JAL-1988 JAL-3130 New jlinked JRE in jalview_java2 with modules. Still needs jaxws...
[jalview.git] / test / jalview / analysis / AlignmentUtilsTests.java
1 /*
2  * Jalview - A Sequence Alignment Editor and Viewer ($$Version-Rel$$)
3  * Copyright (C) $$Year-Rel$$ The Jalview Authors
4  * 
5  * This file is part of Jalview.
6  * 
7  * Jalview is free software: you can redistribute it and/or
8  * modify it under the terms of the GNU General Public License 
9  * as published by the Free Software Foundation, either version 3
10  * of the License, or (at your option) any later version.
11  *  
12  * Jalview is distributed in the hope that it will be useful, but 
13  * WITHOUT ANY WARRANTY; without even the implied warranty 
14  * of MERCHANTABILITY or FITNESS FOR A PARTICULAR 
15  * PURPOSE.  See the GNU General Public License for more details.
16  * 
17  * You should have received a copy of the GNU General Public License
18  * along with Jalview.  If not, see <http://www.gnu.org/licenses/>.
19  * The Jalview Authors are detailed in the 'AUTHORS' file.
20  */
21 package jalview.analysis;
22
23 import static org.testng.AssertJUnit.assertEquals;
24 import static org.testng.AssertJUnit.assertFalse;
25 import static org.testng.AssertJUnit.assertNotNull;
26 import static org.testng.AssertJUnit.assertNull;
27 import static org.testng.AssertJUnit.assertSame;
28 import static org.testng.AssertJUnit.assertTrue;
29
30 import jalview.analysis.AlignmentUtils.DnaVariant;
31 import jalview.datamodel.AlignedCodonFrame;
32 import jalview.datamodel.Alignment;
33 import jalview.datamodel.AlignmentAnnotation;
34 import jalview.datamodel.AlignmentI;
35 import jalview.datamodel.Annotation;
36 import jalview.datamodel.DBRefEntry;
37 import jalview.datamodel.GeneLociI;
38 import jalview.datamodel.Mapping;
39 import jalview.datamodel.SearchResultMatchI;
40 import jalview.datamodel.SearchResultsI;
41 import jalview.datamodel.Sequence;
42 import jalview.datamodel.SequenceFeature;
43 import jalview.datamodel.SequenceI;
44 import jalview.datamodel.features.SequenceFeatures;
45 import jalview.gui.JvOptionPane;
46 import jalview.io.AppletFormatAdapter;
47 import jalview.io.DataSourceType;
48 import jalview.io.FileFormat;
49 import jalview.io.FileFormatI;
50 import jalview.io.FormatAdapter;
51 import jalview.io.gff.SequenceOntologyI;
52 import jalview.util.MapList;
53 import jalview.util.MappingUtils;
54
55 import java.io.IOException;
56 import java.util.ArrayList;
57 import java.util.Arrays;
58 import java.util.LinkedHashMap;
59 import java.util.List;
60 import java.util.Map;
61 import java.util.TreeMap;
62
63 import org.testng.annotations.BeforeClass;
64 import org.testng.annotations.Test;
65
66 public class AlignmentUtilsTests
67 {
68   private static Sequence ts = new Sequence("short",
69           "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklm");
70
71   @BeforeClass(alwaysRun = true)
72   public void setUpJvOptionPane()
73   {
74     JvOptionPane.setInteractiveMode(false);
75     JvOptionPane.setMockResponse(JvOptionPane.CANCEL_OPTION);
76   }
77
78   @Test(groups = { "Functional" })
79   public void testExpandContext()
80   {
81     AlignmentI al = new Alignment(new Sequence[] {});
82     for (int i = 4; i < 14; i += 2)
83     {
84       SequenceI s1 = ts.deriveSequence().getSubSequence(i, i + 7);
85       al.addSequence(s1);
86     }
87     System.out.println(new AppletFormatAdapter().formatSequences(
88             FileFormat.Clustal,
89             al, true));
90     for (int flnk = -1; flnk < 25; flnk++)
91     {
92       AlignmentI exp = AlignmentUtils.expandContext(al, flnk);
93       System.out.println("\nFlank size: " + flnk);
94       System.out.println(new AppletFormatAdapter().formatSequences(
95               FileFormat.Clustal, exp, true));
96       if (flnk == -1)
97       {
98         /*
99          * Full expansion to complete sequences
100          */
101         for (SequenceI sq : exp.getSequences())
102         {
103           String ung = sq.getSequenceAsString().replaceAll("-+", "");
104           final String errorMsg = "Flanking sequence not the same as original dataset sequence.\n"
105                   + ung
106                   + "\n"
107                   + sq.getDatasetSequence().getSequenceAsString();
108           assertTrue(errorMsg, ung.equalsIgnoreCase(sq.getDatasetSequence()
109                   .getSequenceAsString()));
110         }
111       }
112       else if (flnk == 24)
113       {
114         /*
115          * Last sequence is fully expanded, others have leading gaps to match
116          */
117         assertTrue(exp.getSequenceAt(4).getSequenceAsString()
118                 .startsWith("abc"));
119         assertTrue(exp.getSequenceAt(3).getSequenceAsString()
120                 .startsWith("--abc"));
121         assertTrue(exp.getSequenceAt(2).getSequenceAsString()
122                 .startsWith("----abc"));
123         assertTrue(exp.getSequenceAt(1).getSequenceAsString()
124                 .startsWith("------abc"));
125         assertTrue(exp.getSequenceAt(0).getSequenceAsString()
126                 .startsWith("--------abc"));
127       }
128     }
129   }
130
131   /**
132    * Test that annotations are correctly adjusted by expandContext
133    */
134   @Test(groups = { "Functional" })
135   public void testExpandContext_annotation()
136   {
137     AlignmentI al = new Alignment(new Sequence[] {});
138     SequenceI ds = new Sequence("Seq1", "ABCDEFGHI");
139     // subsequence DEF:
140     SequenceI seq1 = ds.deriveSequence().getSubSequence(3, 6);
141     al.addSequence(seq1);
142
143     /*
144      * Annotate DEF with 4/5/6 respectively
145      */
146     Annotation[] anns = new Annotation[] { new Annotation(4),
147         new Annotation(5), new Annotation(6) };
148     AlignmentAnnotation ann = new AlignmentAnnotation("SS",
149             "secondary structure", anns);
150     seq1.addAlignmentAnnotation(ann);
151
152     /*
153      * The annotations array should match aligned positions
154      */
155     assertEquals(3, ann.annotations.length);
156     assertEquals(4, ann.annotations[0].value, 0.001);
157     assertEquals(5, ann.annotations[1].value, 0.001);
158     assertEquals(6, ann.annotations[2].value, 0.001);
159
160     /*
161      * Check annotation to sequence position mappings before expanding the
162      * sequence; these are set up in Sequence.addAlignmentAnnotation ->
163      * Annotation.setSequenceRef -> createSequenceMappings
164      */
165     assertNull(ann.getAnnotationForPosition(1));
166     assertNull(ann.getAnnotationForPosition(2));
167     assertNull(ann.getAnnotationForPosition(3));
168     assertEquals(4, ann.getAnnotationForPosition(4).value, 0.001);
169     assertEquals(5, ann.getAnnotationForPosition(5).value, 0.001);
170     assertEquals(6, ann.getAnnotationForPosition(6).value, 0.001);
171     assertNull(ann.getAnnotationForPosition(7));
172     assertNull(ann.getAnnotationForPosition(8));
173     assertNull(ann.getAnnotationForPosition(9));
174
175     /*
176      * Expand the subsequence to the full sequence abcDEFghi
177      */
178     AlignmentI expanded = AlignmentUtils.expandContext(al, -1);
179     assertEquals("abcDEFghi", expanded.getSequenceAt(0)
180             .getSequenceAsString());
181
182     /*
183      * Confirm the alignment and sequence have the same SS annotation,
184      * referencing the expanded sequence
185      */
186     ann = expanded.getSequenceAt(0).getAnnotation()[0];
187     assertSame(ann, expanded.getAlignmentAnnotation()[0]);
188     assertSame(expanded.getSequenceAt(0), ann.sequenceRef);
189
190     /*
191      * The annotations array should have null values except for annotated
192      * positions
193      */
194     assertNull(ann.annotations[0]);
195     assertNull(ann.annotations[1]);
196     assertNull(ann.annotations[2]);
197     assertEquals(4, ann.annotations[3].value, 0.001);
198     assertEquals(5, ann.annotations[4].value, 0.001);
199     assertEquals(6, ann.annotations[5].value, 0.001);
200     assertNull(ann.annotations[6]);
201     assertNull(ann.annotations[7]);
202     assertNull(ann.annotations[8]);
203
204     /*
205      * sequence position mappings should be unchanged
206      */
207     assertNull(ann.getAnnotationForPosition(1));
208     assertNull(ann.getAnnotationForPosition(2));
209     assertNull(ann.getAnnotationForPosition(3));
210     assertEquals(4, ann.getAnnotationForPosition(4).value, 0.001);
211     assertEquals(5, ann.getAnnotationForPosition(5).value, 0.001);
212     assertEquals(6, ann.getAnnotationForPosition(6).value, 0.001);
213     assertNull(ann.getAnnotationForPosition(7));
214     assertNull(ann.getAnnotationForPosition(8));
215     assertNull(ann.getAnnotationForPosition(9));
216   }
217
218   /**
219    * Test method that returns a map of lists of sequences by sequence name.
220    * 
221    * @throws IOException
222    */
223   @Test(groups = { "Functional" })
224   public void testGetSequencesByName() throws IOException
225   {
226     final String data = ">Seq1Name\nKQYL\n" + ">Seq2Name\nRFPW\n"
227             + ">Seq1Name\nABCD\n";
228     AlignmentI al = loadAlignment(data, FileFormat.Fasta);
229     Map<String, List<SequenceI>> map = AlignmentUtils
230             .getSequencesByName(al);
231     assertEquals(2, map.keySet().size());
232     assertEquals(2, map.get("Seq1Name").size());
233     assertEquals("KQYL", map.get("Seq1Name").get(0).getSequenceAsString());
234     assertEquals("ABCD", map.get("Seq1Name").get(1).getSequenceAsString());
235     assertEquals(1, map.get("Seq2Name").size());
236     assertEquals("RFPW", map.get("Seq2Name").get(0).getSequenceAsString());
237   }
238
239   /**
240    * Helper method to load an alignment and ensure dataset sequences are set up.
241    * 
242    * @param data
243    * @param format
244    *          TODO
245    * @return
246    * @throws IOException
247    */
248   protected AlignmentI loadAlignment(final String data, FileFormatI format)
249           throws IOException
250   {
251     AlignmentI a = new FormatAdapter().readFile(data,
252             DataSourceType.PASTE, format);
253     a.setDataset(null);
254     return a;
255   }
256
257   /**
258    * Test mapping of protein to cDNA, for the case where we have no sequence
259    * cross-references, so mappings are made first-served 1-1 where sequences
260    * translate.
261    * 
262    * @throws IOException
263    */
264   @Test(groups = { "Functional" })
265   public void testMapProteinAlignmentToCdna_noXrefs() throws IOException
266   {
267     List<SequenceI> protseqs = new ArrayList<>();
268     protseqs.add(new Sequence("UNIPROT|V12345", "EIQ"));
269     protseqs.add(new Sequence("UNIPROT|V12346", "EIQ"));
270     protseqs.add(new Sequence("UNIPROT|V12347", "SAR"));
271     AlignmentI protein = new Alignment(protseqs.toArray(new SequenceI[3]));
272     protein.setDataset(null);
273
274     List<SequenceI> dnaseqs = new ArrayList<>();
275     dnaseqs.add(new Sequence("EMBL|A11111", "TCAGCACGC")); // = SAR
276     dnaseqs.add(new Sequence("EMBL|A22222", "GAGATACAA")); // = EIQ
277     dnaseqs.add(new Sequence("EMBL|A33333", "GAAATCCAG")); // = EIQ
278     dnaseqs.add(new Sequence("EMBL|A44444", "GAAATTCAG")); // = EIQ
279     AlignmentI cdna = new Alignment(dnaseqs.toArray(new SequenceI[4]));
280     cdna.setDataset(null);
281
282     assertTrue(AlignmentUtils.mapProteinAlignmentToCdna(protein, cdna));
283
284     // 3 mappings made, each from 1 to 1 sequence
285     assertEquals(3, protein.getCodonFrames().size());
286     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(0)).size());
287     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(1)).size());
288     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(2)).size());
289
290     // V12345 mapped to A22222
291     AlignedCodonFrame acf = protein.getCodonFrame(protein.getSequenceAt(0))
292             .get(0);
293     assertEquals(1, acf.getdnaSeqs().length);
294     assertEquals(cdna.getSequenceAt(1).getDatasetSequence(),
295             acf.getdnaSeqs()[0]);
296     Mapping[] protMappings = acf.getProtMappings();
297     assertEquals(1, protMappings.length);
298     MapList mapList = protMappings[0].getMap();
299     assertEquals(3, mapList.getFromRatio());
300     assertEquals(1, mapList.getToRatio());
301     assertTrue(Arrays.equals(new int[] { 1, 9 }, mapList.getFromRanges()
302             .get(0)));
303     assertEquals(1, mapList.getFromRanges().size());
304     assertTrue(Arrays.equals(new int[] { 1, 3 },
305             mapList.getToRanges().get(0)));
306     assertEquals(1, mapList.getToRanges().size());
307
308     // V12346 mapped to A33333
309     acf = protein.getCodonFrame(protein.getSequenceAt(1)).get(0);
310     assertEquals(1, acf.getdnaSeqs().length);
311     assertEquals(cdna.getSequenceAt(2).getDatasetSequence(),
312             acf.getdnaSeqs()[0]);
313
314     // V12347 mapped to A11111
315     acf = protein.getCodonFrame(protein.getSequenceAt(2)).get(0);
316     assertEquals(1, acf.getdnaSeqs().length);
317     assertEquals(cdna.getSequenceAt(0).getDatasetSequence(),
318             acf.getdnaSeqs()[0]);
319
320     // no mapping involving the 'extra' A44444
321     assertTrue(protein.getCodonFrame(cdna.getSequenceAt(3)).isEmpty());
322   }
323
324   /**
325    * Test for the alignSequenceAs method that takes two sequences and a mapping.
326    */
327   @Test(groups = { "Functional" })
328   public void testAlignSequenceAs_withMapping_noIntrons()
329   {
330     MapList map = new MapList(new int[] { 1, 6 }, new int[] { 1, 2 }, 3, 1);
331
332     /*
333      * No existing gaps in dna:
334      */
335     checkAlignSequenceAs("GGGAAA", "-A-L-", false, false, map,
336             "---GGG---AAA");
337
338     /*
339      * Now introduce gaps in dna but ignore them when realigning.
340      */
341     checkAlignSequenceAs("-G-G-G-A-A-A-", "-A-L-", false, false, map,
342             "---GGG---AAA");
343
344     /*
345      * Now include gaps in dna when realigning. First retaining 'mapped' gaps
346      * only, i.e. those within the exon region.
347      */
348     checkAlignSequenceAs("-G-G--G-A--A-A-", "-A-L-", true, false, map,
349             "---G-G--G---A--A-A");
350
351     /*
352      * Include all gaps in dna when realigning (within and without the exon
353      * region). The leading gap, and the gaps between codons, are subsumed by
354      * the protein alignment gap.
355      */
356     checkAlignSequenceAs("-G-GG--AA-A---", "-A-L-", true, true, map,
357             "---G-GG---AA-A---");
358
359     /*
360      * Include only unmapped gaps in dna when realigning (outside the exon
361      * region). The leading gap, and the gaps between codons, are subsumed by
362      * the protein alignment gap.
363      */
364     checkAlignSequenceAs("-G-GG--AA-A-", "-A-L-", false, true, map,
365             "---GGG---AAA---");
366   }
367
368   /**
369    * Test for the alignSequenceAs method that takes two sequences and a mapping.
370    */
371   @Test(groups = { "Functional" })
372   public void testAlignSequenceAs_withMapping_withIntrons()
373   {
374     /*
375      * Exons at codon 2 (AAA) and 4 (TTT)
376      */
377     MapList map = new MapList(new int[] { 4, 6, 10, 12 },
378             new int[] { 1, 2 }, 3, 1);
379
380     /*
381      * Simple case: no gaps in dna
382      */
383     checkAlignSequenceAs("GGGAAACCCTTTGGG", "--A-L-", false, false, map,
384             "GGG---AAACCCTTTGGG");
385
386     /*
387      * Add gaps to dna - but ignore when realigning.
388      */
389     checkAlignSequenceAs("-G-G-G--A--A---AC-CC-T-TT-GG-G-", "--A-L-",
390             false, false, map, "GGG---AAACCCTTTGGG");
391
392     /*
393      * Add gaps to dna - include within exons only when realigning.
394      */
395     checkAlignSequenceAs("-G-G-G--A--A---A-C-CC-T-TT-GG-G-", "--A-L-",
396             true, false, map, "GGG---A--A---ACCCT-TTGGG");
397
398     /*
399      * Include gaps outside exons only when realigning.
400      */
401     checkAlignSequenceAs("-G-G-G--A--A---A-C-CC-T-TT-GG-G-", "--A-L-",
402             false, true, map, "-G-G-GAAAC-CCTTT-GG-G-");
403
404     /*
405      * Include gaps following first intron if we are 'preserving mapped gaps'
406      */
407     checkAlignSequenceAs("-G-G-G--A--A---A-C-CC-T-TT-GG-G-", "--A-L-",
408             true, true, map, "-G-G-G--A--A---A-C-CC-T-TT-GG-G-");
409
410     /*
411      * Include all gaps in dna when realigning.
412      */
413     checkAlignSequenceAs("-G-G-G--A--A---A-C-CC-T-TT-GG-G-", "--A-L-",
414             true, true, map, "-G-G-G--A--A---A-C-CC-T-TT-GG-G-");
415   }
416
417   /**
418    * Test for the case where not all of the protein sequence is mapped to cDNA.
