test/jalview/analysis/AlignmentUtilsTests.java

   1 /*
   2  * Jalview - A Sequence Alignment Editor and Viewer (Version 2.9.0b1)
   3  * Copyright (C) 2015 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.assertNull;
  26 import static org.testng.AssertJUnit.assertSame;
  27 import static org.testng.AssertJUnit.assertTrue;
  28
  29 import jalview.datamodel.AlignedCodonFrame;
  30 import jalview.datamodel.Alignment;
  31 import jalview.datamodel.AlignmentAnnotation;
  32 import jalview.datamodel.AlignmentI;
  33 import jalview.datamodel.Annotation;
  34 import jalview.datamodel.DBRefEntry;
  35 import jalview.datamodel.Mapping;
  36 import jalview.datamodel.SearchResults;
  37 import jalview.datamodel.SearchResults.Match;
  38 import jalview.datamodel.Sequence;
  39 import jalview.datamodel.SequenceI;
  40 import jalview.io.AppletFormatAdapter;
  41 import jalview.io.FormatAdapter;
  42 import jalview.util.MapList;
  43 import jalview.util.MappingUtils;
  44
  45 import java.io.IOException;
  46 import java.util.ArrayList;
  47 import java.util.Arrays;
  48 import java.util.Collections;
  49 import java.util.HashSet;
  50 import java.util.Iterator;
  51 import java.util.LinkedHashSet;
  52 import java.util.List;
  53 import java.util.Map;
  54 import java.util.Set;
  55
  56 import org.testng.annotations.Test;
  57
  58 public class AlignmentUtilsTests
  59 {
  60   // @formatter:off
  61   private static final String TEST_DATA =
  62           "# STOCKHOLM 1.0\n" +
  63           "#=GS D.melanogaster.1 AC AY119185.1/838-902\n" +
  64           "#=GS D.melanogaster.2 AC AC092237.1/57223-57161\n" +
  65           "#=GS D.melanogaster.3 AC AY060611.1/560-627\n" +
  66           "D.melanogaster.1          G.AGCC.CU...AUGAUCGA\n" +
  67           "#=GR D.melanogaster.1 SS  ................((((\n" +
  68           "D.melanogaster.2          C.AUUCAACU.UAUGAGGAU\n" +
  69           "#=GR D.melanogaster.2 SS  ................((((\n" +
  70           "D.melanogaster.3          G.UGGCGCU..UAUGACGCA\n" +
  71           "#=GR D.melanogaster.3 SS  (.(((...(....(((((((\n" +
  72           "//";
  73
  74   private static final String AA_SEQS_1 =
  75           ">Seq1Name\n" +
  76           "K-QY--L\n" +
  77           ">Seq2Name\n" +
  78           "-R-FP-W-\n";
  79
  80   private static final String CDNA_SEQS_1 =
  81           ">Seq1Name\n" +
  82           "AC-GG--CUC-CAA-CT\n" +
  83           ">Seq2Name\n" +
  84           "-CG-TTA--ACG---AAGT\n";
  85
  86   private static final String CDNA_SEQS_2 =
  87           ">Seq1Name\n" +
  88           "GCTCGUCGTACT\n" +
  89           ">Seq2Name\n" +
  90           "GGGTCAGGCAGT\n";
  91   // @formatter:on
  92
  93   // public static Sequence ts=new
  94   // Sequence("short","ASDASDASDASDASDASDASDASDASDASDASDASDASD");
  95   public static Sequence ts = new Sequence("short",
  96           "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklm");
  97
  98   @Test(groups = { "Functional" })
  99   public void testExpandContext()
 100   {
 101     AlignmentI al = new Alignment(new Sequence[] {});
 102     for (int i = 4; i < 14; i += 2)
 103     {
 104       SequenceI s1 = ts.deriveSequence().getSubSequence(i, i + 7);
 105       al.addSequence(s1);
 106     }
 107     System.out.println(new AppletFormatAdapter().formatSequences("Clustal",
 108             al, true));
 109     for (int flnk = -1; flnk < 25; flnk++)
 110     {
 111       AlignmentI exp = AlignmentUtils.expandContext(al, flnk);
