2.08, not 2.07
[jalview.git] / src / jalview / analysis / SeqsetUtils.java
index bd0f45c..691b905 100755 (executable)
@@ -49,10 +49,16 @@ public class SeqsetUtils
     sqinfo.put("Name", seq.getName());\r
     sqinfo.put("Start", new Integer(seq.getStart()));\r
     sqinfo.put("End", new Integer(seq.getEnd()));\r
-    sqinfo.put("SeqFeatures", seq.getSequenceFeatures());\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 String(""));\r
-\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
@@ -61,18 +67,20 @@ public class SeqsetUtils
    * TODO: replace these methods with something more elegant.\r
    * @param sq SequenceI\r
    * @param sqinfo Hashtable\r
-   * @return boolean\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
-    java.util.Vector sfeatures = (java.util.Vector) sqinfo.get(\r
+    Vector sfeatures = (Vector) sqinfo.get(\r
         "SeqFeatures");\r
-    String pdbid = (String) sqinfo.get("PdbId");\r
-\r
+    Vector pdbid = (Vector) sqinfo.get("PdbId");\r
+    Sequence seqds = (Sequence) sqinfo.get("datasetSequence");\r
     if (oldname == null)\r
     {\r
       namePresent = false;\r
@@ -81,8 +89,7 @@ public class SeqsetUtils
     {\r
       sq.setName(oldname);\r
     }\r
-\r
-    if (!pdbid.equals(""))\r
+    if (pdbid!=null && pdbid.size()>0)\r
     {\r
       sq.setPDBId(pdbid);\r
     }\r
@@ -93,9 +100,14 @@ public class SeqsetUtils
       sq.setEnd(end.intValue());\r
     }\r
 \r
-    if (sfeatures != null)\r
+    if ((sfeatures != null) && (sfeatures.size()>0))\r
     {\r
-      sq.setSequenceFeatures(sfeatures);\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
@@ -111,6 +123,14 @@ public class SeqsetUtils
     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
@@ -131,25 +151,72 @@ public class SeqsetUtils
 \r
     return map;\r
   }\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
-    // recover unsafe sequence names for a sequence set\r
-    boolean allfound = true;\r
-\r
-    for (int i = 0; i < sequences.length; i++)\r
-    {\r
-      if (map.containsKey(sequences[i].getName()))\r
-      {\r
-        Hashtable sqinfo = (Hashtable) map.get(sequences[i].getName());\r
-        SeqCharacterUnhash(sequences[i], sqinfo);\r
-      }\r
-      else\r
-      {\r
-        allfound = false;\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 allfound;\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