419    */
420   @Test(groups = { "Functional" })
421   public void testAlignSequenceAs_withMapping_withUnmappedProtein()
422   {
423     /*
424      * Exons at codon 2 (AAA) and 4 (TTT) mapped to A and P
425      */
426     final MapList map = new MapList(new int[] { 4, 6, 10, 12 }, new int[] {
427         1, 1, 3, 3 }, 3, 1);
428
429     /*
430      * -L- 'aligns' ccc------
431      */
432     checkAlignSequenceAs("gggAAAcccTTTggg", "-A-L-P-", false, false, map,
433             "gggAAAccc------TTTggg");
434   }
435
436   /**
437    * Helper method that performs and verifies the method under test.
438    * 
439    * @param alignee
440    *          the sequence to be realigned
441    * @param alignModel
442    *          the sequence whose alignment is to be copied
443    * @param preserveMappedGaps
444    * @param preserveUnmappedGaps
445    * @param map
446    * @param expected
447    */
448   protected void checkAlignSequenceAs(final String alignee,
449           final String alignModel, final boolean preserveMappedGaps,
450           final boolean preserveUnmappedGaps, MapList map,
451           final String expected)
452   {
453     SequenceI alignMe = new Sequence("Seq1", alignee);
454     alignMe.createDatasetSequence();
455     SequenceI alignFrom = new Sequence("Seq2", alignModel);
456     alignFrom.createDatasetSequence();
457     AlignedCodonFrame acf = new AlignedCodonFrame();
458     acf.addMap(alignMe.getDatasetSequence(),
459             alignFrom.getDatasetSequence(), map);
460
461     AlignmentUtils.alignSequenceAs(alignMe, alignFrom, acf, "---", '-',
462             preserveMappedGaps, preserveUnmappedGaps);
463     assertEquals(expected, alignMe.getSequenceAsString());
464   }
465
466   /**
467    * Test for the alignSequenceAs method where we preserve gaps in introns only.
468    */
469   @Test(groups = { "Functional" })
470   public void testAlignSequenceAs_keepIntronGapsOnly()
471   {
472
473     /*
474      * Intron GGGAAA followed by exon CCCTTT
475      */
476     MapList map = new MapList(new int[] { 7, 12 }, new int[] { 1, 2 }, 3, 1);
477
478     checkAlignSequenceAs("GG-G-AA-A-C-CC-T-TT", "AL", false, true, map,
479             "GG-G-AA-ACCCTTT");
480   }
481
482   /**
483    * Test the method that realigns protein to match mapped codon alignment.
484    */
485   @Test(groups = { "Functional" })
486   public void testAlignProteinAsDna()
487   {
488     // seq1 codons are [1,2,3] [4,5,6] [7,8,9] [10,11,12]
489     SequenceI dna1 = new Sequence("Seq1", "TGCCATTACCAG-");
490     // seq2 codons are [1,3,4] [5,6,7] [8,9,10] [11,12,13]
491     SequenceI dna2 = new Sequence("Seq2", "T-GCCATTACCAG");
492     // seq3 codons are [1,2,3] [4,5,7] [8,9,10] [11,12,13]
493     SequenceI dna3 = new Sequence("Seq3", "TGCCA-TTACCAG");
494     AlignmentI dna = new Alignment(new SequenceI[] { dna1, dna2, dna3 });
495     dna.setDataset(null);
496
497     // protein alignment will be realigned like dna
498     SequenceI prot1 = new Sequence("Seq1", "CHYQ");
499     SequenceI prot2 = new Sequence("Seq2", "CHYQ");
500     SequenceI prot3 = new Sequence("Seq3", "CHYQ");
501     SequenceI prot4 = new Sequence("Seq4", "R-QSV"); // unmapped, unchanged
502     AlignmentI protein = new Alignment(new SequenceI[] { prot1, prot2,
503         prot3, prot4 });
504     protein.setDataset(null);
505
506     MapList map = new MapList(new int[] { 1, 12 }, new int[] { 1, 4 }, 3, 1);
507     AlignedCodonFrame acf = new AlignedCodonFrame();
508     acf.addMap(dna1.getDatasetSequence(), prot1.getDatasetSequence(), map);
509     acf.addMap(dna2.getDatasetSequence(), prot2.getDatasetSequence(), map);
510     acf.addMap(dna3.getDatasetSequence(), prot3.getDatasetSequence(), map);
511     ArrayList<AlignedCodonFrame> acfs = new ArrayList<>();
512     acfs.add(acf);
513     protein.setCodonFrames(acfs);
514
515     /*
516      * Translated codon order is [1,2,3] [1,3,4] [4,5,6] [4,5,7] [5,6,7] [7,8,9]
517      * [8,9,10] [10,11,12] [11,12,13]
518      */
519     AlignmentUtils.alignProteinAsDna(protein, dna);
520     assertEquals("C-H--Y-Q-", prot1.getSequenceAsString());
521     assertEquals("-C--H-Y-Q", prot2.getSequenceAsString());
522     assertEquals("C--H--Y-Q", prot3.getSequenceAsString());
523     assertEquals("R-QSV", prot4.getSequenceAsString());
524   }
525
526   /**
527    * Test the method that tests whether a CDNA sequence translates to a protein
528    * sequence
529    */
530   @Test(groups = { "Functional" })
531   public void testTranslatesAs()
532   {
533     // null arguments check
534     assertFalse(AlignmentUtils.translatesAs(null, 0, null));
535     assertFalse(AlignmentUtils.translatesAs(new char[] { 't' }, 0, null));
536     assertFalse(AlignmentUtils.translatesAs(null, 0, new char[] { 'a' }));
537
538     // straight translation
539     assertTrue(AlignmentUtils.translatesAs("tttcccaaaggg".toCharArray(), 0,
540             "FPKG".toCharArray()));
541     // with extra start codon (not in protein)
542     assertTrue(AlignmentUtils.translatesAs("atgtttcccaaaggg".toCharArray(),
543             3, "FPKG".toCharArray()));
544     // with stop codon1 (not in protein)
545     assertTrue(AlignmentUtils.translatesAs("tttcccaaagggtaa".toCharArray(),
546             0, "FPKG".toCharArray()));
547     // with stop codon1 (in protein as *)
548     assertTrue(AlignmentUtils.translatesAs("tttcccaaagggtaa".toCharArray(),
549             0, "FPKG*".toCharArray()));
550     // with stop codon2 (not in protein)
551     assertTrue(AlignmentUtils.translatesAs("tttcccaaagggtag".toCharArray(),
552             0, "FPKG".toCharArray()));
553     // with stop codon3 (not in protein)
554     assertTrue(AlignmentUtils.translatesAs("tttcccaaagggtga".toCharArray(),
555             0, "FPKG".toCharArray()));
556     // with start and stop codon1
557     assertTrue(AlignmentUtils.translatesAs(
558             "atgtttcccaaagggtaa".toCharArray(), 3, "FPKG".toCharArray()));
559     // with start and stop codon1 (in protein as *)
560     assertTrue(AlignmentUtils.translatesAs(
561             "atgtttcccaaagggtaa".toCharArray(), 3, "FPKG*".toCharArray()));
562     // with start and stop codon2
563     assertTrue(AlignmentUtils.translatesAs(
564             "atgtttcccaaagggtag".toCharArray(), 3, "FPKG".toCharArray()));
565     // with start and stop codon3
566     assertTrue(AlignmentUtils.translatesAs(
567             "atgtttcccaaagggtga".toCharArray(), 3, "FPKG".toCharArray()));
568
569     // with embedded stop codons
570     assertTrue(AlignmentUtils.translatesAs(
571             "atgtttTAGcccaaaTAAgggtga".toCharArray(), 3,
572             "F*PK*G".toCharArray()));
573
574     // wrong protein
575     assertFalse(AlignmentUtils.translatesAs("tttcccaaaggg".toCharArray(),
576             0, "FPMG".toCharArray()));
577
578     // truncated dna
579     assertFalse(AlignmentUtils.translatesAs("tttcccaaagg".toCharArray(), 0,
580             "FPKG".toCharArray()));
581
582     // truncated protein
583     assertFalse(AlignmentUtils.translatesAs("tttcccaaaggg".toCharArray(),
584             0, "FPK".toCharArray()));
585
586     // overlong dna (doesn't end in stop codon)
587     assertFalse(AlignmentUtils.translatesAs(
588             "tttcccaaagggttt".toCharArray(), 0, "FPKG".toCharArray()));
589
590     // dna + stop codon + more
591     assertFalse(AlignmentUtils.translatesAs(
592             "tttcccaaagggttaga".toCharArray(), 0, "FPKG".toCharArray()));
593
594     // overlong protein
595     assertFalse(AlignmentUtils.translatesAs("tttcccaaaggg".toCharArray(),
596             0, "FPKGQ".toCharArray()));
597   }
598
599   /**
600    * Test mapping of protein to cDNA, for cases where the cDNA has start and/or
601    * stop codons in addition to the protein coding sequence.
602    * 
603    * @throws IOException
604    */
605   @Test(groups = { "Functional" })
606   public void testMapProteinAlignmentToCdna_withStartAndStopCodons()
607           throws IOException
608   {
609     List<SequenceI> protseqs = new ArrayList<>();
610     protseqs.add(new Sequence("UNIPROT|V12345", "EIQ"));
611     protseqs.add(new Sequence("UNIPROT|V12346", "EIQ"));
612     protseqs.add(new Sequence("UNIPROT|V12347", "SAR"));
613     AlignmentI protein = new Alignment(protseqs.toArray(new SequenceI[3]));
614     protein.setDataset(null);
615
616     List<SequenceI> dnaseqs = new ArrayList<>();
617     // start + SAR:
618     dnaseqs.add(new Sequence("EMBL|A11111", "ATGTCAGCACGC"));
619     // = EIQ + stop
620     dnaseqs.add(new Sequence("EMBL|A22222", "GAGATACAATAA"));
621     // = start +EIQ + stop
622     dnaseqs.add(new Sequence("EMBL|A33333", "ATGGAAATCCAGTAG"));
623     dnaseqs.add(new Sequence("EMBL|A44444", "GAAATTCAG"));
624     AlignmentI cdna = new Alignment(dnaseqs.toArray(new SequenceI[4]));
625     cdna.setDataset(null);
626
627     assertTrue(AlignmentUtils.mapProteinAlignmentToCdna(protein, cdna));
628
629     // 3 mappings made, each from 1 to 1 sequence
630     assertEquals(3, protein.getCodonFrames().size());
631     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(0)).size());
632     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(1)).size());
633     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(2)).size());
634
635     // V12345 mapped from A22222
636     AlignedCodonFrame acf = protein.getCodonFrame(protein.getSequenceAt(0))
637             .get(0);
638     assertEquals(1, acf.getdnaSeqs().length);
639     assertEquals(cdna.getSequenceAt(1).getDatasetSequence(),
640             acf.getdnaSeqs()[0]);
641     Mapping[] protMappings = acf.getProtMappings();
642     assertEquals(1, protMappings.length);
643     MapList mapList = protMappings[0].getMap();
644     assertEquals(3, mapList.getFromRatio());
645     assertEquals(1, mapList.getToRatio());
646     assertTrue(Arrays.equals(new int[] { 1, 9 }, mapList.getFromRanges()
647             .get(0)));
648     assertEquals(1, mapList.getFromRanges().size());
649     assertTrue(Arrays.equals(new int[] { 1, 3 },
650             mapList.getToRanges().get(0)));
651     assertEquals(1, mapList.getToRanges().size());
652
653     // V12346 mapped from A33333 starting position 4
654     acf = protein.getCodonFrame(protein.getSequenceAt(1)).get(0);
655     assertEquals(1, acf.getdnaSeqs().length);
656     assertEquals(cdna.getSequenceAt(2).getDatasetSequence(),
657             acf.getdnaSeqs()[0]);
658     protMappings = acf.getProtMappings();
659     assertEquals(1, protMappings.length);
660     mapList = protMappings[0].getMap();
661     assertEquals(3, mapList.getFromRatio());
662     assertEquals(1, mapList.getToRatio());
663     assertTrue(Arrays.equals(new int[] { 4, 12 }, mapList.getFromRanges()
664             .get(0)));
665     assertEquals(1, mapList.getFromRanges().size());
666     assertTrue(Arrays.equals(new int[] { 1, 3 },
667             mapList.getToRanges().get(0)));
668     assertEquals(1, mapList.getToRanges().size());
669
670     // V12347 mapped to A11111 starting position 4
671     acf = protein.getCodonFrame(protein.getSequenceAt(2)).get(0);
672     assertEquals(1, acf.getdnaSeqs().length);
673     assertEquals(cdna.getSequenceAt(0).getDatasetSequence(),
674             acf.getdnaSeqs()[0]);
675     protMappings = acf.getProtMappings();
676     assertEquals(1, protMappings.length);
677     mapList = protMappings[0].getMap();
678     assertEquals(3, mapList.getFromRatio());
679     assertEquals(1, mapList.getToRatio());
680     assertTrue(Arrays.equals(new int[] { 4, 12 }, mapList.getFromRanges()
681             .get(0)));
682     assertEquals(1, mapList.getFromRanges().size());
683     assertTrue(Arrays.equals(new int[] { 1, 3 },
684             mapList.getToRanges().get(0)));
685     assertEquals(1, mapList.getToRanges().size());
686
687     // no mapping involving the 'extra' A44444
688     assertTrue(protein.getCodonFrame(cdna.getSequenceAt(3)).isEmpty());
689   }
690
691   /**
692    * Test mapping of protein to cDNA, for the case where we have some sequence
693    * cross-references. Verify that 1-to-many mappings are made where
694    * cross-references exist and sequences are mappable.
695    * 
696    * @throws IOException
697    */
698   @Test(groups = { "Functional" })
699   public void testMapProteinAlignmentToCdna_withXrefs() throws IOException
700   {
701     List<SequenceI> protseqs = new ArrayList<>();
702     protseqs.add(new Sequence("UNIPROT|V12345", "EIQ"));
703     protseqs.add(new Sequence("UNIPROT|V12346", "EIQ"));
704     protseqs.add(new Sequence("UNIPROT|V12347", "SAR"));
705     AlignmentI protein = new Alignment(protseqs.toArray(new SequenceI[3]));
706     protein.setDataset(null);
707
708     List<SequenceI> dnaseqs = new ArrayList<>();
709     dnaseqs.add(new Sequence("EMBL|A11111", "TCAGCACGC")); // = SAR
710     dnaseqs.add(new Sequence("EMBL|A22222", "ATGGAGATACAA")); // = start + EIQ
711     dnaseqs.add(new Sequence("EMBL|A33333", "GAAATCCAG")); // = EIQ
712     dnaseqs.add(new Sequence("EMBL|A44444", "GAAATTCAG")); // = EIQ
713     dnaseqs.add(new Sequence("EMBL|A55555", "GAGATTCAG")); // = EIQ
714     AlignmentI cdna = new Alignment(dnaseqs.toArray(new SequenceI[5]));
715     cdna.setDataset(null);
716
717     // Xref A22222 to V12345 (should get mapped)
718     dnaseqs.get(1).addDBRef(new DBRefEntry("UNIPROT", "1", "V12345"));
719     // Xref V12345 to A44444 (should get mapped)
720     protseqs.get(0).addDBRef(new DBRefEntry("EMBL", "1", "A44444"));
721     // Xref A33333 to V12347 (sequence mismatch - should not get mapped)
722     dnaseqs.get(2).addDBRef(new DBRefEntry("UNIPROT", "1", "V12347"));
723     // as V12345 is mapped to A22222 and A44444, this leaves V12346 unmapped.
724     // it should get paired up with the unmapped A33333
725     // A11111 should be mapped to V12347
726     // A55555 is spare and has no xref so is not mapped
727
728     assertTrue(AlignmentUtils.mapProteinAlignmentToCdna(protein, cdna));
729
730     // 4 protein mappings made for 3 proteins, 2 to V12345, 1 each to V12346/7
731     assertEquals(3, protein.getCodonFrames().size());
732     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(0)).size());
733     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(1)).size());
734     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(2)).size());
735
736     // one mapping for each of the first 4 cDNA sequences
737     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(0)).size());
738     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(1)).size());
739     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(2)).size());
740     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(3)).size());
741
742     // V12345 mapped to A22222 and A44444
743     AlignedCodonFrame acf = protein.getCodonFrame(protein.getSequenceAt(0))
744             .get(0);
745     assertEquals(2, acf.getdnaSeqs().length);
746     assertEquals(cdna.getSequenceAt(1).getDatasetSequence(),
747             acf.getdnaSeqs()[0]);
748     assertEquals(cdna.getSequenceAt(3).getDatasetSequence(),
749             acf.getdnaSeqs()[1]);
750
751     // V12346 mapped to A33333
752     acf = protein.getCodonFrame(protein.getSequenceAt(1)).get(0);
753     assertEquals(1, acf.getdnaSeqs().length);
754     assertEquals(cdna.getSequenceAt(2).getDatasetSequence(),
755             acf.getdnaSeqs()[0]);
756
757     // V12347 mapped to A11111
758     acf = protein.getCodonFrame(protein.getSequenceAt(2)).get(0);
759     assertEquals(1, acf.getdnaSeqs().length);
760     assertEquals(cdna.getSequenceAt(0).getDatasetSequence(),
761             acf.getdnaSeqs()[0]);
762
763     // no mapping involving the 'extra' A55555
764     assertTrue(protein.getCodonFrame(cdna.getSequenceAt(4)).isEmpty());
765   }
766
767   /**
768    * Test mapping of protein to cDNA, for the case where we have some sequence
769    * cross-references. Verify that once we have made an xref mapping we don't
770    * also map un-xrefd sequeces.
