2.08, not 2.07
[jalview.git] / src / jalview / analysis / SeqsetUtils.java
index 98b1902..691b905 100755 (executable)
-package jalview.analysis;
-
-import jalview.datamodel.SequenceI;
-import java.util.Hashtable;
-
-/**
- * <p>Title: </p>
- *
- * <p>Description: </p>
- *
- * <p>Copyright: Copyright (c) 2004</p>
- *
- * <p>Company: Dundee University</p>
- *
- * @author not attributable
- * @version 1.0
- */
-public class SeqsetUtils
-{
-    /**
-     * Store essential properties of a sequence in a hashtable for later recovery
-     *  Keys are Name, Start, End, SeqFeatures, PdbId
-     * @param seq SequenceI
-     * @return Hashtable
-     */
-    public static Hashtable SeqCharacterHash(SequenceI seq) {
-    Hashtable sqinfo = new Hashtable();
-    sqinfo.put("Name", seq.getName());
-    sqinfo.put("Start", new Integer(seq.getStart()));
-    sqinfo.put("End", new Integer(seq.getEnd()));
-    sqinfo.put("SeqFeatures", seq.getSequenceFeatures());
-    sqinfo.put("PdbId", (seq.getPDBId()!=null) ? seq.getPDBId() : new String("") );
-    return sqinfo;
-  }
-  /**
-   * Recover essential properties of a sequence from a hashtable
-   * TODO: replace these methods with something more elegant.
-   * @param sq SequenceI
-   * @param sqinfo Hashtable
-   * @return boolean
-   */
-  public static boolean SeqCharacterUnhash(SequenceI sq, Hashtable sqinfo) {
-    boolean namePresent = true;
-    String oldname = (String) sqinfo.get("Name");
-    Integer start = (Integer) sqinfo.get("Start");
-    Integer end = (Integer) sqinfo.get("End");
-    java.util.Vector sfeatures = (java.util.Vector) sqinfo.get("SeqFeatures");
-    String pdbid = (String) sqinfo.get("PdbId");
-    if (oldname==null)
-      namePresent = false;
-    else
-      sq.setName(oldname);
-    if (!pdbid.equals(""))
-      sq.setPDBId(pdbid);
-
-    if ((start!=null) && (end!=null)) {
-      sq.setStart(start.intValue());
-      sq.setEnd(end.intValue());
-    }
-    if (sfeatures!=null)
-      sq.setSequenceFeatures(sfeatures);
-    return namePresent;
-  }
-
-  /**
-   * Form of the unique name used in uniquify for the i'th sequence in an ordered vector of sequences.
-   * @param i int
-   * @return String
-   */
-  public static String unique_name(int i) {
-      return new String("Sequence"+i);
-  }
-
-  public static Hashtable uniquify(SequenceI[] sequences, boolean write_names)
-  {
-    // Generate a safely named sequence set and a hash to recover the sequence names
-    Hashtable map = new Hashtable();
-    String[] un_names = new String[sequences.length];
-    if (!write_names)
-
-    for (int i = 0; i < sequences.length; i++)
-    {
-      String safename = new String("Sequence" + i);
-      map.put(safename, SeqCharacterHash(sequences[i]));
-      if (write_names)
-        sequences[i].setName(safename);
-    }
-    return map;
-  }
-
-  public static boolean deuniquify(Hashtable map, SequenceI[] sequences)
-  {
-    // recover unsafe sequence names for a sequence set
-    boolean allfound = true;
-    for (int i = 0; i < sequences.length; i++)
-    {
-      if (map.containsKey(sequences[i].getName()))
-      {
-        Hashtable sqinfo = (Hashtable) map.get(sequences[i].getName());
-        SeqCharacterUnhash(sequences[i], sqinfo);
-      }
-      else
-      {
-        allfound = false;
-      }
-    }
-    return allfound;
-  }
-
-}
+/*\r
+ * Jalview - A Sequence Alignment Editor and Viewer\r
+ * Copyright (C) 2005 AM Waterhouse, J Procter, G Barton, M Clamp, S Searle\r
+ *\r
+ * This program is free software; you can redistribute it and/or\r
+ * modify it under the terms of the GNU General Public License\r
+ * as published by the Free Software Foundation; either version 2\r
