR");
2391     modifications.put("XTR", "THR");
2392     modifications.put("XTS", "GLY");
2393     modifications.put("XTY", "ASN");
2394     modifications.put("XUA", "ALA");
2395     modifications.put("XUG", "GLY");
2396     modifications.put("XX1", "LYS");
2397     modifications.put("XXY", "THG");
2398     modifications.put("XYG", "DYG");
2399     modifications.put("Y  ", "ALA");
2400     modifications.put("YCM", "CYS");
2401     modifications.put("YG ", "GLY");
2402     modifications.put("YOF", "TYR");
2403     modifications.put("YRR", "ASN");
2404     modifications.put("YYG", "GLY");
2405     modifications.put("Z  ", "CYS");
2406     modifications.put("Z01", "ALA");
2407     modifications.put("ZAD", "ALA");
2408     modifications.put("ZAL", "ALA");
2409     modifications.put("ZBC", "CYS");
2410     modifications.put("ZBU", "UR3");
2411     modifications.put("ZCL", "PHE");
2412     modifications.put("ZCY", "CYS");
2413     modifications.put("ZDU", "UR3");
2414     modifications.put("ZFB", "XAA");
2415     modifications.put("ZGU", "GLY");
2416     modifications.put("ZHP", "ASN");
2417     modifications.put("ZTH", "THR");
2418     modifications.put("ZU0", "THR");
2419     modifications.put("ZZJ", "ALA");
2420
2421   }
2422
2423   public static String getCanonicalAminoAcid(String aA)
2424   {
2425     String canonical = modifications.get(aA);
2426     return canonical == null ? aA : canonical;
2427   }
2428
2429   // main method generates perl representation of residue property hash
2430   // / cut here
2431   /**
2432    * @j2sIgnore
2433    * @param args
2434    */
2435   public static void main(String[] args)
2436   {
2437     Hashtable<String, Vector<String>> aaProps = new Hashtable<>();
2438     jalview.bin.Console.outPrintln("my %aa = {");
2439     // invert property hashes
2440     for (String pname : propHash.keySet())
2441     {
2442       Map<String, Integer> phash = propHash.get(pname);
2443       for (String rname : phash.keySet())
2444       {
2445         Vector<String> aprops = aaProps.get(rname);
2446         if (aprops == null)
2447         {
2448           aprops = new Vector<>();
2449           aaProps.put(rname, aprops);
2450         }
2451         Integer hasprop = phash.get(rname);
2452         if (hasprop.intValue() == 1)
2453         {
2454           aprops.addElement(pname);
2455         }
2456       }
2457     }
2458     Enumeration<String> res = aaProps.keys();
2459     while (res.hasMoreElements())
2460     {
2461       String rname = res.nextElement();
2462
2463       System.out.print("'" + rname + "' => [");
2464       Enumeration<String> props = aaProps.get(rname).elements();
2465       while (props.hasMoreElements())
2466       {
2467         System.out.print("'" + props.nextElement() + "'");
2468         if (props.hasMoreElements())
2469         {
2470           jalview.bin.Console.outPrintln(", ");
2471         }
2472       }
2473       jalview.bin.Console
2474               .outPrintln("]" + (res.hasMoreElements() ? "," : ""));
2475     }
2476     jalview.bin.Console.outPrintln("};");
2477   }
2478
2479   // to here
2480
2481   /**
2482    * Returns a list of residue characters for the specified inputs
2483    *
2484    * @param forNucleotide
2485    * @param includeAmbiguous
2486    * @return
2487    */
2488   public static List<String> getResidues(boolean forNucleotide,
2489           boolean includeAmbiguous)
2490   {
2491     List<String> result = new ArrayList<>();
2492     if (forNucleotide)
2493     {
2494       for (String nuc : nucleotideName.keySet())
2495       {
2496         int val = nucleotideIndex[nuc.charAt(0)];
2497         if ((!includeAmbiguous && val > 4) || (val >= maxNucleotideIndex))
2498         {
2499           continue;
2500         }
2501         nuc = nuc.toUpperCase(Locale.ROOT);
2502         if (!result.contains(nuc))
2503         {
2504           result.add(nuc);
2505         }
2506       }
2507     }
2508     else
2509     {
2510       /*
2511        * Peptide
2512        */
2513       for (String res : aa3Hash.keySet())
2514       {
2515         int index = aa3Hash.get(res).intValue();
2516         if ((!includeAmbiguous && index >= 20) || index >= maxProteinIndex)
2517         {
2518           continue;
2519         }
2520         res = res.toUpperCase(Locale.ROOT);
2521         if (!result.contains(res))
2522         {
2523           result.add(res);
2524         }
2525       }
2526     }
2527
2528     return result;
2529   }
2530
2531   /**
2532    * Returns the single letter code for a three letter code, or '0' if not known
2533    *
2534    * @param threeLetterCode
2535    *          not case sensitive
2536    * @return
2537    */
2538   public static char getSingleCharacterCode(String threeLetterCode)
2539   {
2540     if (threeLetterCode == null)
2541     {
2542       return '0';
2543     }
2544     Integer index = ResidueProperties.aa3Hash
2545             .get(threeLetterCode.toUpperCase(Locale.ROOT));
2546     return index == null ? '0' : aa[index].charAt(0);
2547   }
2548 }