771    * 
772    * @throws IOException
773    */
774   @Test(groups = { "Functional" })
775   public void testMapProteinAlignmentToCdna_prioritiseXrefs()
776           throws IOException
777   {
778     List<SequenceI> protseqs = new ArrayList<>();
779     protseqs.add(new Sequence("UNIPROT|V12345", "EIQ"));
780     protseqs.add(new Sequence("UNIPROT|V12346", "EIQ"));
781     AlignmentI protein = new Alignment(
782             protseqs.toArray(new SequenceI[protseqs.size()]));
783     protein.setDataset(null);
784
785     List<SequenceI> dnaseqs = new ArrayList<>();
786     dnaseqs.add(new Sequence("EMBL|A11111", "GAAATCCAG")); // = EIQ
787     dnaseqs.add(new Sequence("EMBL|A22222", "GAAATTCAG")); // = EIQ
788     AlignmentI cdna = new Alignment(dnaseqs.toArray(new SequenceI[dnaseqs
789             .size()]));
790     cdna.setDataset(null);
791
792     // Xref A22222 to V12345 (should get mapped)
793     // A11111 should then be mapped to the unmapped V12346
794     dnaseqs.get(1).addDBRef(new DBRefEntry("UNIPROT", "1", "V12345"));
795
796     assertTrue(AlignmentUtils.mapProteinAlignmentToCdna(protein, cdna));
797
798     // 2 protein mappings made
799     assertEquals(2, protein.getCodonFrames().size());
800     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(0)).size());
801     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(1)).size());
802
803     // one mapping for each of the cDNA sequences
804     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(0)).size());
805     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(1)).size());
806
807     // V12345 mapped to A22222
808     AlignedCodonFrame acf = protein.getCodonFrame(protein.getSequenceAt(0))
809             .get(0);
810     assertEquals(1, acf.getdnaSeqs().length);
811     assertEquals(cdna.getSequenceAt(1).getDatasetSequence(),
812             acf.getdnaSeqs()[0]);
813
814     // V12346 mapped to A11111
815     acf = protein.getCodonFrame(protein.getSequenceAt(1)).get(0);
816     assertEquals(1, acf.getdnaSeqs().length);
817     assertEquals(cdna.getSequenceAt(0).getDatasetSequence(),
818             acf.getdnaSeqs()[0]);
819   }
820
821   /**
822    * Test the method that shows or hides sequence annotations by type(s) and
823    * selection group.
824    */
825   @Test(groups = { "Functional" })
826   public void testShowOrHideSequenceAnnotations()
827   {
828     SequenceI seq1 = new Sequence("Seq1", "AAA");
829     SequenceI seq2 = new Sequence("Seq2", "BBB");
830     SequenceI seq3 = new Sequence("Seq3", "CCC");
831     Annotation[] anns = new Annotation[] { new Annotation(2f) };
832     AlignmentAnnotation ann1 = new AlignmentAnnotation("Structure", "ann1",
833             anns);
834     ann1.setSequenceRef(seq1);
835     AlignmentAnnotation ann2 = new AlignmentAnnotation("Structure", "ann2",
836             anns);
837     ann2.setSequenceRef(seq2);
838     AlignmentAnnotation ann3 = new AlignmentAnnotation("Structure", "ann3",
839             anns);
840     AlignmentAnnotation ann4 = new AlignmentAnnotation("Temp", "ann4", anns);
841     ann4.setSequenceRef(seq1);
842     AlignmentAnnotation ann5 = new AlignmentAnnotation("Temp", "ann5", anns);
843     ann5.setSequenceRef(seq2);
844     AlignmentAnnotation ann6 = new AlignmentAnnotation("Temp", "ann6", anns);
845     AlignmentI al = new Alignment(new SequenceI[] { seq1, seq2, seq3 });
846     al.addAnnotation(ann1); // Structure for Seq1
847     al.addAnnotation(ann2); // Structure for Seq2
848     al.addAnnotation(ann3); // Structure for no sequence
849     al.addAnnotation(ann4); // Temp for seq1
850     al.addAnnotation(ann5); // Temp for seq2
851     al.addAnnotation(ann6); // Temp for no sequence
852     List<String> types = new ArrayList<>();
853     List<SequenceI> scope = new ArrayList<>();
854
855     /*
856      * Set all sequence related Structure to hidden (ann1, ann2)
857      */
858     types.add("Structure");
859     AlignmentUtils.showOrHideSequenceAnnotations(al, types, null, false,
860             false);
861     assertFalse(ann1.visible);
862     assertFalse(ann2.visible);
863     assertTrue(ann3.visible); // not sequence-related, not affected
864     assertTrue(ann4.visible); // not Structure, not affected
865     assertTrue(ann5.visible); // "
866     assertTrue(ann6.visible); // not sequence-related, not affected
867
868     /*
869      * Set Temp in {seq1, seq3} to hidden
870      */
871     types.clear();
872     types.add("Temp");
873     scope.add(seq1);
874     scope.add(seq3);
875     AlignmentUtils.showOrHideSequenceAnnotations(al, types, scope, false,
876             false);
877     assertFalse(ann1.visible); // unchanged
878     assertFalse(ann2.visible); // unchanged
879     assertTrue(ann3.visible); // not sequence-related, not affected
880     assertFalse(ann4.visible); // Temp for seq1 hidden
881     assertTrue(ann5.visible); // not in scope, not affected
882     assertTrue(ann6.visible); // not sequence-related, not affected
883
884     /*
885      * Set Temp in all sequences to hidden
886      */
887     types.clear();
888     types.add("Temp");
889     scope.add(seq1);
890     scope.add(seq3);
891     AlignmentUtils.showOrHideSequenceAnnotations(al, types, null, false,
892             false);
893     assertFalse(ann1.visible); // unchanged
894     assertFalse(ann2.visible); // unchanged
895     assertTrue(ann3.visible); // not sequence-related, not affected
896     assertFalse(ann4.visible); // Temp for seq1 hidden
897     assertFalse(ann5.visible); // Temp for seq2 hidden
898     assertTrue(ann6.visible); // not sequence-related, not affected
899
900     /*
901      * Set all types in {seq1, seq3} to visible
902      */
903     types.clear();
904     scope.clear();
905     scope.add(seq1);
906     scope.add(seq3);
907     AlignmentUtils.showOrHideSequenceAnnotations(al, types, scope, true,
908             true);
909     assertTrue(ann1.visible); // Structure for seq1 set visible
910     assertFalse(ann2.visible); // not in scope, unchanged
911     assertTrue(ann3.visible); // not sequence-related, not affected
912     assertTrue(ann4.visible); // Temp for seq1 set visible
913     assertFalse(ann5.visible); // not in scope, unchanged
914     assertTrue(ann6.visible); // not sequence-related, not affected
915
916     /*
917      * Set all types in all scope to hidden
918      */
919     AlignmentUtils.showOrHideSequenceAnnotations(al, types, null, true,
920             false);
921     assertFalse(ann1.visible);
922     assertFalse(ann2.visible);
923     assertTrue(ann3.visible); // not sequence-related, not affected
924     assertFalse(ann4.visible);
925     assertFalse(ann5.visible);
926     assertTrue(ann6.visible); // not sequence-related, not affected
927   }
928
929   /**
930    * Tests for the method that checks if one sequence cross-references another
931    */
932   @Test(groups = { "Functional" })
933   public void testHasCrossRef()
934   {
935     assertFalse(AlignmentUtils.hasCrossRef(null, null));
936     SequenceI seq1 = new Sequence("EMBL|A12345", "ABCDEF");
937     assertFalse(AlignmentUtils.hasCrossRef(seq1, null));
938     assertFalse(AlignmentUtils.hasCrossRef(null, seq1));
939     SequenceI seq2 = new Sequence("UNIPROT|V20192", "ABCDEF");
940     assertFalse(AlignmentUtils.hasCrossRef(seq1, seq2));
941
942     // different ref
943     seq1.addDBRef(new DBRefEntry("UNIPROT", "1", "v20193"));
944     assertFalse(AlignmentUtils.hasCrossRef(seq1, seq2));
945
946     // case-insensitive; version number is ignored
947     seq1.addDBRef(new DBRefEntry("UNIPROT", "1", "v20192"));
948     assertTrue(AlignmentUtils.hasCrossRef(seq1, seq2));
949
950     // right case!
951     seq1.addDBRef(new DBRefEntry("UNIPROT", "1", "V20192"));
952     assertTrue(AlignmentUtils.hasCrossRef(seq1, seq2));
953     // test is one-way only
954     assertFalse(AlignmentUtils.hasCrossRef(seq2, seq1));
955   }
956
957   /**
958    * Tests for the method that checks if either sequence cross-references the
959    * other
960    */
961   @Test(groups = { "Functional" })
962   public void testHaveCrossRef()
963   {
964     assertFalse(AlignmentUtils.hasCrossRef(null, null));
965     SequenceI seq1 = new Sequence("EMBL|A12345", "ABCDEF");
966     assertFalse(AlignmentUtils.haveCrossRef(seq1, null));
967     assertFalse(AlignmentUtils.haveCrossRef(null, seq1));
968     SequenceI seq2 = new Sequence("UNIPROT|V20192", "ABCDEF");
969     assertFalse(AlignmentUtils.haveCrossRef(seq1, seq2));
970
971     seq1.addDBRef(new DBRefEntry("UNIPROT", "1", "V20192"));
972     assertTrue(AlignmentUtils.haveCrossRef(seq1, seq2));
973     // next is true for haveCrossRef, false for hasCrossRef
974     assertTrue(AlignmentUtils.haveCrossRef(seq2, seq1));
975
976     // now the other way round
977     seq1.setDBRefs(null);
978     seq2.addDBRef(new DBRefEntry("EMBL", "1", "A12345"));
979     assertTrue(AlignmentUtils.haveCrossRef(seq1, seq2));
980     assertTrue(AlignmentUtils.haveCrossRef(seq2, seq1));
981
982     // now both ways
983     seq1.addDBRef(new DBRefEntry("UNIPROT", "1", "V20192"));
984     assertTrue(AlignmentUtils.haveCrossRef(seq1, seq2));
985     assertTrue(AlignmentUtils.haveCrossRef(seq2, seq1));
986   }
987
988   /**
989    * Test the method that extracts the cds-only part of a dna alignment.
990    */
991   @Test(groups = { "Functional" })
992   public void testMakeCdsAlignment()
993   {
994     /*
995      * scenario:
996      *     dna1 --> [4, 6] [10,12]        --> pep1 
997      *     dna2 --> [1, 3] [7, 9] [13,15] --> pep2
998      */
999     SequenceI dna1 = new Sequence("dna1", "aaaGGGcccTTTaaa");
1000     SequenceI dna2 = new Sequence("dna2", "GGGcccTTTaaaCCC");
1001     SequenceI pep1 = new Sequence("pep1", "GF");
1002     SequenceI pep2 = new Sequence("pep2", "GFP");
1003     pep1.addDBRef(new DBRefEntry("UNIPROT", "0", "pep1"));
1004     pep2.addDBRef(new DBRefEntry("UNIPROT", "0", "pep2"));
1005     dna1.createDatasetSequence();
1006     dna2.createDatasetSequence();
1007     pep1.createDatasetSequence();
1008     pep2.createDatasetSequence();
1009     AlignmentI dna = new Alignment(new SequenceI[] { dna1, dna2 });
1010     dna.setDataset(null);
1011
1012     /*
1013      * put a variant feature on dna2 base 8
1014      * - should transfer to cds2 base 5
1015      */
1016     dna2.addSequenceFeature(new SequenceFeature("variant", "hgmd", 8, 8,
1017             0f, null));
1018
1019     /*
1020      * need a sourceDbRef if we are to construct dbrefs to the CDS
1021      * sequence from the dna contig sequences
1022      */
1023     DBRefEntry dbref = new DBRefEntry("ENSEMBL", "0", "dna1");
1024     dna1.getDatasetSequence().addDBRef(dbref);
1025     org.testng.Assert.assertEquals(dbref, dna1.getPrimaryDBRefs().get(0));
1026     dbref = new DBRefEntry("ENSEMBL", "0", "dna2");
1027     dna2.getDatasetSequence().addDBRef(dbref);
1028     org.testng.Assert.assertEquals(dbref, dna2.getPrimaryDBRefs().get(0));
1029
1030     /*
1031      * CDS sequences are 'discovered' from dna-to-protein mappings on the alignment
1032      * dataset (e.g. added from dbrefs by CrossRef.findXrefSequences)
1033      */
1034     MapList mapfordna1 = new MapList(new int[] { 4, 6, 10, 12 }, new int[] {
1035         1, 2 }, 3, 1);
1036     AlignedCodonFrame acf = new AlignedCodonFrame();
1037     acf.addMap(dna1.getDatasetSequence(), pep1.getDatasetSequence(),
1038             mapfordna1);
1039     dna.addCodonFrame(acf);
1040     MapList mapfordna2 = new MapList(new int[] { 1, 3, 7, 9, 13, 15 },
1041             new int[] { 1, 3 }, 3, 1);
1042     acf = new AlignedCodonFrame();
1043     acf.addMap(dna2.getDatasetSequence(), pep2.getDatasetSequence(),
1044             mapfordna2);
1045     dna.addCodonFrame(acf);
1046
1047     /*
1048      * In this case, mappings originally came from matching Uniprot accessions 
1049      * - so need an xref on dna involving those regions. 
1050      * These are normally constructed from CDS annotation
1051      */
1052     DBRefEntry dna1xref = new DBRefEntry("UNIPROT", "ENSEMBL", "pep1",
1053             new Mapping(mapfordna1));
1054     dna1.addDBRef(dna1xref);
1055     assertEquals(2, dna1.getDBRefs().length); // to self and to pep1
1056     DBRefEntry dna2xref = new DBRefEntry("UNIPROT", "ENSEMBL", "pep2",
1057             new Mapping(mapfordna2));
1058     dna2.addDBRef(dna2xref);
1059     assertEquals(2, dna2.getDBRefs().length); // to self and to pep2
1060
1061     /*
1062      * execute method under test:
1063      */
1064     AlignmentI cds = AlignmentUtils.makeCdsAlignment(new SequenceI[] {
1065         dna1, dna2 }, dna.getDataset(), null);
1066
1067     /*
1068      * verify cds sequences
1069      */
1070     assertEquals(2, cds.getSequences().size());
1071     assertEquals("GGGTTT", cds.getSequenceAt(0).getSequenceAsString());
1072     assertEquals("GGGTTTCCC", cds.getSequenceAt(1).getSequenceAsString());
1073
1074     /*
1075      * verify shared, extended alignment dataset
1076      */
1077     assertSame(dna.getDataset(), cds.getDataset());
1078     SequenceI cds1Dss = cds.getSequenceAt(0).getDatasetSequence();
1079     SequenceI cds2Dss = cds.getSequenceAt(1).getDatasetSequence();
1080     assertTrue(dna.getDataset().getSequences().contains(cds1Dss));
1081     assertTrue(dna.getDataset().getSequences().contains(cds2Dss));
1082
1083     /*
1084      * verify CDS has a dbref with mapping to peptide
1085      */
1086     assertNotNull(cds1Dss.getDBRefs());
1087     assertEquals(2, cds1Dss.getDBRefs().length);
1088     dbref = cds1Dss.getDBRefs()[0];
1089     assertEquals(dna1xref.getSource(), dbref.getSource());
1090     // version is via ensembl's primary ref
1091     assertEquals(dna1xref.getVersion(), dbref.getVersion());
1092     assertEquals(dna1xref.getAccessionId(), dbref.getAccessionId());
1093     assertNotNull(dbref.getMap());
1094     assertSame(pep1.getDatasetSequence(), dbref.getMap().getTo());
1095     MapList cdsMapping = new MapList(new int[] { 1, 6 },
1096             new int[] { 1, 2 }, 3, 1);
1097     assertEquals(cdsMapping, dbref.getMap().getMap());
1098
1099     /*
1100      * verify peptide has added a dbref with reverse mapping to CDS
1101      */
1102     assertNotNull(pep1.getDBRefs());
1103     // FIXME pep1.getDBRefs() is 1 - is that the correct behaviour ?
1104     assertEquals(2, pep1.getDBRefs().length);
1105     dbref = pep1.getDBRefs()[1];
1106     assertEquals("ENSEMBL", dbref.getSource());
1107     assertEquals("0", dbref.getVersion());
1108     assertEquals("CDS|dna1", dbref.getAccessionId());
1109     assertNotNull(dbref.getMap());
1110     assertSame(cds1Dss, dbref.getMap().getTo());
1111     assertEquals(cdsMapping.getInverse(), dbref.getMap().getMap());
1112
1113     /*
1114      * verify cDNA has added a dbref with mapping to CDS
1115      */
1116     assertEquals(3, dna1.getDBRefs().length);
1117     DBRefEntry dbRefEntry = dna1.getDBRefs()[2];
1118     assertSame(cds1Dss, dbRefEntry.getMap().getTo());
1119     MapList dnaToCdsMapping = new MapList(new int[] { 4, 6, 10, 12 },
1120             new int[] { 1, 6 }, 1, 1);
1121     assertEquals(dnaToCdsMapping, dbRefEntry.getMap().getMap());
1122     assertEquals(3, dna2.getDBRefs().length);
1123     dbRefEntry = dna2.getDBRefs()[2];
1124     assertSame(cds2Dss, dbRefEntry.getMap().getTo());
1125     dnaToCdsMapping = new MapList(new int[] { 1, 3, 7, 9, 13, 15 },
1126             new int[] { 1, 9 }, 1, 1);
1127     assertEquals(dnaToCdsMapping, dbRefEntry.getMap().getMap());
1128
1129     /*
1130      * verify CDS has added a dbref with mapping to cDNA
1131      */
1132     assertEquals(2, cds1Dss.getDBRefs().length);
1133     dbRefEntry = cds1Dss.getDBRefs()[1];
1134     assertSame(dna1.getDatasetSequence(), dbRefEntry.getMap().getTo());
1135     MapList cdsToDnaMapping = new MapList(new int[] { 1, 6 }, new int[] {
1136         4, 6, 10, 12 }, 1, 1);
1137     assertEquals(cdsToDnaMapping, dbRefEntry.getMap().getMap());
1138     assertEquals(2, cds2Dss.getDBRefs().length);
1139     dbRefEntry = cds2Dss.getDBRefs()[1];
1140     assertSame(dna2.getDatasetSequence(), dbRefEntry.getMap().getTo());
1141     cdsToDnaMapping = new MapList(new int[] { 1, 9 }, new int[] { 1, 3, 7,
1142         9, 13, 15 }, 1, 1);
1143     assertEquals(cdsToDnaMapping, dbRefEntry.getMap().getMap());
1144
1145     /*
1146      * Verify mappings from CDS to peptide, cDNA to CDS, and cDNA to peptide
1147      * the mappings are on the shared alignment dataset
1148      * 6 mappings, 2*(DNA->CDS), 2*(DNA->Pep), 2*(CDS->Pep) 
1149      */
1150     List<AlignedCodonFrame> cdsMappings = cds.getDataset().getCodonFrames();
1151     assertEquals(6, cdsMappings.size());
1152
1153     /*
1154      * verify that mapping sets for dna and cds alignments are different
1155      * [not current behaviour - all mappings are on the alignment dataset]  
1156      */
1157     // select -> subselect type to test.
