src/jalview/ws/dbsources/Uniprot.java

   1 /*
   2  * Jalview - A Sequence Alignment Editor and Viewer (Version 2.7)
   3  * Copyright (C) 2011 J Procter, AM Waterhouse, J Engelhardt, LM Lui, G Barton, M Clamp, S Searle
   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 of the License, or (at your option) any later version.
  10  *
  11  * Jalview is distributed in the hope that it will be useful, but
  12  * WITHOUT ANY WARRANTY; without even the implied warranty
  13  * of MERCHANTABILITY or FITNESS FOR A PARTICULAR
  14  * PURPOSE.  See the GNU General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU General Public License along with Jalview.  If not, see <http://www.gnu.org/licenses/>.
  17  */
  18 package jalview.ws.dbsources;
  19
  20 import java.io.File;
  21 import java.io.FileReader;
  22 import java.io.IOException;
  23 import java.util.Enumeration;
  24 import java.util.Hashtable;
  25 import java.util.Vector;
  26
  27 import org.exolab.castor.xml.Unmarshaller;
  28
  29 import com.stevesoft.pat.Regex;
  30
  31 import jalview.datamodel.Alignment;
  32 import jalview.datamodel.AlignmentI;
  33 import jalview.datamodel.DBRefEntry;
  34 import jalview.datamodel.DBRefSource;
  35 import jalview.datamodel.PDBEntry;
  36 import jalview.datamodel.SequenceFeature;
  37 import jalview.datamodel.SequenceI;
  38 import jalview.datamodel.UniprotEntry;
  39 import jalview.datamodel.UniprotFile;
  40 import jalview.io.FormatAdapter;
  41 import jalview.io.IdentifyFile;
  42 import jalview.ws.DBRefFetcher;
  43 import jalview.ws.ebi.EBIFetchClient;
  44 import jalview.ws.seqfetcher.DbSourceProxy;
  45 import jalview.ws.seqfetcher.DbSourceProxyImpl;
  46
  47 /**
  48  * @author JimP
  49  *
  50  */
  51 public class Uniprot extends DbSourceProxyImpl implements DbSourceProxy
  52 {
  53   public Uniprot()
  54   {
  55     super();
  56     addDbSourceProperty(DBRefSource.SEQDB, DBRefSource.SEQDB);
  57     addDbSourceProperty(DBRefSource.PROTSEQDB);
  58     // addDbSourceProperty(DBRefSource.MULTIACC, new Integer(50));
  59   }
  60
  61   /*
  62    * (non-Javadoc)
  63    *
  64    * @see jalview.ws.DbSourceProxy#getAccessionSeparator()
  65    */
  66   public String getAccessionSeparator()
  67   {
  68     return null; // ";";
  69   }
  70
  71   /*
  72    * (non-Javadoc)
  73    *
  74    * @see jalview.ws.DbSourceProxy#getAccessionValidator()
  75    */
  76   public Regex getAccessionValidator()
  77   {
  78     return new Regex("([A-Z]+[0-9]+[A-Z0-9]+|[A-Z0-9]+_[A-Z0-9]+)");
  79   }
  80
  81   /*
  82    * (non-Javadoc)
  83    *
  84    * @see jalview.ws.DbSourceProxy#getDbSource()
  85    */
  86   public String getDbSource()
  87   {
  88     return DBRefSource.UNIPROT;
  89   }
  90
  91   /*
  92    * (non-Javadoc)
  93    *
  94    * @see jalview.ws.DbSourceProxy#getDbVersion()
  95    */
  96   public String getDbVersion()
  97   {
  98     return "0"; // we really don't know what version we're on.
  99   }
 100
 101   private EBIFetchClient ebi = null;
 102
 103   public Vector getUniprotEntries(File file)
 104   {
 105     UniprotFile uni = new UniprotFile();
 106     try
 107     {
 108       // 1. Load the mapping information from the file
 109       org.exolab.castor.mapping.Mapping map = new org.exolab.castor.mapping.Mapping(
 110               uni.getClass().getClassLoader());
 111       java.net.URL url = getClass().getResource("/uniprot_mapping.xml");
 112       map.loadMapping(url);
 113
 114       // 2. Unmarshal the data
 115       Unmarshaller unmar = new Unmarshaller(uni);
 116       unmar.setIgnoreExtraElements(true);
 117       unmar.setMapping(map);
 118       if (file != null)
 119       {
 120         uni = (UniprotFile) unmar.unmarshal(new FileReader(file));
 121       }
 122     } catch (Exception e)
 123     {
 124       System.out.println("Error getUniprotEntries() " + e);
 125     }
 126
 127     return uni.getUniprotEntries();
 128   }
 129
 130   /*
 131    * (non-Javadoc)
 132    *
 133    * @see jalview.ws.DbSourceProxy#getSequenceRecords(java.lang.String[])
 134    */
 135   public AlignmentI getSequenceRecords(String queries) throws Exception
 136   {
 137     startQuery();
 138     try
 139     {
 140       queries = queries.toUpperCase().replaceAll(
 141               "(UNIPROT\\|?|UNIPROT_|UNIREF\\d+_|UNIREF\\d+\\|?)", "");
 142       Alignment al = null;
 143       ebi = new EBIFetchClient();
 144       StringBuffer result = new StringBuffer();
 145       // uniprotxml parameter required since december 2007
 146       // uniprotkb dbname changed introduced december 2008
 147       File file = ebi.fetchDataAsFile("uniprotkb:" + queries, "uniprotxml",
 148               null);
 149       Vector entries = getUniprotEntries(file);
 150
 151       if (entries != null)