 112       System.out.println("\nFlank size: " + flnk);
 113       System.out.println(new AppletFormatAdapter().formatSequences(
 114               "Clustal", exp, true));
 115       if (flnk == -1)
 116       {
 117         /*
 118          * Full expansion to complete sequences
 119          */
 120         for (SequenceI sq : exp.getSequences())
 121         {
 122           String ung = sq.getSequenceAsString().replaceAll("-+", "");
 123           final String errorMsg = "Flanking sequence not the same as original dataset sequence.\n"
 124                   + ung
 125                   + "\n"
 126                   + sq.getDatasetSequence().getSequenceAsString();
 127           assertTrue(errorMsg, ung.equalsIgnoreCase(sq.getDatasetSequence()
 128                   .getSequenceAsString()));
 129         }
 130       }
 131       else if (flnk == 24)
 132       {
 133         /*
 134          * Last sequence is fully expanded, others have leading gaps to match
 135          */
 136         assertTrue(exp.getSequenceAt(4).getSequenceAsString()
 137                 .startsWith("abc"));
 138         assertTrue(exp.getSequenceAt(3).getSequenceAsString()
 139                 .startsWith("--abc"));
 140         assertTrue(exp.getSequenceAt(2).getSequenceAsString()
 141                 .startsWith("----abc"));
 142         assertTrue(exp.getSequenceAt(1).getSequenceAsString()
 143                 .startsWith("------abc"));
 144         assertTrue(exp.getSequenceAt(0).getSequenceAsString()
 145                 .startsWith("--------abc"));
 146       }
 147     }
 148   }
 149
 150   /**
 151    * Test that annotations are correctly adjusted by expandContext
 152    */
 153   @Test(groups = { "Functional" })
 154   public void testExpandContext_annotation()
 155   {
 156     AlignmentI al = new Alignment(new Sequence[] {});
 157     SequenceI ds = new Sequence("Seq1", "ABCDEFGHI");
 158     // subsequence DEF:
 159     SequenceI seq1 = ds.deriveSequence().getSubSequence(3, 6);
 160     al.addSequence(seq1);
 161
 162     /*
 163      * Annotate DEF with 4/5/6 respectively
 164      */
 165     Annotation[] anns = new Annotation[] { new Annotation(4),
 166         new Annotation(5), new Annotation(6) };
 167     AlignmentAnnotation ann = new AlignmentAnnotation("SS",
 168             "secondary structure", anns);
 169     seq1.addAlignmentAnnotation(ann);
 170
 171     /*
 172      * The annotations array should match aligned positions
 173      */
 174     assertEquals(3, ann.annotations.length);
 175     assertEquals(4, ann.annotations[0].value, 0.001);
 176     assertEquals(5, ann.annotations[1].value, 0.001);
 177     assertEquals(6, ann.annotations[2].value, 0.001);
 178
 179     /*
 180      * Check annotation to sequence position mappings before expanding the
 181      * sequence; these are set up in Sequence.addAlignmentAnnotation ->
 182      * Annotation.setSequenceRef -> createSequenceMappings
 183      */
 184     assertNull(ann.getAnnotationForPosition(1));
 185     assertNull(ann.getAnnotationForPosition(2));
 186     assertNull(ann.getAnnotationForPosition(3));
 187     assertEquals(4, ann.getAnnotationForPosition(4).value, 0.001);
 188     assertEquals(5, ann.getAnnotationForPosition(5).value, 0.001);
 189     assertEquals(6, ann.getAnnotationForPosition(6).value, 0.001);
 190     assertNull(ann.getAnnotationForPosition(7));
 191     assertNull(ann.getAnnotationForPosition(8));
 192     assertNull(ann.getAnnotationForPosition(9));