1158     // Assert.assertNotSame(dna.getCodonFrames(), cds.getCodonFrames());
1159     // assertEquals(4, dna.getCodonFrames().size());
1160     // assertEquals(4, cds.getCodonFrames().size());
1161
1162     /*
1163      * Two mappings involve pep1 (dna to pep1, cds to pep1)
1164      * Mapping from pep1 to GGGTTT in first new exon sequence
1165      */
1166     List<AlignedCodonFrame> pep1Mappings = MappingUtils
1167             .findMappingsForSequence(pep1, cdsMappings);
1168     assertEquals(2, pep1Mappings.size());
1169     List<AlignedCodonFrame> mappings = MappingUtils
1170             .findMappingsForSequence(cds.getSequenceAt(0), pep1Mappings);
1171     assertEquals(1, mappings.size());
1172
1173     // map G to GGG
1174     SearchResultsI sr = MappingUtils.buildSearchResults(pep1, 1, mappings);
1175     assertEquals(1, sr.getResults().size());
1176     SearchResultMatchI m = sr.getResults().get(0);
1177     assertSame(cds1Dss, m.getSequence());
1178     assertEquals(1, m.getStart());
1179     assertEquals(3, m.getEnd());
1180     // map F to TTT
1181     sr = MappingUtils.buildSearchResults(pep1, 2, mappings);
1182     m = sr.getResults().get(0);
1183     assertSame(cds1Dss, m.getSequence());
1184     assertEquals(4, m.getStart());
1185     assertEquals(6, m.getEnd());
1186
1187     /*
1188      * Two mappings involve pep2 (dna to pep2, cds to pep2)
1189      * Verify mapping from pep2 to GGGTTTCCC in second new exon sequence
1190      */
1191     List<AlignedCodonFrame> pep2Mappings = MappingUtils
1192             .findMappingsForSequence(pep2, cdsMappings);
1193     assertEquals(2, pep2Mappings.size());
1194     mappings = MappingUtils.findMappingsForSequence(cds.getSequenceAt(1),
1195             pep2Mappings);
1196     assertEquals(1, mappings.size());
1197     // map G to GGG
1198     sr = MappingUtils.buildSearchResults(pep2, 1, mappings);
1199     assertEquals(1, sr.getResults().size());
1200     m = sr.getResults().get(0);
1201     assertSame(cds2Dss, m.getSequence());
1202     assertEquals(1, m.getStart());
1203     assertEquals(3, m.getEnd());
1204     // map F to TTT
1205     sr = MappingUtils.buildSearchResults(pep2, 2, mappings);
1206     m = sr.getResults().get(0);
1207     assertSame(cds2Dss, m.getSequence());
1208     assertEquals(4, m.getStart());
1209     assertEquals(6, m.getEnd());
1210     // map P to CCC
1211     sr = MappingUtils.buildSearchResults(pep2, 3, mappings);
1212     m = sr.getResults().get(0);
1213     assertSame(cds2Dss, m.getSequence());
1214     assertEquals(7, m.getStart());
1215     assertEquals(9, m.getEnd());
1216
1217     /*
1218      * check cds2 acquired a variant feature in position 5
1219      */
1220     List<SequenceFeature> sfs = cds2Dss.getSequenceFeatures();
1221     assertNotNull(sfs);
1222     assertEquals(1, sfs.size());
1223     assertEquals("variant", sfs.get(0).type);
1224     assertEquals(5, sfs.get(0).begin);
1225     assertEquals(5, sfs.get(0).end);
1226   }
1227
1228   /**
1229    * Test the method that makes a cds-only alignment from a DNA sequence and its
1230    * product mappings, for the case where there are multiple exon mappings to
1231    * different protein products.
1232    */
1233   @Test(groups = { "Functional" })
1234   public void testMakeCdsAlignment_multipleProteins()
1235   {
1236     SequenceI dna1 = new Sequence("dna1", "aaaGGGcccTTTaaa");
1237     SequenceI pep1 = new Sequence("pep1", "GF"); // GGGTTT
1238     SequenceI pep2 = new Sequence("pep2", "KP"); // aaaccc
1239     SequenceI pep3 = new Sequence("pep3", "KF"); // aaaTTT
1240     dna1.createDatasetSequence();
1241     pep1.createDatasetSequence();
1242     pep2.createDatasetSequence();
1243     pep3.createDatasetSequence();
1244     pep1.getDatasetSequence().addDBRef(
1245             new DBRefEntry("EMBLCDS", "2", "A12345"));
1246     pep2.getDatasetSequence().addDBRef(
1247             new DBRefEntry("EMBLCDS", "3", "A12346"));
1248     pep3.getDatasetSequence().addDBRef(
1249             new DBRefEntry("EMBLCDS", "4", "A12347"));
1250
1251     /*
1252      * Create the CDS alignment
1253      */
1254     AlignmentI dna = new Alignment(new SequenceI[] { dna1 });
1255     dna.setDataset(null);
1256
1257     /*
1258      * Make the mappings from dna to protein
1259      */
1260     // map ...GGG...TTT to GF
1261     MapList map = new MapList(new int[] { 4, 6, 10, 12 },
1262             new int[] { 1, 2 }, 3, 1);
1263     AlignedCodonFrame acf = new AlignedCodonFrame();
1264     acf.addMap(dna1.getDatasetSequence(), pep1.getDatasetSequence(), map);
1265     dna.addCodonFrame(acf);
1266
1267     // map aaa...ccc to KP
1268     map = new MapList(new int[] { 1, 3, 7, 9 }, new int[] { 1, 2 }, 3, 1);
1269     acf = new AlignedCodonFrame();
1270     acf.addMap(dna1.getDatasetSequence(), pep2.getDatasetSequence(), map);
1271     dna.addCodonFrame(acf);
1272
1273     // map aaa......TTT to KF
1274     map = new MapList(new int[] { 1, 3, 10, 12 }, new int[] { 1, 2 }, 3, 1);
1275     acf = new AlignedCodonFrame();
1276     acf.addMap(dna1.getDatasetSequence(), pep3.getDatasetSequence(), map);
1277     dna.addCodonFrame(acf);
1278
1279     /*
1280      * execute method under test
1281      */
1282     AlignmentI cdsal = AlignmentUtils.makeCdsAlignment(
1283             new SequenceI[] { dna1 }, dna.getDataset(), null);
1284
1285     /*
1286      * Verify we have 3 cds sequences, mapped to pep1/2/3 respectively
1287      */
1288     List<SequenceI> cds = cdsal.getSequences();
1289     assertEquals(3, cds.size());
1290
1291     /*
1292      * verify shared, extended alignment dataset
1293      */
1294     assertSame(cdsal.getDataset(), dna.getDataset());
1295     assertTrue(dna.getDataset().getSequences()
1296             .contains(cds.get(0).getDatasetSequence()));
1297     assertTrue(dna.getDataset().getSequences()
1298             .contains(cds.get(1).getDatasetSequence()));
1299     assertTrue(dna.getDataset().getSequences()
1300             .contains(cds.get(2).getDatasetSequence()));
1301
1302     /*
1303      * verify aligned cds sequences and their xrefs
1304      */
1305     SequenceI cdsSeq = cds.get(0);
1306     assertEquals("GGGTTT", cdsSeq.getSequenceAsString());
1307     // assertEquals("dna1|A12345", cdsSeq.getName());
1308     assertEquals("CDS|dna1", cdsSeq.getName());
1309     // assertEquals(1, cdsSeq.getDBRefs().length);
1310     // DBRefEntry cdsRef = cdsSeq.getDBRefs()[0];
1311     // assertEquals("EMBLCDS", cdsRef.getSource());
1312     // assertEquals("2", cdsRef.getVersion());
1313     // assertEquals("A12345", cdsRef.getAccessionId());
1314
1315     cdsSeq = cds.get(1);
1316     assertEquals("aaaccc", cdsSeq.getSequenceAsString());
1317     // assertEquals("dna1|A12346", cdsSeq.getName());
1318     assertEquals("CDS|dna1", cdsSeq.getName());
1319     // assertEquals(1, cdsSeq.getDBRefs().length);
1320     // cdsRef = cdsSeq.getDBRefs()[0];
1321     // assertEquals("EMBLCDS", cdsRef.getSource());
1322     // assertEquals("3", cdsRef.getVersion());
1323     // assertEquals("A12346", cdsRef.getAccessionId());
1324
1325     cdsSeq = cds.get(2);
1326     assertEquals("aaaTTT", cdsSeq.getSequenceAsString());
1327     // assertEquals("dna1|A12347", cdsSeq.getName());
1328     assertEquals("CDS|dna1", cdsSeq.getName());
1329     // assertEquals(1, cdsSeq.getDBRefs().length);
1330     // cdsRef = cdsSeq.getDBRefs()[0];
1331     // assertEquals("EMBLCDS", cdsRef.getSource());
1332     // assertEquals("4", cdsRef.getVersion());
1333     // assertEquals("A12347", cdsRef.getAccessionId());
1334
1335     /*
1336      * Verify there are mappings from each cds sequence to its protein product
1337      * and also to its dna source
1338      */
1339     List<AlignedCodonFrame> newMappings = cdsal.getCodonFrames();
1340
1341     /*
1342      * 6 mappings involve dna1 (to pep1/2/3, cds1/2/3) 
1343      */
1344     List<AlignedCodonFrame> dnaMappings = MappingUtils
1345             .findMappingsForSequence(dna1, newMappings);
1346     assertEquals(6, dnaMappings.size());
1347
1348     /*
1349      * dna1 to pep1
1350      */
1351     List<AlignedCodonFrame> mappings = MappingUtils
1352             .findMappingsForSequence(pep1, dnaMappings);
1353     assertEquals(1, mappings.size());
1354     assertEquals(1, mappings.get(0).getMappings().size());
1355     assertSame(pep1.getDatasetSequence(), mappings.get(0).getMappings()
1356             .get(0).getMapping().getTo());
1357
1358     /*
1359      * dna1 to cds1
1360      */
1361     List<AlignedCodonFrame> dnaToCds1Mappings = MappingUtils
1362             .findMappingsForSequence(cds.get(0), dnaMappings);
1363     Mapping mapping = dnaToCds1Mappings.get(0).getMappings().get(0)
1364             .getMapping();
1365     assertSame(cds.get(0).getDatasetSequence(), mapping.getTo());
1366     assertEquals("G(1) in CDS should map to G(4) in DNA", 4, mapping
1367             .getMap().getToPosition(1));
1368
1369     /*
1370      * dna1 to pep2
1371      */
1372     mappings = MappingUtils.findMappingsForSequence(pep2, dnaMappings);
1373     assertEquals(1, mappings.size());
1374     assertEquals(1, mappings.get(0).getMappings().size());
1375     assertSame(pep2.getDatasetSequence(), mappings.get(0).getMappings()
1376             .get(0).getMapping().getTo());
1377
1378     /*
1379      * dna1 to cds2
1380      */
1381     List<AlignedCodonFrame> dnaToCds2Mappings = MappingUtils
1382             .findMappingsForSequence(cds.get(1), dnaMappings);
1383     mapping = dnaToCds2Mappings.get(0).getMappings().get(0).getMapping();
1384     assertSame(cds.get(1).getDatasetSequence(), mapping.getTo());
1385     assertEquals("c(4) in CDS should map to c(7) in DNA", 7, mapping
1386             .getMap().getToPosition(4));
1387
1388     /*
1389      * dna1 to pep3
1390      */
1391     mappings = MappingUtils.findMappingsForSequence(pep3, dnaMappings);
1392     assertEquals(1, mappings.size());
1393     assertEquals(1, mappings.get(0).getMappings().size());
1394     assertSame(pep3.getDatasetSequence(), mappings.get(0).getMappings()
1395             .get(0).getMapping().getTo());
1396
1397     /*
1398      * dna1 to cds3
1399      */
1400     List<AlignedCodonFrame> dnaToCds3Mappings = MappingUtils
1401             .findMappingsForSequence(cds.get(2), dnaMappings);
1402     mapping = dnaToCds3Mappings.get(0).getMappings().get(0).getMapping();
1403     assertSame(cds.get(2).getDatasetSequence(), mapping.getTo());
1404     assertEquals("T(4) in CDS should map to T(10) in DNA", 10, mapping
1405             .getMap().getToPosition(4));
1406   }
1407
1408   @Test(groups = { "Functional" })
1409   public void testIsMappable()
1410   {
1411     SequenceI dna1 = new Sequence("dna1", "cgCAGtgGT");
1412     SequenceI aa1 = new Sequence("aa1", "RSG");
1413     AlignmentI al1 = new Alignment(new SequenceI[] { dna1 });
1414     AlignmentI al2 = new Alignment(new SequenceI[] { aa1 });
1415
1416     assertFalse(AlignmentUtils.isMappable(null, null));
1417     assertFalse(AlignmentUtils.isMappable(al1, null));
1418     assertFalse(AlignmentUtils.isMappable(null, al1));
1419     assertFalse(AlignmentUtils.isMappable(al1, al1));
1420     assertFalse(AlignmentUtils.isMappable(al2, al2));
1421
1422     assertTrue(AlignmentUtils.isMappable(al1, al2));
1423     assertTrue(AlignmentUtils.isMappable(al2, al1));
1424   }
1425
1426   /**
1427    * Test creating a mapping when the sequences involved do not start at residue
1428    * 1
1429    * 
1430    * @throws IOException
1431    */
1432   @Test(groups = { "Functional" })
1433   public void testMapCdnaToProtein_forSubsequence() throws IOException
1434   {
1435     SequenceI prot = new Sequence("UNIPROT|V12345", "E-I--Q", 10, 12);
1436     prot.createDatasetSequence();
1437
1438     SequenceI dna = new Sequence("EMBL|A33333", "GAA--AT-C-CAG", 40, 48);
1439     dna.createDatasetSequence();
1440
1441     MapList map = AlignmentUtils.mapCdnaToProtein(prot, dna);
1442     assertEquals(10, map.getToLowest());
1443     assertEquals(12, map.getToHighest());
1444     assertEquals(40, map.getFromLowest());
1445     assertEquals(48, map.getFromHighest());
1446   }
1447
1448   /**
1449    * Test for the alignSequenceAs method where we have protein mapped to protein
1450    */
1451   @Test(groups = { "Functional" })
1452   public void testAlignSequenceAs_mappedProteinProtein()
1453   {
1454
1455     SequenceI alignMe = new Sequence("Match", "MGAASEV");
1456     alignMe.createDatasetSequence();
1457     SequenceI alignFrom = new Sequence("Query", "LQTGYMGAASEVMFSPTRR");
1458     alignFrom.createDatasetSequence();
1459
1460     AlignedCodonFrame acf = new AlignedCodonFrame();
1461     // this is like a domain or motif match of part of a peptide sequence
1462     MapList map = new MapList(new int[] { 6, 12 }, new int[] { 1, 7 }, 1, 1);
1463     acf.addMap(alignFrom.getDatasetSequence(),
1464             alignMe.getDatasetSequence(), map);
1465
1466     AlignmentUtils.alignSequenceAs(alignMe, alignFrom, acf, "-", '-', true,
1467             true);
1468     assertEquals("-----MGAASEV-------", alignMe.getSequenceAsString());
1469   }
1470
1471   /**
1472    * Test for the alignSequenceAs method where there are trailing unmapped
1473    * residues in the model sequence
1474    */
1475   @Test(groups = { "Functional" })
1476   public void testAlignSequenceAs_withTrailingPeptide()
1477   {
1478     // map first 3 codons to KPF; G is a trailing unmapped residue
1479     MapList map = new MapList(new int[] { 1, 9 }, new int[] { 1, 3 }, 3, 1);
1480
1481     checkAlignSequenceAs("AAACCCTTT", "K-PFG", true, true, map,
1482             "AAA---CCCTTT---");
1483   }
1484
1485   /**
1486    * Tests for transferring features between mapped sequences
1487    */
1488   @Test(groups = { "Functional" })
1489   public void testTransferFeatures()
1490   {
1491     SequenceI dna = new Sequence("dna/20-34", "acgTAGcaaGCCcgt");
1492     SequenceI cds = new Sequence("cds/10-15", "TAGGCC");
1493
1494     // no overlap
1495     dna.addSequenceFeature(new SequenceFeature("type1", "desc1", 1, 2, 1f,
1496             null));
1497     // partial overlap - to [1, 1]
1498     dna.addSequenceFeature(new SequenceFeature("type2", "desc2", 3, 4, 2f,
1499             null));
1500     // exact overlap - to [1, 3]
1501     dna.addSequenceFeature(new SequenceFeature("type3", "desc3", 4, 6, 3f,
1502             null));
1503     // spanning overlap - to [2, 5]
1504     dna.addSequenceFeature(new SequenceFeature("type4", "desc4", 5, 11, 4f,
1505             null));
1506     // exactly overlaps whole mapped range [1, 6]
1507     dna.addSequenceFeature(new SequenceFeature("type5", "desc5", 4, 12, 5f,
1508             null));
1509     // no overlap (internal)
1510     dna.addSequenceFeature(new SequenceFeature("type6", "desc6", 7, 9, 6f,
1511             null));
1512     // no overlap (3' end)
1513     dna.addSequenceFeature(new SequenceFeature("type7", "desc7", 13, 15,
1514             7f, null));
1515     // overlap (3' end) - to [6, 6]
1516     dna.addSequenceFeature(new SequenceFeature("type8", "desc8", 12, 12,
1517             8f, null));
1518     // extended overlap - to [6, +]
1519     dna.addSequenceFeature(new SequenceFeature("type9", "desc9", 12, 13,
1520             9f, null));
1521
1522     MapList map = new MapList(new int[] { 4, 6, 10, 12 },
1523             new int[] { 1, 6 }, 1, 1);
1524
1525     /*
1526      * transferFeatures() will build 'partial overlap' for regions
1527      * that partially overlap 5' or 3' (start or end) of target sequence
1528      */
1529     AlignmentUtils.transferFeatures(dna, cds, map, null);
1530     List<SequenceFeature> sfs = cds.getSequenceFeatures();
1531     assertEquals(6, sfs.size());
1532
1533     SequenceFeature sf = sfs.get(0);
1534     assertEquals("type2", sf.getType());
1535     assertEquals("desc2", sf.getDescription());
1536     assertEquals(2f, sf.getScore());
1537     assertEquals(1, sf.getBegin());
1538     assertEquals(1, sf.getEnd());
1539
1540     sf = sfs.get(1);
1541     assertEquals("type3", sf.getType());
1542     assertEquals("desc3", sf.getDescription());
1543     assertEquals(3f, sf.getScore());
1544     assertEquals(1, sf.getBegin());
1545     assertEquals(3, sf.getEnd());
1546
1547     sf = sfs.get(2);
1548     assertEquals("type4", sf.getType());
1549     assertEquals(2, sf.getBegin());
1550     assertEquals(5, sf.getEnd());
1551
1552     sf = sfs.get(3);
1553     assertEquals("type5", sf.getType());
1554     assertEquals(1, sf.getBegin());
1555     assertEquals(6, sf.getEnd());
1556
1557     sf = sfs.get(4);
1558     assertEquals("type8", sf.getType());
1559     assertEquals(6, sf.getBegin());
1560     assertEquals(6, sf.getEnd());
1561
1562     sf = sfs.get(5);
1563     assertEquals("type9", sf.getType());
1564     assertEquals(6, sf.getBegin());
1565     assertEquals(6, sf.getEnd());
1566   }
1567
1568   /**
1569    * Tests for transferring features between mapped sequences
1570    */
1571   @Test(groups = { "Functional" })
1572   public void testTransferFeatures_withOmit()
1573   {
1574     SequenceI dna = new Sequence("dna/20-34", "acgTAGcaaGCCcgt");
1575     SequenceI cds = new Sequence("cds/10-15", "TAGGCC");
1576
1577     MapList map = new MapList(new int[] { 4, 6, 10, 12 },
1578             new int[] { 1, 6 }, 1, 1);
1579
1580     // [5, 11] maps to [2, 5]
1581     dna.addSequenceFeature(new SequenceFeature("type4", "desc4", 5, 11, 4f,
1582             null));
1583     // [4, 12] maps to [1, 6]
1584     dna.addSequenceFeature(new SequenceFeature("type5", "desc5", 4, 12, 5f,
1585             null));
1586     // [12, 12] maps to [6, 6]
1587     dna.addSequenceFeature(new SequenceFeature("type8", "desc8", 12, 12,
1588             8f, null));
1589
1590     // desc4 and desc8 are the 'omit these' varargs
1591     AlignmentUtils.transferFeatures(dna, cds, map, null, "type4", "type8");
1592     List<SequenceFeature> sfs = cds.getSequenceFeatures();
1593     assertEquals(1, sfs.size());
1594
1595     SequenceFeature sf = sfs.get(0);
1596     assertEquals("type5", sf.getType());
1597     assertEquals(1, sf.getBegin());
1598     assertEquals(6, sf.getEnd());
1599   }
1600
1601   /**
1602    * Tests for transferring features between mapped sequences
1603    */
1604   @Test(groups = { "Functional" })
1605   public void testTransferFeatures_withSelect()
1606   {
1607     SequenceI dna = new Sequence("dna/20-34", "acgTAGcaaGCCcgt");
1608     SequenceI cds = new Sequence("cds/10-15", "TAGGCC");
1609
1610     MapList map = new MapList(new int[] { 4, 6, 10, 12 },
1611             new int[] { 1, 6 }, 1, 1);
1612
1613     // [5, 11] maps to [2, 5]
1614     dna.addSequenceFeature(new SequenceFeature("type4", "desc4", 5, 11, 4f,
1615             null));
1616     // [4, 12] maps to [1, 6]
1617     dna.addSequenceFeature(new SequenceFeature("type5", "desc5", 4, 12, 5f,
1618             null));
1619     // [12, 12] maps to [6, 6]
1620     dna.addSequenceFeature(new SequenceFeature("type8", "desc8", 12, 12,
1621             8f, null));
1622
1623     // "type5" is the 'select this type' argument
1624     AlignmentUtils.transferFeatures(dna, cds, map, "type5");
1625     List<SequenceFeature> sfs = cds.getSequenceFeatures();
1626     assertEquals(1, sfs.size());
1627
1628     SequenceFeature sf = sfs.get(0);
1629     assertEquals("type5", sf.getType());
1630     assertEquals(1, sf.getBegin());
1631     assertEquals(6, sf.getEnd());
1632   }
1633
1634   /**
1635    * Test the method that extracts the cds-only part of a dna alignment, for the
1636    * case where the cds should be aligned to match its nucleotide sequence.