 152       {
 153         // First, make the new sequences
 154         Enumeration en = entries.elements();
 155         while (en.hasMoreElements())
 156         {
 157           UniprotEntry entry = (UniprotEntry) en.nextElement();
 158
 159           StringBuffer name = new StringBuffer(">UniProt/Swiss-Prot");
 160           Enumeration en2 = entry.getAccession().elements();
 161           while (en2.hasMoreElements())
 162           {
 163             name.append("|");
 164             name.append(en2.nextElement());
 165           }
 166           en2 = entry.getName().elements();
 167           while (en2.hasMoreElements())
 168           {
 169             name.append("|");
 170             name.append(en2.nextElement());
 171           }
 172
 173           if (entry.getProtein() != null
 174                   && entry.getProtein().getName() != null)
 175           {
 176             for (int nm = 0, nmSize = entry.getProtein().getName().size(); nm < nmSize; nm++)
 177             {
 178               name.append(" " + entry.getProtein().getName().elementAt(nm));
 179             }
 180           }
 181
 182           result.append(name + "\n"
 183                   + entry.getUniprotSequence().getContent() + "\n");
 184
 185         }
 186
 187         // Then read in the features and apply them to the dataset
 188         al = parseResult(result.toString());
 189         if (al != null)
 190         {
 191           // Decorate the alignment with database entries.
 192           addUniprotXrefs(al, entries);
 193         }
 194         else
 195         {
 196           results = result;
 197         }
 198       }
 199       stopQuery();
 200       return al;
 201     } catch (Exception e)
 202     {
 203       stopQuery();
 204       throw (e);
 205     }
 206   }
 207
 208   /**
 209    * add an ordered set of UniprotEntry objects to an ordered set of seuqences.
 210    *
 211    * @param al
 212    *          - a sequence of n sequences
 213    * @param entries
 214    *          a seuqence of n uniprot entries to be analysed.
 215    */
 216   public void addUniprotXrefs(Alignment al, Vector entries)
 217   {
 218     for (int i = 0; i < entries.size(); i++)
 219     {
 220       UniprotEntry entry = (UniprotEntry) entries.elementAt(i);
 221       Enumeration e = entry.getDbReference().elements();
 222       Vector onlyPdbEntries = new Vector();
 223       Vector dbxrefs = new Vector();
 224       while (e.hasMoreElements())
 225       {
 226         PDBEntry pdb = (PDBEntry) e.nextElement();
 227         DBRefEntry dbr = new DBRefEntry();
 228         dbr.setSource(pdb.getType());
 229         dbr.setAccessionId(pdb.getId());
 230         dbr.setVersion(DBRefSource.UNIPROT + ":" + getDbVersion());
 231         dbxrefs.addElement(dbr);
 232         if (!pdb.getType().equals("PDB"))
 233         {
 234           continue;
 235         }
 236
 237         onlyPdbEntries.addElement(pdb);
 238       }
 239       SequenceI sq = al.getSequenceAt(i);
 240       while (sq.getDatasetSequence() != null)
 241       {
 242         sq = sq.getDatasetSequence();
 243       }
 244
 245       Enumeration en2 = entry.getAccession().elements();
 246       while (en2.hasMoreElements())
 247       {
 248         // we always add as uniprot if we retrieved from uniprot or uniprot name
 249         sq.addDBRef(new DBRefEntry(DBRefSource.UNIPROT, getDbVersion(), en2
 250                 .nextElement().toString()));
 251       }
 252       en2 = dbxrefs.elements();
 253       while (en2.hasMoreElements())
 254       {
 255         // we always add as uniprot if we retrieved from uniprot or uniprot name
 256         sq.addDBRef((DBRefEntry) en2.nextElement());
 257
 258       }
 259       sq.setPDBId(onlyPdbEntries);
 260       if (entry.getFeature() != null)
 261       {
 262         e = entry.getFeature().elements();
 263         while (e.hasMoreElements())
 264         {
 265           SequenceFeature sf = (SequenceFeature) e.nextElement();
 266           sf.setFeatureGroup("Uniprot");
 267           sq.addSequenceFeature(sf);
 268         }
 269       }
 270     }
 271   }
 272
 273   /*
 274    * (non-Javadoc)
 275    *
 276    * @see jalview.ws.DbSourceProxy#isValidReference(java.lang.String)
 277    */
 278   public boolean isValidReference(String accession)
 279   {
 280     // TODO: make the following a standard validator
 281     return (accession == null || accession.length() < 2) ? false
 282             : getAccessionValidator().search(accession);
 283   }
 284
 285   /**
 286    * return LDHA_CHICK uniprot entry
 287    */
 288   public String getTestQuery()
 289   {
 290     return "P00340";
 291   }
 292
 293   public String getDbName()
 294   {
 295     return "Uniprot"; // getDbSource();
 296   }
 297 }