 193
 194     /*
 195      * Expand the subsequence to the full sequence abcDEFghi
 196      */
 197     AlignmentI expanded = AlignmentUtils.expandContext(al, -1);
 198     assertEquals("abcDEFghi", expanded.getSequenceAt(0)
 199             .getSequenceAsString());
 200
 201     /*
 202      * Confirm the alignment and sequence have the same SS annotation,
 203      * referencing the expanded sequence
 204      */
 205     ann = expanded.getSequenceAt(0).getAnnotation()[0];
 206     assertSame(ann, expanded.getAlignmentAnnotation()[0]);
 207     assertSame(expanded.getSequenceAt(0), ann.sequenceRef);
 208
 209     /*
 210      * The annotations array should have null values except for annotated
 211      * positions
 212      */
 213     assertNull(ann.annotations[0]);
 214     assertNull(ann.annotations[1]);
 215     assertNull(ann.annotations[2]);
 216     assertEquals(4, ann.annotations[3].value, 0.001);
 217     assertEquals(5, ann.annotations[4].value, 0.001);
 218     assertEquals(6, ann.annotations[5].value, 0.001);
 219     assertNull(ann.annotations[6]);
 220     assertNull(ann.annotations[7]);
 221     assertNull(ann.annotations[8]);
 222
 223     /*
 224      * sequence position mappings should be unchanged
 225      */
 226     assertNull(ann.getAnnotationForPosition(1));
 227     assertNull(ann.getAnnotationForPosition(2));
 228     assertNull(ann.getAnnotationForPosition(3));
 229     assertEquals(4, ann.getAnnotationForPosition(4).value, 0.001);
 230     assertEquals(5, ann.getAnnotationForPosition(5).value, 0.001);
 231     assertEquals(6, ann.getAnnotationForPosition(6).value, 0.001);
 232     assertNull(ann.getAnnotationForPosition(7));
 233     assertNull(ann.getAnnotationForPosition(8));
 234     assertNull(ann.getAnnotationForPosition(9));
 235   }
 236
 237   /**
 238    * Test method that returns a map of lists of sequences by sequence name.
 239    *
 240    * @throws IOException
 241    */
 242   @Test(groups = { "Functional" })
 243   public void testGetSequencesByName() throws IOException
 244   {
 245     final String data = ">Seq1Name\nKQYL\n" + ">Seq2Name\nRFPW\n"
 246             + ">Seq1Name\nABCD\n";
 247     AlignmentI al = loadAlignment(data, "FASTA");
 248     Map<String, List<SequenceI>> map = AlignmentUtils
 249             .getSequencesByName(al);
 250     assertEquals(2, map.keySet().size());
 251     assertEquals(2, map.get("Seq1Name").size());
 252     assertEquals("KQYL", map.get("Seq1Name").get(0).getSequenceAsString());
 253     assertEquals("ABCD", map.get("Seq1Name").get(1).getSequenceAsString());
 254     assertEquals(1, map.get("Seq2Name").size());
 255     assertEquals("RFPW", map.get("Seq2Name").get(0).getSequenceAsString());
 256   }
 257
 258   /**
 259    * Helper method to load an alignment and ensure dataset sequences are set up.
 260    *
 261    * @param data
 262    * @param format
 263    *          TODO
 264    * @return
 265    * @throws IOException
 266    */
 267   protected AlignmentI loadAlignment(final String data, String format)
 268           throws IOException
 269   {
 270     AlignmentI a = new FormatAdapter().readFile(data,
 271             AppletFormatAdapter.PASTE, format);
 272     a.setDataset(null);
 273     return a;
 274   }
 275
 276   /**
 277    * Test mapping of protein to cDNA, for the case where we have no sequence
 278    * cross-references, so mappings are made first-served 1-1 where sequences
 279    * translate.