1637    */
1638   @Test(groups = { "Functional" })
1639   public void testMakeCdsAlignment_alternativeTranscripts()
1640   {
1641     SequenceI dna1 = new Sequence("dna1", "aaaGGGCC-----CTTTaaaGGG");
1642     // alternative transcript of same dna skips CCC codon
1643     SequenceI dna2 = new Sequence("dna2", "aaaGGGCC-----cttTaaaGGG");
1644     // dna3 has no mapping (protein product) so should be ignored here
1645     SequenceI dna3 = new Sequence("dna3", "aaaGGGCCCCCGGGcttTaaaGGG");
1646     SequenceI pep1 = new Sequence("pep1", "GPFG");
1647     SequenceI pep2 = new Sequence("pep2", "GPG");
1648     dna1.createDatasetSequence();
1649     dna2.createDatasetSequence();
1650     dna3.createDatasetSequence();
1651     pep1.createDatasetSequence();
1652     pep2.createDatasetSequence();
1653
1654     AlignmentI dna = new Alignment(new SequenceI[] { dna1, dna2, dna3 });
1655     dna.setDataset(null);
1656
1657     MapList map = new MapList(new int[] { 4, 12, 16, 18 },
1658             new int[] { 1, 4 }, 3, 1);
1659     AlignedCodonFrame acf = new AlignedCodonFrame();
1660     acf.addMap(dna1.getDatasetSequence(), pep1.getDatasetSequence(), map);
1661     dna.addCodonFrame(acf);
1662     map = new MapList(new int[] { 4, 8, 12, 12, 16, 18 },
1663             new int[] { 1, 3 }, 3, 1);
1664     acf = new AlignedCodonFrame();
1665     acf.addMap(dna2.getDatasetSequence(), pep2.getDatasetSequence(), map);
1666     dna.addCodonFrame(acf);
1667
1668     AlignmentI cds = AlignmentUtils.makeCdsAlignment(new SequenceI[] {
1669         dna1, dna2, dna3 }, dna.getDataset(), null);
1670     List<SequenceI> cdsSeqs = cds.getSequences();
1671     assertEquals(2, cdsSeqs.size());
1672     assertEquals("GGGCCCTTTGGG", cdsSeqs.get(0).getSequenceAsString());
1673     assertEquals("GGGCCTGGG", cdsSeqs.get(1).getSequenceAsString());
1674
1675     /*
1676      * verify shared, extended alignment dataset
1677      */
1678     assertSame(dna.getDataset(), cds.getDataset());
1679     assertTrue(dna.getDataset().getSequences()
1680             .contains(cdsSeqs.get(0).getDatasetSequence()));
1681     assertTrue(dna.getDataset().getSequences()
1682             .contains(cdsSeqs.get(1).getDatasetSequence()));
1683
1684     /*
1685      * Verify 6 mappings: dna1 to cds1, cds1 to pep1, dna1 to pep1
1686      * and the same for dna2/cds2/pep2
1687      */
1688     List<AlignedCodonFrame> mappings = cds.getCodonFrames();
1689     assertEquals(6, mappings.size());
1690
1691     /*
1692      * 2 mappings involve pep1
1693      */
1694     List<AlignedCodonFrame> pep1Mappings = MappingUtils
1695             .findMappingsForSequence(pep1, mappings);
1696     assertEquals(2, pep1Mappings.size());
1697
1698     /*
1699      * Get mapping of pep1 to cds1 and verify it
1700      * maps GPFG to 1-3,4-6,7-9,10-12
1701      */
1702     List<AlignedCodonFrame> pep1CdsMappings = MappingUtils
1703             .findMappingsForSequence(cds.getSequenceAt(0), pep1Mappings);
1704     assertEquals(1, pep1CdsMappings.size());
1705     SearchResultsI sr = MappingUtils.buildSearchResults(pep1, 1,
1706             pep1CdsMappings);
1707     assertEquals(1, sr.getResults().size());
1708     SearchResultMatchI m = sr.getResults().get(0);
1709     assertEquals(cds.getSequenceAt(0).getDatasetSequence(), m.getSequence());
1710     assertEquals(1, m.getStart());
1711     assertEquals(3, m.getEnd());
1712     sr = MappingUtils.buildSearchResults(pep1, 2, pep1CdsMappings);
1713     m = sr.getResults().get(0);
1714     assertEquals(4, m.getStart());
1715     assertEquals(6, m.getEnd());
1716     sr = MappingUtils.buildSearchResults(pep1, 3, pep1CdsMappings);
1717     m = sr.getResults().get(0);
1718     assertEquals(7, m.getStart());
1719     assertEquals(9, m.getEnd());
1720     sr = MappingUtils.buildSearchResults(pep1, 4, pep1CdsMappings);
1721     m = sr.getResults().get(0);
1722     assertEquals(10, m.getStart());
1723     assertEquals(12, m.getEnd());
1724
1725     /*
1726      * Get mapping of pep2 to cds2 and verify it
1727      * maps GPG in pep2 to 1-3,4-6,7-9 in second CDS sequence
1728      */
1729     List<AlignedCodonFrame> pep2Mappings = MappingUtils
1730             .findMappingsForSequence(pep2, mappings);
1731     assertEquals(2, pep2Mappings.size());
1732     List<AlignedCodonFrame> pep2CdsMappings = MappingUtils
1733             .findMappingsForSequence(cds.getSequenceAt(1), pep2Mappings);
1734     assertEquals(1, pep2CdsMappings.size());
1735     sr = MappingUtils.buildSearchResults(pep2, 1, pep2CdsMappings);
1736     assertEquals(1, sr.getResults().size());
1737     m = sr.getResults().get(0);
1738     assertEquals(cds.getSequenceAt(1).getDatasetSequence(), m.getSequence());
1739     assertEquals(1, m.getStart());
1740     assertEquals(3, m.getEnd());
1741     sr = MappingUtils.buildSearchResults(pep2, 2, pep2CdsMappings);
1742     m = sr.getResults().get(0);
1743     assertEquals(4, m.getStart());
1744     assertEquals(6, m.getEnd());
1745     sr = MappingUtils.buildSearchResults(pep2, 3, pep2CdsMappings);
1746     m = sr.getResults().get(0);
1747     assertEquals(7, m.getStart());
1748     assertEquals(9, m.getEnd());
1749   }
1750
1751   /**
1752    * Test the method that realigns protein to match mapped codon alignment.
1753    */
1754   @Test(groups = { "Functional" })
1755   public void testAlignProteinAsDna_incompleteStartCodon()
1756   {
1757     // seq1: incomplete start codon (not mapped), then [3, 11]
1758     SequenceI dna1 = new Sequence("Seq1", "ccAAA-TTT-GGG-");
1759     // seq2 codons are [4, 5], [8, 11]
1760     SequenceI dna2 = new Sequence("Seq2", "ccaAA-ttT-GGG-");
1761     // seq3 incomplete start codon at 'tt'
1762     SequenceI dna3 = new Sequence("Seq3", "ccaaa-ttt-GGG-");
1763     AlignmentI dna = new Alignment(new SequenceI[] { dna1, dna2, dna3 });
1764     dna.setDataset(null);
1765
1766     // prot1 has 'X' for incomplete start codon (not mapped)
1767     SequenceI prot1 = new Sequence("Seq1", "XKFG"); // X for incomplete start
1768     SequenceI prot2 = new Sequence("Seq2", "NG");
1769     SequenceI prot3 = new Sequence("Seq3", "XG"); // X for incomplete start
1770     AlignmentI protein = new Alignment(new SequenceI[] { prot1, prot2,
1771         prot3 });
1772     protein.setDataset(null);
1773
1774     // map dna1 [3, 11] to prot1 [2, 4] KFG
1775     MapList map = new MapList(new int[] { 3, 11 }, new int[] { 2, 4 }, 3, 1);
1776     AlignedCodonFrame acf = new AlignedCodonFrame();
1777     acf.addMap(dna1.getDatasetSequence(), prot1.getDatasetSequence(), map);
1778
1779     // map dna2 [4, 5] [8, 11] to prot2 [1, 2] NG
1780     map = new MapList(new int[] { 4, 5, 8, 11 }, new int[] { 1, 2 }, 3, 1);
1781     acf.addMap(dna2.getDatasetSequence(), prot2.getDatasetSequence(), map);
1782
1783     // map dna3 [9, 11] to prot3 [2, 2] G
1784     map = new MapList(new int[] { 9, 11 }, new int[] { 2, 2 }, 3, 1);
1785     acf.addMap(dna3.getDatasetSequence(), prot3.getDatasetSequence(), map);
1786
1787     ArrayList<AlignedCodonFrame> acfs = new ArrayList<>();
1788     acfs.add(acf);
1789     protein.setCodonFrames(acfs);
1790
1791     /*
1792      * verify X is included in the aligned proteins, and placed just
1793      * before the first mapped residue 
1794      * CCT is between CCC and TTT
1795      */
1796     AlignmentUtils.alignProteinAsDna(protein, dna);
1797     assertEquals("XK-FG", prot1.getSequenceAsString());
1798     assertEquals("--N-G", prot2.getSequenceAsString());
1799     assertEquals("---XG", prot3.getSequenceAsString());
1800   }
1801
1802   /**
1803    * Tests for the method that maps the subset of a dna sequence that has CDS
1804    * (or subtype) feature - case where the start codon is incomplete.
1805    */
1806   @Test(groups = "Functional")
1807   public void testFindCdsPositions_fivePrimeIncomplete()
1808   {
1809     SequenceI dnaSeq = new Sequence("dna", "aaagGGCCCaaaTTTttt");
1810     dnaSeq.createDatasetSequence();
1811     SequenceI ds = dnaSeq.getDatasetSequence();
1812
1813     // CDS for dna 5-6 (incomplete codon), 7-9
1814     SequenceFeature sf = new SequenceFeature("CDS", "", 5, 9, 0f, null);
1815     sf.setPhase("2"); // skip 2 bases to start of next codon
1816     ds.addSequenceFeature(sf);
1817     // CDS for dna 13-15
1818     sf = new SequenceFeature("CDS_predicted", "", 13, 15, 0f, null);
1819     ds.addSequenceFeature(sf);
1820
1821     List<int[]> ranges = AlignmentUtils.findCdsPositions(dnaSeq);
1822
1823     /*
1824      * check the mapping starts with the first complete codon
1825      */
1826     assertEquals(6, MappingUtils.getLength(ranges));
1827     assertEquals(2, ranges.size());
1828     assertEquals(7, ranges.get(0)[0]);
1829     assertEquals(9, ranges.get(0)[1]);
1830     assertEquals(13, ranges.get(1)[0]);
1831     assertEquals(15, ranges.get(1)[1]);
1832   }
1833
1834   /**
1835    * Tests for the method that maps the subset of a dna sequence that has CDS
1836    * (or subtype) feature.