+ * of the License, or (at your option) any later version.\r
+ *\r
+ * This program is distributed in the hope that it will be useful,\r
+ * but WITHOUT ANY WARRANTY; without even the implied warranty of\r
+ * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the\r
+ * GNU General Public License for more details.\r
+ *\r
+ * You should have received a copy of the GNU General Public License\r
+ * along with this program; if not, write to the Free Software\r
+ * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301, USA\r
+ */\r
+package jalview.analysis;\r
+\r
+import java.util.*;\r
+\r
+import jalview.datamodel.*;\r
+\r
+/**\r
+ * <p>Title: </p>\r
+ *\r
+ * <p>Description: </p>\r
+ *\r
+ * <p>Copyright: Copyright (c) 2004</p>\r
+ *\r
+ * <p>Company: Dundee University</p>\r
+ *\r
+ * @author not attributable\r
+ * @version 1.0\r
+ */\r
+public class SeqsetUtils\r
+{\r
+\r
+  /**\r
+   * Store essential properties of a sequence in a hashtable for later recovery\r
+   *  Keys are Name, Start, End, SeqFeatures, PdbId\r
+   * @param seq SequenceI\r
+   * @return Hashtable\r
+   */\r
+  public static Hashtable SeqCharacterHash(SequenceI seq)\r
+  {\r
+    Hashtable sqinfo = new Hashtable();\r
+    sqinfo.put("Name", seq.getName());\r
+    sqinfo.put("Start", new Integer(seq.getStart()));\r
+    sqinfo.put("End", new Integer(seq.getEnd()));\r
+    Vector sfeat = new Vector();\r
+    jalview.datamodel.SequenceFeature[] sfarray=seq.getSequenceFeatures();\r
+    if (sfarray!=null && sfarray.length>0) {\r
+      for (int i=0;i<sfarray.length;i++)\r
+        sfeat.add(sfarray[i]);\r
+    }\r
+    sqinfo.put("SeqFeatures", sfeat);\r
+    sqinfo.put("PdbId",\r
+               (seq.getPDBId() != null) ? seq.getPDBId() : new Vector());\r
+    sqinfo.put("datasetSequence", (seq.getDatasetSequence() !=null) ? seq.getDatasetSequence() : new Sequence("THISISAPLACEHOLDER",""));\r
+    return sqinfo;\r
+  }\r
+\r
+  /**\r
+   * Recover essential properties of a sequence from a hashtable\r
+   * TODO: replace these methods with something more elegant.\r
+   * @param sq SequenceI\r
+   * @param sqinfo Hashtable\r
+   * @return boolean true if name was not updated from sqinfo Name entry\r
+   */\r
+  public static boolean SeqCharacterUnhash(SequenceI sq, Hashtable sqinfo)\r
+  {\r
+    boolean namePresent = true;\r
+    if (sqinfo==null)\r
+      return false;\r
+    String oldname = (String) sqinfo.get("Name");\r
+    Integer start = (Integer) sqinfo.get("Start");\r
+    Integer end = (Integer) sqinfo.get("End");\r
+    Vector sfeatures = (Vector) sqinfo.get(\r
+        "SeqFeatures");\r
+    Vector pdbid = (Vector) sqinfo.get("PdbId");\r
+    Sequence seqds = (Sequence) sqinfo.get("datasetSequence");\r
+    if (oldname == null)\r
+    {\r
+      namePresent = false;\r
+    }\r
+    else\r
+    {\r
+      sq.setName(oldname);\r
+    }\r
+    if (pdbid!=null && pdbid.size()>0)\r
+    {\r
+      sq.setPDBId(pdbid);\r
+    }\r
+\r
+    if ( (start != null) && (end != null))\r
+    {\r
+      sq.setStart(start.intValue());\r
+      sq.setEnd(end.intValue());\r
+    }\r
+\r
+    if ((sfeatures != null) && (sfeatures.size()>0))\r
+    {\r
+      SequenceFeature[] sfarray = (SequenceFeature[]) sfeatures.toArray();\r
+      sq.setSequenceFeatures(sfarray);\r
+    }\r
+\r
+    if ((seqds!=null) && !(seqds.getName().equals("THISISAPLACEHOLDER") && seqds.getLength()==0)) {\r
+      sq.setDatasetSequence(seqds);\r
+    }\r
+\r
+    return namePresent;\r
+  }\r
+\r
+  /**\r
+   * Form of the unique name used in uniquify for the i'th sequence in an ordered vector of sequences.\r
+   * @param i int\r
+   * @return String\r
+   */\r