 280    *
 281    * @throws IOException
 282    */
 283   @Test(groups = { "Functional" })
 284   public void testMapProteinAlignmentToCdna_noXrefs() throws IOException
 285   {
 286     List<SequenceI> protseqs = new ArrayList<SequenceI>();
 287     protseqs.add(new Sequence("UNIPROT|V12345", "EIQ"));
 288     protseqs.add(new Sequence("UNIPROT|V12346", "EIQ"));
 289     protseqs.add(new Sequence("UNIPROT|V12347", "SAR"));
 290     AlignmentI protein = new Alignment(protseqs.toArray(new SequenceI[3]));
 291     protein.setDataset(null);
 292
 293     List<SequenceI> dnaseqs = new ArrayList<SequenceI>();
 294     dnaseqs.add(new Sequence("EMBL|A11111", "TCAGCACGC")); // = SAR
 295     dnaseqs.add(new Sequence("EMBL|A22222", "GAGATACAA")); // = EIQ
 296     dnaseqs.add(new Sequence("EMBL|A33333", "GAAATCCAG")); // = EIQ
 297     dnaseqs.add(new Sequence("EMBL|A44444", "GAAATTCAG")); // = EIQ
 298     AlignmentI cdna = new Alignment(dnaseqs.toArray(new SequenceI[4]));
 299     cdna.setDataset(null);
 300
 301     assertTrue(AlignmentUtils.mapProteinAlignmentToCdna(protein, cdna));
 302
 303     // 3 mappings made, each from 1 to 1 sequence
 304     assertEquals(3, protein.getCodonFrames().size());
 305     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(0)).size());
 306     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(1)).size());
 307     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(2)).size());
 308
 309     // V12345 mapped to A22222
 310     AlignedCodonFrame acf = protein.getCodonFrame(protein.getSequenceAt(0))
 311             .get(0);
 312     assertEquals(1, acf.getdnaSeqs().length);
 313     assertEquals(cdna.getSequenceAt(1).getDatasetSequence(),
 314             acf.getdnaSeqs()[0]);
 315     Mapping[] protMappings = acf.getProtMappings();
 316     assertEquals(1, protMappings.length);
 317     MapList mapList = protMappings[0].getMap();
 318     assertEquals(3, mapList.getFromRatio());
 319     assertEquals(1, mapList.getToRatio());
 320     assertTrue(Arrays.equals(new int[] { 1, 9 }, mapList.getFromRanges()
 321             .get(0)));
 322     assertEquals(1, mapList.getFromRanges().size());
 323     assertTrue(Arrays.equals(new int[] { 1, 3 },
 324             mapList.getToRanges().get(0)));
 325     assertEquals(1, mapList.getToRanges().size());
 326
 327     // V12346 mapped to A33333
 328     acf = protein.getCodonFrame(protein.getSequenceAt(1)).get(0);
 329     assertEquals(1, acf.getdnaSeqs().length);
 330     assertEquals(cdna.getSequenceAt(2).getDatasetSequence(),
 331             acf.getdnaSeqs()[0]);
 332
 333     // V12347 mapped to A11111
 334     acf = protein.getCodonFrame(protein.getSequenceAt(2)).get(0);
 335     assertEquals(1, acf.getdnaSeqs().length);
 336     assertEquals(cdna.getSequenceAt(0).getDatasetSequence(),
 337             acf.getdnaSeqs()[0]);
 338
 339     // no mapping involving the 'extra' A44444
 340     assertTrue(protein.getCodonFrame(cdna.getSequenceAt(3)).isEmpty());
 341   }
 342
 343   /**
 344    * Test for the alignSequenceAs method that takes two sequences and a mapping.
 345    */
 346   @Test(groups = { "Functional" })
 347   public void testAlignSequenceAs_withMapping_noIntrons()
 348   {
 349     MapList map = new MapList(new int[] { 1, 6 }, new int[] { 1, 2 }, 3, 1);
 350
 351     /*
 352      * No existing gaps in dna:
 353      */
 354     checkAlignSequenceAs("GGGAAA", "-A-L-", false, false, map,
 355             "---GGG---AAA");
 356
 357     /*
 358      * Now introduce gaps in dna but ignore them when realigning.
 359      */
 360     checkAlignSequenceAs("-G-G-G-A-A-A-", "-A-L-", false, false, map,
 361             "---GGG---AAA");
 362
 363     /*
 364      * Now include gaps in dna when realigning. First retaining 'mapped' gaps
 365      * only, i.e. those within the exon region.
 366      */
 367     checkAlignSequenceAs("-G-G--G-A--A-A-", "-A-L-", true, false, map,
 368             "---G-G--G---A--A-A");
 369
 370     /*
 371      * Include all gaps in dna when realigning (within and without the exon
 372      * region). The leading gap, and the gaps between codons, are subsumed by
 373      * the protein alignment gap.
 374      */
 375     checkAlignSequenceAs("-G-GG--AA-A-", "-A-L-", true, true, map,
 376             "---G-GG---AA-A-");
 377
 378     /*
 379      * Include only unmapped gaps in dna when realigning (outside the exon
 380      * region). The leading gap, and the gaps between codons, are subsumed by
 381      * the protein alignment gap.