1837    */
1838   @Test(groups = "Functional")
1839   public void testFindCdsPositions()
1840   {
1841     SequenceI dnaSeq = new Sequence("dna", "aaaGGGcccAAATTTttt");
1842     dnaSeq.createDatasetSequence();
1843     SequenceI ds = dnaSeq.getDatasetSequence();
1844
1845     // CDS for dna 10-12
1846     SequenceFeature sf = new SequenceFeature("CDS_predicted", "", 10, 12,
1847             0f, null);
1848     sf.setStrand("+");
1849     ds.addSequenceFeature(sf);
1850     // CDS for dna 4-6
1851     sf = new SequenceFeature("CDS", "", 4, 6, 0f, null);
1852     sf.setStrand("+");
1853     ds.addSequenceFeature(sf);
1854     // exon feature should be ignored here
1855     sf = new SequenceFeature("exon", "", 7, 9, 0f, null);
1856     ds.addSequenceFeature(sf);
1857
1858     List<int[]> ranges = AlignmentUtils.findCdsPositions(dnaSeq);
1859     /*
1860      * verify ranges { [4-6], [12-10] }
1861      * note CDS ranges are ordered ascending even if the CDS
1862      * features are not
1863      */
1864     assertEquals(6, MappingUtils.getLength(ranges));
1865     assertEquals(2, ranges.size());
1866     assertEquals(4, ranges.get(0)[0]);
1867     assertEquals(6, ranges.get(0)[1]);
1868     assertEquals(10, ranges.get(1)[0]);
1869     assertEquals(12, ranges.get(1)[1]);
1870   }
1871
1872   /**
1873    * Test the method that computes a map of codon variants for each protein
1874    * position from "sequence_variant" features on dna
1875    */
1876   @Test(groups = "Functional")
1877   public void testBuildDnaVariantsMap()
1878   {
1879     SequenceI dna = new Sequence("dna", "atgAAATTTGGGCCCtag");
1880     MapList map = new MapList(new int[] { 1, 18 }, new int[] { 1, 5 }, 3, 1);
1881
1882     /*
1883      * first with no variants on dna
1884      */
1885     LinkedHashMap<Integer, List<DnaVariant>[]> variantsMap = AlignmentUtils
1886             .buildDnaVariantsMap(dna, map);
1887     assertTrue(variantsMap.isEmpty());
1888
1889     /*
1890      * single allele codon 1, on base 1
1891      */
1892     SequenceFeature sf1 = new SequenceFeature("sequence_variant", "", 1, 1,
1893             0f, null);
1894     sf1.setValue("alleles", "T");
1895     sf1.setValue("ID", "sequence_variant:rs758803211");
1896     dna.addSequenceFeature(sf1);
1897
1898     /*
1899      * two alleles codon 2, on bases 2 and 3 (distinct variants)
1900      */
1901     SequenceFeature sf2 = new SequenceFeature("sequence_variant", "", 5, 5,
1902             0f, null);
1903     sf2.setValue("alleles", "T");
1904     sf2.setValue("ID", "sequence_variant:rs758803212");
1905     dna.addSequenceFeature(sf2);
1906     SequenceFeature sf3 = new SequenceFeature("sequence_variant", "", 6, 6,
1907             0f, null);
1908     sf3.setValue("alleles", "G");
1909     sf3.setValue("ID", "sequence_variant:rs758803213");
1910     dna.addSequenceFeature(sf3);
1911
1912     /*
1913      * two alleles codon 3, both on base 2 (one variant)
1914      */
1915     SequenceFeature sf4 = new SequenceFeature("sequence_variant", "", 8, 8,
1916             0f, null);
1917     sf4.setValue("alleles", "C, G");
1918     sf4.setValue("ID", "sequence_variant:rs758803214");
1919     dna.addSequenceFeature(sf4);
1920
1921     // no alleles on codon 4
1922
1923     /*
1924      * alleles on codon 5 on all 3 bases (distinct variants)
1925      */
1926     SequenceFeature sf5 = new SequenceFeature("sequence_variant", "", 13,
1927             13, 0f, null);
1928     sf5.setValue("alleles", "C, G"); // (C duplicates given base value)
1929     sf5.setValue("ID", "sequence_variant:rs758803215");
1930     dna.addSequenceFeature(sf5);
1931     SequenceFeature sf6 = new SequenceFeature("sequence_variant", "", 14,
1932             14, 0f, null);
1933     sf6.setValue("alleles", "g, a"); // should force to upper-case
1934     sf6.setValue("ID", "sequence_variant:rs758803216");
1935     dna.addSequenceFeature(sf6);
1936
1937     SequenceFeature sf7 = new SequenceFeature("sequence_variant", "", 15,
1938             15, 0f, null);
1939     sf7.setValue("alleles", "A, T");
1940     sf7.setValue("ID", "sequence_variant:rs758803217");
1941     dna.addSequenceFeature(sf7);
1942
1943     /*
1944      * build map - expect variants on positions 1, 2, 3, 5
1945      */
1946     variantsMap = AlignmentUtils.buildDnaVariantsMap(dna, map);
1947     assertEquals(4, variantsMap.size());
1948
1949     /*
1950      * protein residue 1: variant on codon (ATG) base 1, not on 2 or 3
1951      */
1952     List<DnaVariant>[] pep1Variants = variantsMap.get(1);
1953     assertEquals(3, pep1Variants.length);
1954     assertEquals(1, pep1Variants[0].size());
1955     assertEquals("A", pep1Variants[0].get(0).base); // codon[1] base
1956     assertSame(sf1, pep1Variants[0].get(0).variant); // codon[1] variant
1957     assertEquals(1, pep1Variants[1].size());
1958     assertEquals("T", pep1Variants[1].get(0).base); // codon[2] base
1959     assertNull(pep1Variants[1].get(0).variant); // no variant here
1960     assertEquals(1, pep1Variants[2].size());
1961     assertEquals("G", pep1Variants[2].get(0).base); // codon[3] base
1962     assertNull(pep1Variants[2].get(0).variant); // no variant here
1963
1964     /*
1965      * protein residue 2: variants on codon (AAA) bases 2 and 3
1966      */
1967     List<DnaVariant>[] pep2Variants = variantsMap.get(2);
1968     assertEquals(3, pep2Variants.length);
1969     assertEquals(1, pep2Variants[0].size());
1970     // codon[1] base recorded while processing variant on codon[2]
1971     assertEquals("A", pep2Variants[0].get(0).base);
1972     assertNull(pep2Variants[0].get(0).variant); // no variant here
1973     // codon[2] base and variant:
1974     assertEquals(1, pep2Variants[1].size());
1975     assertEquals("A", pep2Variants[1].get(0).base);
1976     assertSame(sf2, pep2Variants[1].get(0).variant);
1977     // codon[3] base was recorded when processing codon[2] variant
1978     // and then the variant for codon[3] added to it
1979     assertEquals(1, pep2Variants[2].size());
1980     assertEquals("A", pep2Variants[2].get(0).base);
1981     assertSame(sf3, pep2Variants[2].get(0).variant);
1982
1983     /*
1984      * protein residue 3: variants on codon (TTT) base 2 only
1985      */
1986     List<DnaVariant>[] pep3Variants = variantsMap.get(3);
1987     assertEquals(3, pep3Variants.length);
1988     assertEquals(1, pep3Variants[0].size());
1989     assertEquals("T", pep3Variants[0].get(0).base); // codon[1] base
1990     assertNull(pep3Variants[0].get(0).variant); // no variant here
1991     assertEquals(1, pep3Variants[1].size());
1992     assertEquals("T", pep3Variants[1].get(0).base); // codon[2] base
1993     assertSame(sf4, pep3Variants[1].get(0).variant); // codon[2] variant
1994     assertEquals(1, pep3Variants[2].size());
1995     assertEquals("T", pep3Variants[2].get(0).base); // codon[3] base
1996     assertNull(pep3Variants[2].get(0).variant); // no variant here
1997
1998     /*
1999      * three variants on protein position 5
2000      */
2001     List<DnaVariant>[] pep5Variants = variantsMap.get(5);
2002     assertEquals(3, pep5Variants.length);
2003     assertEquals(1, pep5Variants[0].size());
2004     assertEquals("C", pep5Variants[0].get(0).base); // codon[1] base
2005     assertSame(sf5, pep5Variants[0].get(0).variant); // codon[1] variant
2006     assertEquals(1, pep5Variants[1].size());
2007     assertEquals("C", pep5Variants[1].get(0).base); // codon[2] base
2008     assertSame(sf6, pep5Variants[1].get(0).variant); // codon[2] variant
2009     assertEquals(1, pep5Variants[2].size());
2010     assertEquals("C", pep5Variants[2].get(0).base); // codon[3] base
2011     assertSame(sf7, pep5Variants[2].get(0).variant); // codon[3] variant
2012   }
2013
2014   /**
2015    * Tests for the method that computes all peptide variants given codon
2016    * variants
2017    */
2018   @Test(groups = "Functional")
2019   public void testComputePeptideVariants()
2020   {
2021     /*
2022      * scenario: AAATTTCCC codes for KFP
2023      * variants:
2024      *           GAA -> E             source: Ensembl
2025      *           CAA -> Q             source: dbSNP
2026      *           TAA -> STOP          source: dnSNP
2027      *           AAG synonymous       source: COSMIC
2028      *           AAT -> N             source: Ensembl
2029      *           ...TTC synonymous    source: dbSNP
2030      *           ......CAC,CGC -> H,R source: COSMIC
2031      *                 (one variant with two alleles)
2032      */
2033     SequenceI peptide = new Sequence("pep/10-12", "KFP");
2034
2035     /*
2036      * two distinct variants for codon 1 position 1
2037      * second one has clinical significance
2038      */
2039     String ensembl = "Ensembl";
2040     String dbSnp = "dbSNP";
2041     String cosmic = "COSMIC";
2042
2043     SequenceFeature sf1 = new SequenceFeature("sequence_variant", "", 1, 1,
2044             0f, ensembl);
2045     sf1.setValue("alleles", "A,G"); // AAA -> GAA -> K/E
2046     sf1.setValue("ID", "var1.125A>G");
2047
2048     SequenceFeature sf2 = new SequenceFeature("sequence_variant", "", 1, 1,
2049             0f, dbSnp);
2050     sf2.setValue("alleles", "A,C"); // AAA -> CAA -> K/Q
2051     sf2.setValue("ID", "var2");
2052     sf2.setValue("clinical_significance", "Dodgy");
2053
2054     SequenceFeature sf3 = new SequenceFeature("sequence_variant", "", 1, 1,
2055             0f, dbSnp);
2056     sf3.setValue("alleles", "A,T"); // AAA -> TAA -> stop codon
2057     sf3.setValue("ID", "var3");
2058     sf3.setValue("clinical_significance", "Bad");
2059
2060     SequenceFeature sf4 = new SequenceFeature("sequence_variant", "", 3, 3,
2061             0f, cosmic);
2062     sf4.setValue("alleles", "A,G"); // AAA -> AAG synonymous
2063     sf4.setValue("ID", "var4");
2064     sf4.setValue("clinical_significance", "None");
2065
2066     SequenceFeature sf5 = new SequenceFeature("sequence_variant", "", 3, 3,
2067             0f, ensembl);
2068     sf5.setValue("alleles", "A,T"); // AAA -> AAT -> K/N
2069     sf5.setValue("ID", "sequence_variant:var5"); // prefix gets stripped off
2070     sf5.setValue("clinical_significance", "Benign");
2071
2072     SequenceFeature sf6 = new SequenceFeature("sequence_variant", "", 6, 6,
2073             0f, dbSnp);
2074     sf6.setValue("alleles", "T,C"); // TTT -> TTC synonymous
2075     sf6.setValue("ID", "var6");
2076
2077     SequenceFeature sf7 = new SequenceFeature("sequence_variant", "", 8, 8,
2078             0f, cosmic);
2079     sf7.setValue("alleles", "C,A,G"); // CCC -> CAC,CGC -> P/H/R
2080     sf7.setValue("ID", "var7");
2081     sf7.setValue("clinical_significance", "Good");
2082
2083     List<DnaVariant> codon1Variants = new ArrayList<>();
2084     List<DnaVariant> codon2Variants = new ArrayList<>();
2085     List<DnaVariant> codon3Variants = new ArrayList<>();
2086
2087     List<DnaVariant> codonVariants[] = new ArrayList[3];
2088     codonVariants[0] = codon1Variants;
2089     codonVariants[1] = codon2Variants;
2090     codonVariants[2] = codon3Variants;
2091
2092     /*
2093      * compute variants for protein position 1
2094      */
2095     codon1Variants.add(new DnaVariant("A", sf1));
2096     codon1Variants.add(new DnaVariant("A", sf2));
2097     codon1Variants.add(new DnaVariant("A", sf3));
2098     codon2Variants.add(new DnaVariant("A"));
2099     // codon2Variants.add(new DnaVariant("A"));
2100     codon3Variants.add(new DnaVariant("A", sf4));
2101     codon3Variants.add(new DnaVariant("A", sf5));
2102     AlignmentUtils.computePeptideVariants(peptide, 1, codonVariants);
2103
2104     /*
2105      * compute variants for protein position 2
2106      */
2107     codon1Variants.clear();
2108     codon2Variants.clear();
2109     codon3Variants.clear();
2110     codon1Variants.add(new DnaVariant("T"));
2111     codon2Variants.add(new DnaVariant("T"));
2112     codon3Variants.add(new DnaVariant("T", sf6));
2113     AlignmentUtils.computePeptideVariants(peptide, 2, codonVariants);
2114
2115     /*
2116      * compute variants for protein position 3
2117      */
2118     codon1Variants.clear();
2119     codon2Variants.clear();
2120     codon3Variants.clear();
2121     codon1Variants.add(new DnaVariant("C"));
2122     codon2Variants.add(new DnaVariant("C", sf7));
2123     codon3Variants.add(new DnaVariant("C"));
2124     AlignmentUtils.computePeptideVariants(peptide, 3, codonVariants);
2125
2126     /*
2127      * verify added sequence features for
2128      * var1 K -> E Ensembl
2129      * var2 K -> Q dbSNP
2130      * var3 K -> stop
2131      * var4 synonymous
2132      * var5 K -> N Ensembl
2133      * var6 synonymous
2134      * var7 P -> H COSMIC
2135      * var8 P -> R COSMIC
2136      */
2137     List<SequenceFeature> sfs = peptide.getSequenceFeatures();
2138     SequenceFeatures.sortFeatures(sfs, true);
2139     assertEquals(8, sfs.size());
2140
2141     /*
2142      * features are sorted by start position ascending, but in no
2143      * particular order where start positions match; asserts here
2144      * simply match the data returned (the order is not important)
2145      */
2146     // AAA -> AAT -> K/N
2147     SequenceFeature sf = sfs.get(0);
2148     assertEquals(1, sf.getBegin());
2149     assertEquals(1, sf.getEnd());
2150     assertEquals("nonsynonymous_variant", sf.getType());
2151     assertEquals("p.Lys1Asn", sf.getDescription());
2152     assertEquals("var5", sf.getValue("ID"));
2153     assertEquals("Benign", sf.getValue("clinical_significance"));
2154     assertEquals("ID=var5;clinical_significance=Benign",
2155             sf.getAttributes());
2156     assertEquals(1, sf.links.size());
2157     assertEquals(
2158             "p.Lys1Asn var5|http://www.ensembl.org/Homo_sapiens/Variation/Summary?v=var5",
2159             sf.links.get(0));
2160     assertEquals(ensembl, sf.getFeatureGroup());
2161
2162     // AAA -> CAA -> K/Q
2163     sf = sfs.get(1);
2164     assertEquals(1, sf.getBegin());
2165     assertEquals(1, sf.getEnd());
2166     assertEquals("nonsynonymous_variant", sf.getType());
2167     assertEquals("p.Lys1Gln", sf.getDescription());
2168     assertEquals("var2", sf.getValue("ID"));
2169     assertEquals("Dodgy", sf.getValue("clinical_significance"));
2170     assertEquals("ID=var2;clinical_significance=Dodgy", sf.getAttributes());
2171     assertEquals(1, sf.links.size());
2172     assertEquals(
2173             "p.Lys1Gln var2|http://www.ensembl.org/Homo_sapiens/Variation/Summary?v=var2",
2174             sf.links.get(0));
2175     assertEquals(dbSnp, sf.getFeatureGroup());
2176
2177     // AAA -> GAA -> K/E
2178     sf = sfs.get(2);
2179     assertEquals(1, sf.getBegin());
2180     assertEquals(1, sf.getEnd());
2181     assertEquals("nonsynonymous_variant", sf.getType());
2182     assertEquals("p.Lys1Glu", sf.getDescription());
2183     assertEquals("var1.125A>G", sf.getValue("ID"));
2184     assertNull(sf.getValue("clinical_significance"));
2185     assertEquals("ID=var1.125A>G", sf.getAttributes());
2186     assertEquals(1, sf.links.size());
2187     // link to variation is urlencoded
2188     assertEquals(
2189             "p.Lys1Glu var1.125A>G|http://www.ensembl.org/Homo_sapiens/Variation/Summary?v=var1.125A%3EG",
2190             sf.links.get(0));
2191     assertEquals(ensembl, sf.getFeatureGroup());
2192
2193     // AAA -> TAA -> stop codon
2194     sf = sfs.get(3);
2195     assertEquals(1, sf.getBegin());
2196     assertEquals(1, sf.getEnd());
2197     assertEquals("stop_gained", sf.getType());
2198     assertEquals("Aaa/Taa", sf.getDescription());
2199     assertEquals("var3", sf.getValue("ID"));
2200     assertEquals("Bad", sf.getValue("clinical_significance"));
2201     assertEquals("ID=var3;clinical_significance=Bad", sf.getAttributes());
2202     assertEquals(1, sf.links.size());
2203     assertEquals(
2204             "Aaa/Taa var3|http://www.ensembl.org/Homo_sapiens/Variation/Summary?v=var3",
2205             sf.links.get(0));
2206     assertEquals(dbSnp, sf.getFeatureGroup());
2207
2208     // AAA -> AAG synonymous
2209     sf = sfs.get(4);
2210     assertEquals(1, sf.getBegin());
2211     assertEquals(1, sf.getEnd());
2212     assertEquals("synonymous_variant", sf.getType());
2213     assertEquals("aaA/aaG", sf.getDescription());
2214     assertEquals("var4", sf.getValue("ID"));
2215     assertEquals("None", sf.getValue("clinical_significance"));
2216     assertEquals("ID=var4;clinical_significance=None", sf.getAttributes());
2217     assertEquals(1, sf.links.size());
2218     assertEquals(
2219             "aaA/aaG var4|http://www.ensembl.org/Homo_sapiens/Variation/Summary?v=var4",
2220             sf.links.get(0));
2221     assertEquals(cosmic, sf.getFeatureGroup());
2222
2223     // TTT -> TTC synonymous
2224     sf = sfs.get(5);
2225     assertEquals(2, sf.getBegin());
2226     assertEquals(2, sf.getEnd());
2227     assertEquals("synonymous_variant", sf.getType());
2228     assertEquals("ttT/ttC", sf.getDescription());
2229     assertEquals("var6", sf.getValue("ID"));
2230     assertNull(sf.getValue("clinical_significance"));
2231     assertEquals("ID=var6", sf.getAttributes());
2232     assertEquals(1, sf.links.size());
2233     assertEquals(
2234             "ttT/ttC var6|http://www.ensembl.org/Homo_sapiens/Variation/Summary?v=var6",
2235             sf.links.get(0));
2236     assertEquals(dbSnp, sf.getFeatureGroup());
2237
2238     // var7 generates two distinct protein variant features (two alleles)
2239     // CCC -> CGC -> P/R
2240     sf = sfs.get(6);
2241     assertEquals(3, sf.getBegin());
2242     assertEquals(3, sf.getEnd());
2243     assertEquals("nonsynonymous_variant", sf.getType());
2244     assertEquals("p.Pro3Arg", sf.getDescription());
2245     assertEquals("var7", sf.getValue("ID"));
2246     assertEquals("Good", sf.getValue("clinical_significance"));
2247     assertEquals("ID=var7;clinical_significance=Good", sf.getAttributes());
2248     assertEquals(1, sf.links.size());
2249     assertEquals(
2250             "p.Pro3Arg var7|http://www.ensembl.org/Homo_sapiens/Variation/Summary?v=var7",
2251             sf.links.get(0));
2252     assertEquals(cosmic, sf.getFeatureGroup());
2253
2254     // CCC -> CAC -> P/H
2255     sf = sfs.get(7);
2256     assertEquals(3, sf.getBegin());
2257     assertEquals(3, sf.getEnd());
2258     assertEquals("nonsynonymous_variant", sf.getType());
2259     assertEquals("p.Pro3His", sf.getDescription());
2260     assertEquals("var7", sf.getValue("ID"));
2261     assertEquals("Good", sf.getValue("clinical_significance"));
2262     assertEquals("ID=var7;clinical_significance=Good", sf.getAttributes());
2263     assertEquals(1, sf.links.size());
2264     assertEquals(
2265             "p.Pro3His var7|http://www.ensembl.org/Homo_sapiens/Variation/Summary?v=var7",
2266             sf.links.get(0));
2267     assertEquals(cosmic, sf.getFeatureGroup());
2268   }
2269
2270   /**
2271    * Tests for the method that maps the subset of a dna sequence that has CDS
2272    * (or subtype) feature, with CDS strand = '-' (reverse)
2273    */
2274   // test turned off as currently findCdsPositions is not strand-dependent
2275   // left in case it comes around again...
