src/jalview/ext/ensembl/EnsemblMap.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.ext.ensembl;
  22
  23 import jalview.datamodel.AlignmentI;
  24 import jalview.datamodel.DBRefSource;
  25 import jalview.datamodel.GeneLociI;
  26 import jalview.datamodel.GeneLocus;
  27 import jalview.datamodel.Mapping;
  28 import jalview.util.MapList;
  29
  30 import java.io.IOException;
  31 import java.net.MalformedURLException;
  32 import java.net.URL;
  33 import java.util.ArrayList;
  34 import java.util.Collections;
  35 import java.util.Iterator;
  36 import java.util.List;
  37 import java.util.Map;
  38
  39 import org.json.simple.parser.ParseException;
  40
  41 /**
  42  * A client for the Ensembl REST service /map endpoint, to convert from
  43  * coordinates of one genome assembly to another.
  44  * <p>
  45  * Note that species and assembly identifiers passed to this class must be valid
  46  * in Ensembl. They are not case sensitive.
  47  *
  48  * @author gmcarstairs
  49  * @see https://rest.ensembl.org/documentation/info/assembly_map
  50  * @see https://rest.ensembl.org/info/assembly/human?content-type=text/xml
  51  * @see https://rest.ensembl.org/info/species?content-type=text/xml
  52  */
  53 public class EnsemblMap extends EnsemblRestClient
  54 {
  55   private static final String MAPPED = "mapped";
  56
  57   private static final String MAPPINGS = "mappings";
  58
  59   private static final String CDS = "cds";
  60
  61   private static final String CDNA = "cdna";
  62
  63   /**
  64    * Default constructor (to use rest.ensembl.org)
  65    */
  66   public EnsemblMap()
  67   {
  68     super();
  69   }
  70
  71   /**
  72    * Constructor given the target domain to fetch data from
  73    *
  74    * @param
  75    */
  76   public EnsemblMap(String domain)
  77   {
  78     super(domain);
  79   }
  80
  81   @Override
  82   public String getDbName()
  83   {
  84     return DBRefSource.ENSEMBL;
  85   }
  86
  87   @Override
  88   public AlignmentI getSequenceRecords(String queries) throws Exception
  89   {
  90     return null; // not used
  91   }
  92
  93   /**
  94    * Constructs a URL of the format <code>
  95    * http://rest.ensembl.org/map/human/GRCh38/17:45051610..45109016:1/GRCh37?content-type=application/json
  96    * </code>
  97    *
  98    * @param species
  99    * @param chromosome
 100    * @param fromRef
 101    * @param toRef
 102    * @param startPos
 103    * @param endPos
 104    * @return
 105    * @throws MalformedURLException
 106    */
 107   protected URL getAssemblyMapUrl(String species, String chromosome,
 108           String fromRef, String toRef, int startPos, int endPos)
 109           throws MalformedURLException
 110   {
 111     /*
 112      * start-end might be reverse strand - present forwards to the service
 113      */
 114     boolean forward = startPos <= endPos;
 115     int start = forward ? startPos : endPos;
 116     int end = forward ? endPos : startPos;
 117     String strand = forward ? "1" : "-1";
 118     String url = String.format(
 119             "%s/map/%s/%s/%s:%d..%d:%s/%s?content-type=application/json",
 120             getDomain(), species, fromRef, chromosome, start, end, strand,
 121             toRef);
 122     return new URL(url);
 123   }
 124
 125   @Override
 126   protected boolean useGetRequest()
 127   {
 128     return true;
 129   }
 130
 131   @Override
 132   protected URL getUrl(List<String> ids) throws MalformedURLException
 133   {
 134     return null; // not used
 135   }
 136
 137   /**
 138    * Calls the REST /map service to get the chromosomal coordinates (start/end)
 139    * in 'toRef' that corresponding to the (start/end) queryRange in 'fromRef'
 140    *
 141    * @param species
 142    * @param chromosome
 143    * @param fromRef
 144    * @param toRef
 145    * @param queryRange
 146    * @return
 147    * @see http://rest.ensemblgenomes.org/documentation/info/assembly_map
 148    */
 149   public int[] getAssemblyMapping(String species, String chromosome,
 150           String fromRef, String toRef, int[] queryRange)