+  public static String unique_name(int i)\r
+  {\r
+    return new String("Sequence" + i);\r
+  }\r
+\r
+  /**\r
+   * Generates a hash of SeqCharacterHash properties for each sequence\r
+   * in a sequence set, and optionally renames the sequences to an\r
+   * unambiguous 'safe' name.\r
+   * @param sequences SequenceI[]\r
+   * @param write_names boolean set this to rename each of the sequences to its unique_name(index) name\r
+   * @return Hashtable to be passed to @see deuniquify to recover original names (and properties) for renamed sequences\r
+   */\r
+  public static Hashtable uniquify(SequenceI[] sequences, boolean write_names)\r
+  {\r
+    // Generate a safely named sequence set and a hash to recover the sequence names\r
+    Hashtable map = new Hashtable();\r
+    //String[] un_names = new String[sequences.length];\r
+\r
+    for (int i = 0; i < sequences.length; i++)\r
+    {\r
+      String safename = unique_name(i);\r
+      map.put(safename, SeqCharacterHash(sequences[i]));\r
+\r
+      if (write_names)\r
+      {\r
+        sequences[i].setName(safename);\r
+      }\r
+    }\r
+\r
+\r
+    return map;\r
+  }\r
+  /**\r
+   * recover unsafe sequence names and original properties for a sequence\r
+   * set using a map generated by @see uniquify(sequences,true)\r
+   * @param map Hashtable\r
+   * @param sequences SequenceI[]\r
+   * @return boolean\r
+   */\r
+  public static boolean deuniquify(Hashtable map, SequenceI[] sequences)\r
+  {\r
+    jalview.analysis.SequenceIdMatcher matcher = new SequenceIdMatcher(sequences);\r
+    SequenceI msq = null;\r
+    Enumeration keys = map.keys();\r
+    Vector unmatched = new Vector();\r
+    for (int i=0, j=sequences.length; i<j; i++)\r
+      unmatched.add(sequences[i]);\r
+    while (keys.hasMoreElements()) {\r
+      Object key = keys.nextElement();\r
+      if (key instanceof String) {\r
+        if ((msq = matcher.findIdMatch((String) key))!=null) {\r
+          Hashtable sqinfo = (Hashtable) map.get(key);\r
+          unmatched.remove(msq);\r
+          SeqCharacterUnhash(msq, sqinfo);\r
+        }\r
+        else\r
+        {\r
+          System.err.println("Can't find '"+((String) key)+"' in uniquified alignment");\r
+        }\r
+      }\r
+    }\r
+    if (unmatched.size()>0) {\r
+      System.err.println("Did not find matches for :");\r
+      for (Enumeration i = unmatched.elements(); i.hasMoreElements(); System.out.println(((SequenceI) i.nextElement()).getName()))\r
+           ;\r
+      return false;\r
+    }\r
+\r
+    return true;\r
+  }\r
+  /**\r
+   * returns a subset of the sequenceI seuqences,\r
+   * including only those that contain at least one residue.\r
+   * @param sequences SequenceI[]\r
+   * @return SequenceI[]\r
+   */\r
+  public static SequenceI[] getNonEmptySequenceSet(SequenceI[] sequences) {\r
+      // Identify first row of alignment with residues for prediction\r
+      boolean ungapped[] = new boolean[sequences.length];\r
+      int msflen=0;\r
+      for (int i=0,j=sequences.length; i<j;i++) {\r
+        String tempseq = jalview.analysis.AlignSeq.extractGaps(jalview.util.Comparison.GapChars, sequences[i].getSequence());\r
+        if (tempseq.length()==0)\r
+          ungapped[i]=false;\r
+        else {\r
+          ungapped[i]=true;\r
+          msflen++;\r
+        }\r
+      }\r
+      if (msflen==0)\r
+        return null; // no minimal set\r
+      // compose minimal set\r
+      SequenceI[] mset = new SequenceI[msflen];\r
+      for (int i=0,j=sequences.length,k=0; i<j;i++) {\r
+        if (ungapped[i])\r
+          mset[k++] = sequences[i];\r
+      }\r
+      ungapped = null;\r
+      return mset;\r
+  }\r
+}\r