2276   @Test(groups = "Functional", enabled = false)
2277   public void testFindCdsPositions_reverseStrand()
2278   {
2279     SequenceI dnaSeq = new Sequence("dna", "aaaGGGcccAAATTTttt");
2280     dnaSeq.createDatasetSequence();
2281     SequenceI ds = dnaSeq.getDatasetSequence();
2282
2283     // CDS for dna 4-6
2284     SequenceFeature sf = new SequenceFeature("CDS", "", 4, 6, 0f, null);
2285     sf.setStrand("-");
2286     ds.addSequenceFeature(sf);
2287     // exon feature should be ignored here
2288     sf = new SequenceFeature("exon", "", 7, 9, 0f, null);
2289     ds.addSequenceFeature(sf);
2290     // CDS for dna 10-12
2291     sf = new SequenceFeature("CDS_predicted", "", 10, 12, 0f, null);
2292     sf.setStrand("-");
2293     ds.addSequenceFeature(sf);
2294
2295     List<int[]> ranges = AlignmentUtils.findCdsPositions(dnaSeq);
2296     /*
2297      * verify ranges { [12-10], [6-4] }
2298      */
2299     assertEquals(6, MappingUtils.getLength(ranges));
2300     assertEquals(2, ranges.size());
2301     assertEquals(12, ranges.get(0)[0]);
2302     assertEquals(10, ranges.get(0)[1]);
2303     assertEquals(6, ranges.get(1)[0]);
2304     assertEquals(4, ranges.get(1)[1]);
2305   }
2306
2307   /**
2308    * Tests for the method that maps the subset of a dna sequence that has CDS
2309    * (or subtype) feature - reverse strand case where the start codon is
2310    * incomplete.
2311    */
2312   @Test(groups = "Functional", enabled = false)
2313   // test turned off as currently findCdsPositions is not strand-dependent
2314   // left in case it comes around again...
2315   public void testFindCdsPositions_reverseStrandThreePrimeIncomplete()
2316   {
2317     SequenceI dnaSeq = new Sequence("dna", "aaagGGCCCaaaTTTttt");
2318     dnaSeq.createDatasetSequence();
2319     SequenceI ds = dnaSeq.getDatasetSequence();
2320
2321     // CDS for dna 5-9
2322     SequenceFeature sf = new SequenceFeature("CDS", "", 5, 9, 0f, null);
2323     sf.setStrand("-");
2324     ds.addSequenceFeature(sf);
2325     // CDS for dna 13-15
2326     sf = new SequenceFeature("CDS_predicted", "", 13, 15, 0f, null);
2327     sf.setStrand("-");
2328     sf.setPhase("2"); // skip 2 bases to start of next codon
2329     ds.addSequenceFeature(sf);
2330
2331     List<int[]> ranges = AlignmentUtils.findCdsPositions(dnaSeq);
2332
2333     /*
2334      * check the mapping starts with the first complete codon
2335      * expect ranges [13, 13], [9, 5]
2336      */
2337     assertEquals(6, MappingUtils.getLength(ranges));
2338     assertEquals(2, ranges.size());
2339     assertEquals(13, ranges.get(0)[0]);
2340     assertEquals(13, ranges.get(0)[1]);
2341     assertEquals(9, ranges.get(1)[0]);
2342     assertEquals(5, ranges.get(1)[1]);
2343   }
2344
2345   @Test(groups = "Functional")
2346   public void testAlignAs_alternateTranscriptsUngapped()
2347   {
2348     SequenceI dna1 = new Sequence("dna1", "cccGGGTTTaaa");
2349     SequenceI dna2 = new Sequence("dna2", "CCCgggtttAAA");
2350     AlignmentI dna = new Alignment(new SequenceI[] { dna1, dna2 });
2351     ((Alignment) dna).createDatasetAlignment();
2352     SequenceI cds1 = new Sequence("cds1", "GGGTTT");
2353     SequenceI cds2 = new Sequence("cds2", "CCCAAA");
2354     AlignmentI cds = new Alignment(new SequenceI[] { cds1, cds2 });
2355     ((Alignment) cds).createDatasetAlignment();
2356
2357     AlignedCodonFrame acf = new AlignedCodonFrame();
2358     MapList map = new MapList(new int[] { 4, 9 }, new int[] { 1, 6 }, 1, 1);
2359     acf.addMap(dna1.getDatasetSequence(), cds1.getDatasetSequence(), map);
2360     map = new MapList(new int[] { 1, 3, 10, 12 }, new int[] { 1, 6 }, 1, 1);
2361     acf.addMap(dna2.getDatasetSequence(), cds2.getDatasetSequence(), map);
2362
2363     /*
2364      * verify CDS alignment is as:
2365      *   cccGGGTTTaaa (cdna)
2366      *   CCCgggtttAAA (cdna)
2367      *   
2368      *   ---GGGTTT--- (cds)
2369      *   CCC------AAA (cds)
2370      */
2371     dna.addCodonFrame(acf);
2372     AlignmentUtils.alignAs(cds, dna);
2373     assertEquals("---GGGTTT", cds.getSequenceAt(0).getSequenceAsString());
2374     assertEquals("CCC------AAA", cds.getSequenceAt(1).getSequenceAsString());
2375   }
2376
2377   @Test(groups = { "Functional" })
2378   public void testAddMappedPositions()
2379   {
2380     SequenceI from = new Sequence("dna", "ggAA-ATcc-TT-g");
2381     SequenceI seq1 = new Sequence("cds", "AAATTT");
2382     from.createDatasetSequence();
2383     seq1.createDatasetSequence();
2384     Mapping mapping = new Mapping(seq1, new MapList(
2385             new int[] { 3, 6, 9, 10 }, new int[] { 1, 6 }, 1, 1));
2386     Map<Integer, Map<SequenceI, Character>> map = new TreeMap<>();
2387     AlignmentUtils.addMappedPositions(seq1, from, mapping, map);
2388
2389     /*
2390      * verify map has seq1 residues in columns 3,4,6,7,11,12
2391      */
2392     assertEquals(6, map.size());
2393     assertEquals('A', map.get(3).get(seq1).charValue());
2394     assertEquals('A', map.get(4).get(seq1).charValue());
2395     assertEquals('A', map.get(6).get(seq1).charValue());
2396     assertEquals('T', map.get(7).get(seq1).charValue());
2397     assertEquals('T', map.get(11).get(seq1).charValue());
2398     assertEquals('T', map.get(12).get(seq1).charValue());
2399
2400     /*
2401      * 
2402      */
2403   }
2404
2405   /**
2406    * Test case where the mapping 'from' range includes a stop codon which is
2407    * absent in the 'to' range
2408    */
2409   @Test(groups = { "Functional" })
2410   public void testAddMappedPositions_withStopCodon()
2411   {
2412     SequenceI from = new Sequence("dna", "ggAA-ATcc-TT-g");
2413     SequenceI seq1 = new Sequence("cds", "AAATTT");
2414     from.createDatasetSequence();
2415     seq1.createDatasetSequence();
2416     Mapping mapping = new Mapping(seq1, new MapList(
2417             new int[] { 3, 6, 9, 10 }, new int[] { 1, 6 }, 1, 1));
2418     Map<Integer, Map<SequenceI, Character>> map = new TreeMap<>();
2419     AlignmentUtils.addMappedPositions(seq1, from, mapping, map);
2420
2421     /*
2422      * verify map has seq1 residues in columns 3,4,6,7,11,12
2423      */
2424     assertEquals(6, map.size());
2425     assertEquals('A', map.get(3).get(seq1).charValue());
2426     assertEquals('A', map.get(4).get(seq1).charValue());
2427     assertEquals('A', map.get(6).get(seq1).charValue());
2428     assertEquals('T', map.get(7).get(seq1).charValue());
2429     assertEquals('T', map.get(11).get(seq1).charValue());
2430     assertEquals('T', map.get(12).get(seq1).charValue());
2431   }
2432
2433   /**
2434    * Test for the case where the products for which we want CDS are specified.
2435    * This is to represent the case where EMBL has CDS mappings to both Uniprot
2436    * and EMBLCDSPROTEIN. makeCdsAlignment() should only return the mappings for
2437    * the protein sequences specified.
2438    */
2439   @Test(groups = { "Functional" })
2440   public void testMakeCdsAlignment_filterProducts()
2441   {
2442     SequenceI dna1 = new Sequence("dna1", "aaaGGGcccTTTaaa");
2443     SequenceI dna2 = new Sequence("dna2", "GGGcccTTTaaaCCC");
2444     SequenceI pep1 = new Sequence("Uniprot|pep1", "GF");
2445     SequenceI pep2 = new Sequence("Uniprot|pep2", "GFP");
2446     SequenceI pep3 = new Sequence("EMBL|pep3", "GF");
2447     SequenceI pep4 = new Sequence("EMBL|pep4", "GFP");
2448     dna1.createDatasetSequence();
2449     dna2.createDatasetSequence();
2450     pep1.createDatasetSequence();
2451     pep2.createDatasetSequence();
2452     pep3.createDatasetSequence();
2453     pep4.createDatasetSequence();
2454     AlignmentI dna = new Alignment(new SequenceI[] { dna1, dna2 });
2455     dna.setDataset(null);
2456     AlignmentI emblPeptides = new Alignment(new SequenceI[] { pep3, pep4 });
2457     emblPeptides.setDataset(null);
2458
2459     AlignedCodonFrame acf = new AlignedCodonFrame();
2460     MapList map = new MapList(new int[] { 4, 6, 10, 12 },
2461             new int[] { 1, 2 }, 3, 1);
2462     acf.addMap(dna1.getDatasetSequence(), pep1.getDatasetSequence(), map);
2463     acf.addMap(dna1.getDatasetSequence(), pep3.getDatasetSequence(), map);
2464     dna.addCodonFrame(acf);
2465
2466     acf = new AlignedCodonFrame();
2467     map = new MapList(new int[] { 1, 3, 7, 9, 13, 15 }, new int[] { 1, 3 },
2468             3, 1);
2469     acf.addMap(dna2.getDatasetSequence(), pep2.getDatasetSequence(), map);
2470     acf.addMap(dna2.getDatasetSequence(), pep4.getDatasetSequence(), map);
2471     dna.addCodonFrame(acf);
2472
2473     /*
2474      * execute method under test to find CDS for EMBL peptides only
2475      */
2476     AlignmentI cds = AlignmentUtils.makeCdsAlignment(new SequenceI[] {
2477         dna1, dna2 }, dna.getDataset(), emblPeptides.getSequencesArray());
2478
2479     assertEquals(2, cds.getSequences().size());
2480     assertEquals("GGGTTT", cds.getSequenceAt(0).getSequenceAsString());
2481     assertEquals("GGGTTTCCC", cds.getSequenceAt(1).getSequenceAsString());
2482
2483     /*
2484      * verify shared, extended alignment dataset
2485      */
2486     assertSame(dna.getDataset(), cds.getDataset());
2487     assertTrue(dna.getDataset().getSequences()
2488             .contains(cds.getSequenceAt(0).getDatasetSequence()));
2489     assertTrue(dna.getDataset().getSequences()
2490             .contains(cds.getSequenceAt(1).getDatasetSequence()));
2491
2492     /*
2493      * Verify mappings from CDS to peptide, cDNA to CDS, and cDNA to peptide
2494      * the mappings are on the shared alignment dataset
2495      */
2496     List<AlignedCodonFrame> cdsMappings = cds.getDataset().getCodonFrames();
2497     /*
2498      * 6 mappings, 2*(DNA->CDS), 2*(DNA->Pep), 2*(CDS->Pep) 
2499      */
2500     assertEquals(6, cdsMappings.size());
2501
2502     /*
2503      * verify that mapping sets for dna and cds alignments are different
2504      * [not current behaviour - all mappings are on the alignment dataset]  
2505      */
2506     // select -> subselect type to test.
2507     // Assert.assertNotSame(dna.getCodonFrames(), cds.getCodonFrames());
2508     // assertEquals(4, dna.getCodonFrames().size());
2509     // assertEquals(4, cds.getCodonFrames().size());
2510
2511     /*
2512      * Two mappings involve pep3 (dna to pep3, cds to pep3)
2513      * Mapping from pep3 to GGGTTT in first new exon sequence
2514      */
2515     List<AlignedCodonFrame> pep3Mappings = MappingUtils
2516             .findMappingsForSequence(pep3, cdsMappings);
2517     assertEquals(2, pep3Mappings.size());
2518     List<AlignedCodonFrame> mappings = MappingUtils
2519             .findMappingsForSequence(cds.getSequenceAt(0), pep3Mappings);
2520     assertEquals(1, mappings.size());
2521
2522     // map G to GGG
2523     SearchResultsI sr = MappingUtils.buildSearchResults(pep3, 1, mappings);
2524     assertEquals(1, sr.getResults().size());
2525     SearchResultMatchI m = sr.getResults().get(0);
2526     assertSame(cds.getSequenceAt(0).getDatasetSequence(), m.getSequence());
2527     assertEquals(1, m.getStart());
2528     assertEquals(3, m.getEnd());
2529     // map F to TTT
2530     sr = MappingUtils.buildSearchResults(pep3, 2, mappings);
2531     m = sr.getResults().get(0);
2532     assertSame(cds.getSequenceAt(0).getDatasetSequence(), m.getSequence());
2533     assertEquals(4, m.getStart());
2534     assertEquals(6, m.getEnd());
2535
2536     /*
2537      * Two mappings involve pep4 (dna to pep4, cds to pep4)
2538      * Verify mapping from pep4 to GGGTTTCCC in second new exon sequence
2539      */
2540     List<AlignedCodonFrame> pep4Mappings = MappingUtils
2541             .findMappingsForSequence(pep4, cdsMappings);
2542     assertEquals(2, pep4Mappings.size());
2543     mappings = MappingUtils.findMappingsForSequence(cds.getSequenceAt(1),
2544             pep4Mappings);
2545     assertEquals(1, mappings.size());
2546     // map G to GGG
2547     sr = MappingUtils.buildSearchResults(pep4, 1, mappings);
2548     assertEquals(1, sr.getResults().size());
2549     m = sr.getResults().get(0);
2550     assertSame(cds.getSequenceAt(1).getDatasetSequence(), m.getSequence());
2551     assertEquals(1, m.getStart());
2552     assertEquals(3, m.getEnd());
2553     // map F to TTT
2554     sr = MappingUtils.buildSearchResults(pep4, 2, mappings);
2555     m = sr.getResults().get(0);
2556     assertSame(cds.getSequenceAt(1).getDatasetSequence(), m.getSequence());
2557     assertEquals(4, m.getStart());
2558     assertEquals(6, m.getEnd());
2559     // map P to CCC
2560     sr = MappingUtils.buildSearchResults(pep4, 3, mappings);
2561     m = sr.getResults().get(0);
2562     assertSame(cds.getSequenceAt(1).getDatasetSequence(), m.getSequence());
2563     assertEquals(7, m.getStart());
2564     assertEquals(9, m.getEnd());
2565   }
2566
2567   /**
2568    * Test the method that just copies aligned sequences, provided all sequences
2569    * to be aligned share the aligned sequence's dataset
2570    */
2571   @Test(groups = "Functional")
2572   public void testAlignAsSameSequences()
2573   {
2574     SequenceI dna1 = new Sequence("dna1", "cccGGGTTTaaa");
2575     SequenceI dna2 = new Sequence("dna2", "CCCgggtttAAA");
2576     AlignmentI al1 = new Alignment(new SequenceI[] { dna1, dna2 });
2577     ((Alignment) al1).createDatasetAlignment();
2578
2579     SequenceI dna3 = new Sequence(dna1);
2580     SequenceI dna4 = new Sequence(dna2);
2581     assertSame(dna3.getDatasetSequence(), dna1.getDatasetSequence());
2582     assertSame(dna4.getDatasetSequence(), dna2.getDatasetSequence());
2583     String seq1 = "-cc-GG-GT-TT--aaa";
2584     dna3.setSequence(seq1);
2585     String seq2 = "C--C-Cgg--gtt-tAA-A-";
2586     dna4.setSequence(seq2);
2587     AlignmentI al2 = new Alignment(new SequenceI[] { dna3, dna4 });
2588     ((Alignment) al2).createDatasetAlignment();
2589
2590     assertTrue(AlignmentUtils.alignAsSameSequences(al1, al2));
2591     assertEquals(seq1, al1.getSequenceAt(0).getSequenceAsString());
2592     assertEquals(seq2, al1.getSequenceAt(1).getSequenceAsString());
2593
2594     /*
2595      * add another sequence to 'aligned' - should still succeed, since
2596      * unaligned sequences still share a dataset with aligned sequences
2597      */
2598     SequenceI dna5 = new Sequence("dna5", "CCCgggtttAAA");
2599     dna5.createDatasetSequence();
2600     al2.addSequence(dna5);
2601     assertTrue(AlignmentUtils.alignAsSameSequences(al1, al2));
2602     assertEquals(seq1, al1.getSequenceAt(0).getSequenceAsString());
2603     assertEquals(seq2, al1.getSequenceAt(1).getSequenceAsString());
2604
2605     /*
2606      * add another sequence to 'unaligned' - should fail, since now not
2607      * all unaligned sequences share a dataset with aligned sequences
2608      */
2609     SequenceI dna6 = new Sequence("dna6", "CCCgggtttAAA");
2610     dna6.createDatasetSequence();
2611     al1.addSequence(dna6);
2612     // JAL-2110 JBP Comment: what's the use case for this behaviour ?