 151   {
 152     URL url = null;
 153     try
 154     {
 155       url = getAssemblyMapUrl(species, chromosome, fromRef, toRef,
 156               queryRange[0], queryRange[1]);
 157       return (parseAssemblyMappingResponse(url));
 158     } catch (Throwable t)
 159     {
 160       System.out.println("Error calling " + url + ": " + t.getMessage());
 161       return null;
 162     }
 163   }
 164
 165   /**
 166    * Parses the JSON response from the /map/&lt;species&gt;/ REST service. The
 167    * format is (with some fields omitted)
 168    *
 169    * <pre>
 170    *  {"mappings":
 171    *    [{
 172    *       "original": {"end":45109016,"start":45051610},
 173    *       "mapped"  : {"end":43186384,"start":43128978}
 174    *  }] }
 175    * </pre>
 176    *
 177    * @param br
 178    * @return
 179    */
 180   @SuppressWarnings("unchecked")
 181   protected int[] parseAssemblyMappingResponse(URL url)
 182   {
 183     int[] result = null;
 184
 185     try
 186     {
 187       Iterator<Object> rvals = (Iterator<Object>) getJSON(url, null, -1,
 188               MODE_ITERATOR, MAPPINGS);
 189       if (rvals == null)
 190       {
 191         return null;
 192       }
 193       while (rvals.hasNext())
 194       {
 195         // todo check for "mapped"
 196         Map<String, Object> val = (Map<String, Object>) rvals.next();
 197         Map<String, Object> mapped = (Map<String, Object>) val.get(MAPPED);
 198         int start = Integer.parseInt(mapped.get("start").toString());
 199         int end = Integer.parseInt(mapped.get("end").toString());
 200         String strand = mapped.get("strand").toString();
 201         if ("1".equals(strand))
 202         {
 203           result = new int[] { start, end };
 204         }
 205         else
 206         {
 207           result = new int[] { end, start };
 208         }
 209       }
 210     } catch (IOException | ParseException | NumberFormatException e)
 211     {
 212       // ignore
 213     }
 214     return result;
 215   }
 216
 217   /**
 218    * Calls the REST /map/cds/id service, and returns a DBRefEntry holding the
 219    * returned chromosomal coordinates, or returns null if the call fails
 220    *
 221    * @param division
 222    *          e.g. Ensembl, EnsemblMetazoa
 223    * @param accession
 224    *          e.g. ENST00000592782, Y55B1AR.1.1
 225    * @param start
 226    * @param end
 227    * @return
 228    */
 229   public GeneLociI getCdsMapping(String division, String accession,
 230           int start, int end)
 231   {
 232     return getIdMapping(division, accession, start, end, CDS);
 233   }
 234
 235   /**
 236    * Calls the REST /map/cdna/id service, and returns a DBRefEntry holding the
 237    * returned chromosomal coordinates, or returns null if the call fails
 238    *
 239    * @param division
 240    *          e.g. Ensembl, EnsemblMetazoa
 241    * @param accession
 242    *          e.g. ENST00000592782, Y55B1AR.1.1
 243    * @param start
 244    * @param end
 245    * @return
 246    */
 247   public GeneLociI getCdnaMapping(String division, String accession,
 248           int start, int end)
 249   {
 250     return getIdMapping(division, accession, start, end, CDNA);
 251   }
 252
 253   GeneLociI getIdMapping(String division, String accession, int start,
 254           int end, String cdsOrCdna)
 255   {
 256     URL url = null;
 257     try
 258     {
 259       String domain = new EnsemblInfo().getDomain(division);
 260       if (domain != null)
 261       {
 262         url = getIdMapUrl(domain, accession, start, end, cdsOrCdna);
 263         return (parseIdMappingResponse(url, accession, domain));
 264       }
 265       return null;
 266     } catch (Throwable t)
 267     {
 268       System.out.println("Error calling " + url + ": " + t.getMessage());
 269       return null;
 270     }
 271   }
 272
 273   /**
 274    * Constructs a URL to the /map/cds/<id> or /map/cdna/<id> REST service. The
 275    * REST call is to either ensembl or ensemblgenomes, as determined from the
 276    * division, e.g. Ensembl or EnsemblProtists.