2613     assertFalse(AlignmentUtils.alignAsSameSequences(al1, al2));
2614   }
2615
2616   @Test(groups = "Functional")
2617   public void testAlignAsSameSequencesMultipleSubSeq()
2618   {
2619     SequenceI dna1 = new Sequence("dna1", "cccGGGTTTaaa");
2620     SequenceI dna2 = new Sequence("dna2", "CCCgggtttAAA");
2621     SequenceI as1 = dna1.deriveSequence();
2622     SequenceI as2 = dna1.deriveSequence().getSubSequence(3, 7);
2623     SequenceI as3 = dna2.deriveSequence();
2624     as1.insertCharAt(6, 5, '-');
2625     String s_as1 = as1.getSequenceAsString();
2626     as2.insertCharAt(6, 5, '-');
2627     String s_as2 = as2.getSequenceAsString();
2628     as3.insertCharAt(6, 5, '-');
2629     String s_as3 = as3.getSequenceAsString();
2630     AlignmentI aligned = new Alignment(new SequenceI[] { as1, as2, as3 });
2631
2632     // why do we need to cast this still ?
2633     ((Alignment) aligned).createDatasetAlignment();
2634     SequenceI uas1 = dna1.deriveSequence();
2635     SequenceI uas2 = dna1.deriveSequence().getSubSequence(3, 7);
2636     SequenceI uas3 = dna2.deriveSequence();
2637     AlignmentI tobealigned = new Alignment(new SequenceI[] { uas1, uas2,
2638         uas3 });
2639     ((Alignment) tobealigned).createDatasetAlignment();
2640
2641     assertTrue(AlignmentUtils.alignAsSameSequences(tobealigned, aligned));
2642     assertEquals(s_as1, uas1.getSequenceAsString());
2643     assertEquals(s_as2, uas2.getSequenceAsString());
2644     assertEquals(s_as3, uas3.getSequenceAsString());
2645   }
2646
2647   @Test(groups = { "Functional" })
2648   public void testTransferGeneLoci()
2649   {
2650     SequenceI from = new Sequence("transcript",
2651             "aaacccgggTTTAAACCCGGGtttaaacccgggttt");
2652     SequenceI to = new Sequence("CDS", "TTTAAACCCGGG");
2653     MapList map = new MapList(new int[] { 1, 12 }, new int[] { 10, 21 }, 1,
2654             1);
2655
2656     /*
2657      * first with nothing to transfer
2658      */
2659     AlignmentUtils.transferGeneLoci(from, map, to);
2660     assertNull(to.getGeneLoci());
2661
2662     /*
2663      * next with gene loci set on 'from' sequence
2664      */
2665     int[] exons = new int[] { 100, 105, 155, 164, 210, 229 };
2666     MapList geneMap = new MapList(new int[] { 1, 36 }, exons, 1, 1);
2667     from.setGeneLoci("human", "GRCh38", "7", geneMap);
2668     AlignmentUtils.transferGeneLoci(from, map, to);
2669
2670     GeneLociI toLoci = to.getGeneLoci();
2671     assertNotNull(toLoci);
2672     // DBRefEntry constructor upper-cases 'source'
2673     assertEquals("HUMAN", toLoci.getSpeciesId());
2674     assertEquals("GRCh38", toLoci.getAssemblyId());
2675     assertEquals("7", toLoci.getChromosomeId());
2676
2677     /*
2678      * transcript 'exons' are 1-6, 7-16, 17-36
2679      * CDS 1:12 is transcript 10-21
2680      * transcript 'CDS' is 10-16, 17-21
2681      * which is 'gene' 158-164, 210-214
2682      */
2683     MapList toMap = toLoci.getMap();
2684     assertEquals(1, toMap.getFromRanges().size());
2685     assertEquals(2, toMap.getFromRanges().get(0).length);
2686     assertEquals(1, toMap.getFromRanges().get(0)[0]);
2687     assertEquals(12, toMap.getFromRanges().get(0)[1]);
2688     assertEquals(2, toMap.getToRanges().size());
2689     assertEquals(2, toMap.getToRanges().get(0).length);
2690     assertEquals(158, toMap.getToRanges().get(0)[0]);
2691     assertEquals(164, toMap.getToRanges().get(0)[1]);
2692     assertEquals(210, toMap.getToRanges().get(1)[0]);
2693     assertEquals(214, toMap.getToRanges().get(1)[1]);
2694     // or summarised as (but toString might change in future):
2695     assertEquals("[ [1, 12] ] 1:1 to [ [158, 164] [210, 214] ]",
2696             toMap.toString());
2697
2698     /*
2699      * an existing value is not overridden 
2700      */
2701     geneMap = new MapList(new int[] { 1, 36 }, new int[] { 36, 1 }, 1, 1);
2702     from.setGeneLoci("inhuman", "GRCh37", "6", geneMap);
2703     AlignmentUtils.transferGeneLoci(from, map, to);
2704     assertEquals("GRCh38", toLoci.getAssemblyId());
2705     assertEquals("7", toLoci.getChromosomeId());
2706     toMap = toLoci.getMap();
2707     assertEquals("[ [1, 12] ] 1:1 to [ [158, 164] [210, 214] ]",
2708             toMap.toString());
2709   }
2710
2711   /**
2712    * Tests for the method that maps nucleotide to protein based on CDS features
2713    */
2714   @Test(groups = "Functional")
2715   public void testMapCdsToProtein()
2716   {
2717     SequenceI peptide = new Sequence("pep", "KLQ");
2718
2719     /*
2720      * Case 1: CDS 3 times length of peptide
2721      * NB method only checks lengths match, not translation
2722      */
2723     SequenceI dna = new Sequence("dna", "AACGacgtCTCCT");
2724     dna.createDatasetSequence();
2725     dna.addSequenceFeature(new SequenceFeature("CDS", "", 1, 4, null));
2726     dna.addSequenceFeature(new SequenceFeature("CDS", "", 9, 13, null));
2727     MapList ml = AlignmentUtils.mapCdsToProtein(dna, peptide);
2728     assertEquals(3, ml.getFromRatio());
2729     assertEquals(1, ml.getToRatio());
2730     assertEquals("[[1, 3]]",
2731             Arrays.deepToString(ml.getToRanges().toArray()));
2732     assertEquals("[[1, 4], [9, 13]]",
2733             Arrays.deepToString(ml.getFromRanges().toArray()));
2734
2735     /*
2736      * Case 2: CDS 3 times length of peptide + stop codon
2737      * (note code does not currently check trailing codon is a stop codon)
2738      */
2739     dna = new Sequence("dna", "AACGacgtCTCCTCCC");
2740     dna.createDatasetSequence();
2741     dna.addSequenceFeature(new SequenceFeature("CDS", "", 1, 4, null));
2742     dna.addSequenceFeature(new SequenceFeature("CDS", "", 9, 16, null));
2743     ml = AlignmentUtils.mapCdsToProtein(dna, peptide);
2744     assertEquals(3, ml.getFromRatio());
2745     assertEquals(1, ml.getToRatio());
2746     assertEquals("[[1, 3]]",
2747             Arrays.deepToString(ml.getToRanges().toArray()));
2748     assertEquals("[[1, 4], [9, 13]]",
2749             Arrays.deepToString(ml.getFromRanges().toArray()));
2750
2751     /*
2752      * Case 3: CDS longer than 3 * peptide + stop codon - no mapping is made
2753      */
2754     dna = new Sequence("dna", "AACGacgtCTCCTTGATCA");
2755     dna.createDatasetSequence();
2756     dna.addSequenceFeature(new SequenceFeature("CDS", "", 1, 4, null));
2757     dna.addSequenceFeature(new SequenceFeature("CDS", "", 9, 19, null));
2758     ml = AlignmentUtils.mapCdsToProtein(dna, peptide);
2759     assertNull(ml);
2760
2761     /*
2762      * Case 4: CDS shorter than 3 * peptide - no mapping is made
2763      */
2764     dna = new Sequence("dna", "AACGacgtCTCC");
2765     dna.createDatasetSequence();
2766     dna.addSequenceFeature(new SequenceFeature("CDS", "", 1, 4, null));
2767     dna.addSequenceFeature(new SequenceFeature("CDS", "", 9, 12, null));
2768     ml = AlignmentUtils.mapCdsToProtein(dna, peptide);
2769     assertNull(ml);
2770
2771     /*
2772      * Case 5: CDS 3 times length of peptide + part codon - mapping is truncated
2773      */
2774     dna = new Sequence("dna", "AACGacgtCTCCTTG");
2775     dna.createDatasetSequence();
2776     dna.addSequenceFeature(new SequenceFeature("CDS", "", 1, 4, null));
2777     dna.addSequenceFeature(new SequenceFeature("CDS", "", 9, 15, null));
2778     ml = AlignmentUtils.mapCdsToProtein(dna, peptide);
2779     assertEquals(3, ml.getFromRatio());
2780     assertEquals(1, ml.getToRatio());
2781     assertEquals("[[1, 3]]",
2782             Arrays.deepToString(ml.getToRanges().toArray()));
2783     assertEquals("[[1, 4], [9, 13]]",
2784             Arrays.deepToString(ml.getFromRanges().toArray()));
2785
2786     /*
2787      * Case 6: incomplete start codon corresponding to X in peptide
2788      */
2789     dna = new Sequence("dna", "ACGacgtCTCCTTGG");
2790     dna.createDatasetSequence();
2791     SequenceFeature sf = new SequenceFeature("CDS", "", 1, 3, null);
2792     sf.setPhase("2"); // skip 2 positions (AC) to start of next codon (GCT)
2793     dna.addSequenceFeature(sf);
2794     dna.addSequenceFeature(new SequenceFeature("CDS", "", 8, 15, null));
2795     peptide = new Sequence("pep", "XLQ");
2796     ml = AlignmentUtils.mapCdsToProtein(dna, peptide);
2797     assertEquals("[[2, 3]]",
2798             Arrays.deepToString(ml.getToRanges().toArray()));
2799     assertEquals("[[3, 3], [8, 12]]",
2800             Arrays.deepToString(ml.getFromRanges().toArray()));
2801   }
2802
2803   /**
2804    * Tests for the method that locates the CDS sequence that has a mapping to
2805    * the given protein. That is, given a transcript-to-peptide mapping, find the
2806    * cds-to-peptide mapping that relates to both, and return the CDS sequence.
2807    */
2808   @Test
2809   public void testFindCdsForProtein()
2810   {
2811     List<AlignedCodonFrame> mappings = new ArrayList<>();
2812     AlignedCodonFrame acf1 = new AlignedCodonFrame();
2813     mappings.add(acf1);
2814
2815     SequenceI dna1 = new Sequence("dna1", "cgatATcgGCTATCTATGacg");
2816     dna1.createDatasetSequence();
2817
2818     // NB we currently exclude STOP codon from CDS sequences
2819     // the test would need to change if this changes in future
2820     SequenceI cds1 = new Sequence("cds1", "ATGCTATCT");
2821     cds1.createDatasetSequence();
2822
2823     SequenceI pep1 = new Sequence("pep1", "MLS");
2824     pep1.createDatasetSequence();
2825     List<AlignedCodonFrame> seqMappings = new ArrayList<>();
2826     MapList mapList = new MapList(
2827             new int[]
2828             { 5, 6, 9, 15 }, new int[] { 1, 3 }, 3, 1);
2829     Mapping dnaToPeptide = new Mapping(pep1.getDatasetSequence(), mapList);
2830     
2831     // add dna to peptide mapping
2832     seqMappings.add(acf1);
2833     acf1.addMap(dna1.getDatasetSequence(), pep1.getDatasetSequence(),
2834             mapList);
2835
2836     /*
2837      * first case - no dna-to-CDS mapping exists - search fails
2838      */
2839     SequenceI seq = AlignmentUtils.findCdsForProtein(mappings, dna1,
2840             seqMappings, dnaToPeptide);
2841     assertNull(seq);
2842
2843     /*
2844      * second case - CDS-to-peptide mapping exists but no dna-to-CDS
2845      * - search fails
2846      */
2847     // todo this test fails if the mapping is added to acf1, not acf2
2848     // need to tidy up use of lists of mappings in AlignedCodonFrame
2849     AlignedCodonFrame acf2 = new AlignedCodonFrame();
2850     mappings.add(acf2);
2851     MapList cdsToPeptideMapping = new MapList(new int[]
2852     { 1, 9 }, new int[] { 1, 3 }, 3, 1);
2853     acf2.addMap(cds1.getDatasetSequence(), pep1.getDatasetSequence(),
2854             cdsToPeptideMapping);
2855     assertNull(AlignmentUtils.findCdsForProtein(mappings, dna1, seqMappings,
2856             dnaToPeptide));
2857
2858     /*
2859      * third case - add dna-to-CDS mapping - CDS is now found!
2860      */
2861     MapList dnaToCdsMapping = new MapList(new int[] { 5, 6, 9, 15 },
2862             new int[]
2863             { 1, 9 }, 1, 1);
2864     acf1.addMap(dna1.getDatasetSequence(), cds1.getDatasetSequence(),
2865             dnaToCdsMapping);
2866     seq = AlignmentUtils.findCdsForProtein(mappings, dna1, seqMappings,
2867             dnaToPeptide);
2868     assertSame(seq, cds1.getDatasetSequence());
2869   }
2870
2871   /**
2872    * Tests for the method that locates the CDS sequence that has a mapping to
2873    * the given protein. That is, given a transcript-to-peptide mapping, find the
2874    * cds-to-peptide mapping that relates to both, and return the CDS sequence.
2875    * This test is for the case where transcript and CDS are the same length.
2876    */
2877   @Test
2878   public void testFindCdsForProtein_noUTR()
2879   {
2880     List<AlignedCodonFrame> mappings = new ArrayList<>();
2881     AlignedCodonFrame acf1 = new AlignedCodonFrame();
2882     mappings.add(acf1);
2883   
2884     SequenceI dna1 = new Sequence("dna1", "ATGCTATCTTAA");
2885     dna1.createDatasetSequence();
2886   
2887     // NB we currently exclude STOP codon from CDS sequences
2888     // the test would need to change if this changes in future
2889     SequenceI cds1 = new Sequence("cds1", "ATGCTATCT");
2890     cds1.createDatasetSequence();
2891   
2892     SequenceI pep1 = new Sequence("pep1", "MLS");
2893     pep1.createDatasetSequence();
2894     List<AlignedCodonFrame> seqMappings = new ArrayList<>();
2895     MapList mapList = new MapList(
2896             new int[]
2897             { 1, 9 }, new int[] { 1, 3 }, 3, 1);
2898     Mapping dnaToPeptide = new Mapping(pep1.getDatasetSequence(), mapList);
2899     
2900     // add dna to peptide mapping
2901     seqMappings.add(acf1);
2902     acf1.addMap(dna1.getDatasetSequence(), pep1.getDatasetSequence(),
2903             mapList);
2904   
2905     /*
2906      * first case - transcript lacks CDS features - it appears to be
2907      * the CDS sequence and is returned
2908      */
2909     SequenceI seq = AlignmentUtils.findCdsForProtein(mappings, dna1,
2910             seqMappings, dnaToPeptide);
2911     assertSame(seq, dna1.getDatasetSequence());
2912   
2913     /*
2914      * second case - transcript has CDS feature - this means it is
2915      * not returned as a match for CDS (CDS sequences don't have CDS features)
2916      */
2917     dna1.addSequenceFeature(
2918             new SequenceFeature(SequenceOntologyI.CDS, "cds", 1, 12, null));
2919     seq = AlignmentUtils.findCdsForProtein(mappings, dna1, seqMappings,
2920             dnaToPeptide);
2921     assertNull(seq);
2922
2923     /*
2924      * third case - CDS-to-peptide mapping exists but no dna-to-CDS
2925      * - search fails
2926      */
2927     // todo this test fails if the mapping is added to acf1, not acf2
2928     // need to tidy up use of lists of mappings in AlignedCodonFrame
2929     AlignedCodonFrame acf2 = new AlignedCodonFrame();
2930     mappings.add(acf2);
2931     MapList cdsToPeptideMapping = new MapList(new int[]
2932     { 1, 9 }, new int[] { 1, 3 }, 3, 1);
2933     acf2.addMap(cds1.getDatasetSequence(), pep1.getDatasetSequence(),
2934             cdsToPeptideMapping);
2935     assertNull(AlignmentUtils.findCdsForProtein(mappings, dna1, seqMappings,
2936             dnaToPeptide));
2937   
2938     /*
2939      * fourth case - add dna-to-CDS mapping - CDS is now found!
2940      */
2941     MapList dnaToCdsMapping = new MapList(new int[] { 1, 9 },
2942             new int[]
2943             { 1, 9 }, 1, 1);
2944     acf1.addMap(dna1.getDatasetSequence(), cds1.getDatasetSequence(),
2945             dnaToCdsMapping);
2946     seq = AlignmentUtils.findCdsForProtein(mappings, dna1, seqMappings,
2947             dnaToPeptide);
2948     assertSame(seq, cds1.getDatasetSequence());
2949   }
2950 }