 277    *
 278    * @param domain
 279    * @param accession
 280    * @param start
 281    * @param end
 282    * @param cdsOrCdna
 283    * @return
 284    * @throws MalformedURLException
 285    */
 286   URL getIdMapUrl(String domain, String accession, int start, int end,
 287           String cdsOrCdna) throws MalformedURLException
 288   {
 289     String url = String.format(
 290             "%s/map/%s/%s/%d..%d?include_original_region=1&content-type=application/json",
 291             domain, cdsOrCdna, accession, start, end);
 292     return new URL(url);
 293   }
 294
 295   /**
 296    * Parses the JSON response from the /map/cds/ or /map/cdna REST service. The
 297    * format is
 298    *
 299    * <pre>
 300    * {"mappings":
 301    *   [
 302    *    {"assembly_name":"TAIR10","end":2501311,"seq_region_name":"1","gap":0,
 303    *     "strand":-1,"coord_system":"chromosome","rank":0,"start":2501114},
 304    *    {"assembly_name":"TAIR10","end":2500815,"seq_region_name":"1","gap":0,
 305    *     "strand":-1,"coord_system":"chromosome","rank":0,"start":2500714}
 306    *   ]
 307    * }
 308    * </pre>
 309    *
 310    * @param br
 311    * @param accession
 312    * @param domain
 313    * @return
 314    */
 315   @SuppressWarnings("unchecked")
 316   GeneLociI parseIdMappingResponse(URL url, String accession, String domain)
 317   {
 318
 319     try
 320     {
 321       Iterator<Object> rvals = (Iterator<Object>) getJSON(url, null, -1,
 322               MODE_ITERATOR, MAPPINGS);
 323       if (rvals == null)
 324       {
 325         return null;
 326       }
 327       String assembly = null;
 328       String chromosome = null;
 329       int fromEnd = 0;
 330       List<int[]> regions = new ArrayList<>();
 331
 332       while (rvals.hasNext())
 333       {
 334         Map<String, Object> val = (Map<String, Object>) rvals.next();
 335         Map<String, Object> original = (Map<String, Object>) val
 336                 .get("original");
 337         fromEnd = Integer.parseInt(original.get("end").toString());
 338
 339         Map<String, Object> mapped = (Map<String, Object>) val.get(MAPPED);
 340         int start = Integer.parseInt(mapped.get("start").toString());
 341         int end = Integer.parseInt(mapped.get("end").toString());
 342         String ass = mapped.get("assembly_name").toString();
 343         if (assembly != null && !assembly.equals(ass))
 344         {
 345           System.err.println(
 346                   "EnsemblMap found multiple assemblies - can't resolve");
 347           return null;
 348         }
 349         assembly = ass;
 350         String chr = mapped.get("seq_region_name").toString();
 351         if (chromosome != null && !chromosome.equals(chr))
 352         {
 353           System.err.println(
 354                   "EnsemblMap found multiple chromosomes - can't resolve");
 355           return null;
 356         }
 357         chromosome = chr;
 358         String strand = mapped.get("strand").toString();
 359         if ("-1".equals(strand))
 360         {
 361           regions.add(new int[] { end, start });
 362         }
 363         else
 364         {
 365           regions.add(new int[] { start, end });
 366         }
 367       }
 368
 369       /*
 370        * processed all mapped regions on chromosome, assemble the result,
 371        * having first fetched the species id for the accession
 372        */
 373       final String species = new EnsemblLookup(domain)
 374               .getSpecies(accession);
 375       final String as = assembly;
 376       final String chr = chromosome;
 377       List<int[]> fromRange = Collections
 378               .singletonList(new int[]
 379               { 1, fromEnd });
 380       Mapping mapping = new Mapping(new MapList(fromRange, regions, 1, 1));
 381       return new GeneLocus(species == null ? "" : species, as, chr,
 382               mapping);
 383     } catch (IOException | ParseException | NumberFormatException e)
 384     {
 385       // ignore
 386     }
 387
 388     return null;
 389   }
 390
 391 }