 382      */
 383     checkAlignSequenceAs("-G-GG--AA-A-", "-A-L-", false, true, map,
 384             "---GGG---AAA-");
 385   }
 386
 387   /**
 388    * Test for the alignSequenceAs method that takes two sequences and a mapping.
 389    */
 390   @Test(groups = { "Functional" })
 391   public void testAlignSequenceAs_withMapping_withIntrons()
 392   {
 393     /*
 394      * Exons at codon 2 (AAA) and 4 (TTT)
 395      */
 396     MapList map = new MapList(new int[] { 4, 6, 10, 12 },
 397             new int[] { 1, 2 }, 3, 1);
 398
 399     /*
 400      * Simple case: no gaps in dna
 401      */
 402     checkAlignSequenceAs("GGGAAACCCTTTGGG", "--A-L-", false, false, map,
 403             "GGG---AAACCCTTTGGG");
 404
 405     /*
 406      * Add gaps to dna - but ignore when realigning.
 407      */
 408     checkAlignSequenceAs("-G-G-G--A--A---AC-CC-T-TT-GG-G-", "--A-L-",
 409             false, false, map, "GGG---AAACCCTTTGGG");
 410
 411     /*
 412      * Add gaps to dna - include within exons only when realigning.
 413      */
 414     checkAlignSequenceAs("-G-G-G--A--A---A-C-CC-T-TT-GG-G-", "--A-L-",
 415             true, false, map, "GGG---A--A---ACCCT-TTGGG");
 416
 417     /*
 418      * Include gaps outside exons only when realigning.
 419      */
 420     checkAlignSequenceAs("-G-G-G--A--A---A-C-CC-T-TT-GG-G-", "--A-L-",
 421             false, true, map, "-G-G-GAAAC-CCTTT-GG-G-");
 422
 423     /*
 424      * Include gaps following first intron if we are 'preserving mapped gaps'
 425      */
 426     checkAlignSequenceAs("-G-G-G--A--A---A-C-CC-T-TT-GG-G-", "--A-L-",
 427             true, true, map, "-G-G-G--A--A---A-C-CC-T-TT-GG-G-");
 428
 429     /*
 430      * Include all gaps in dna when realigning.
 431      */
 432     checkAlignSequenceAs("-G-G-G--A--A---A-C-CC-T-TT-GG-G-", "--A-L-",
 433             true, true, map, "-G-G-G--A--A---A-C-CC-T-TT-GG-G-");
 434   }
 435
 436   /**
 437    * Test for the case where not all of the protein sequence is mapped to cDNA.
 438    */
 439   @Test(groups = { "Functional" })
 440   public void testAlignSequenceAs_withMapping_withUnmappedProtein()
 441   {
 442
 443     /*
 444      * Exons at codon 2 (AAA) and 4 (TTT) mapped to A and P
 445      */
 446     final MapList map = new MapList(new int[] { 4, 6, 10, 12 }, new int[] {
 447         1, 1, 3, 3 }, 3, 1);
 448
 449     /*
 450      * Expect alignment does nothing (aborts realignment). Change this test
 451      * first if different behaviour wanted.
 452      */
 453     checkAlignSequenceAs("GGGAAACCCTTTGGG", "-A-L-P-", false, false, map,
 454             "GGGAAACCCTTTGGG");
 455   }
 456
 457   /**
 458    * Helper method that performs and verifies the method under test.
 459    *
 460    * @param dnaSeq
 461    * @param proteinSeq
 462    * @param preserveMappedGaps
 463    * @param preserveUnmappedGaps
 464    * @param map
 465    * @param expected
 466    */
 467   protected void checkAlignSequenceAs(final String dnaSeq,
 468           final String proteinSeq, final boolean preserveMappedGaps,
 469           final boolean preserveUnmappedGaps, MapList map,
 470           final String expected)
 471   {
 472     SequenceI dna = new Sequence("Seq1", dnaSeq);
 473     dna.createDatasetSequence();
 474     SequenceI protein = new Sequence("Seq1", proteinSeq);
 475     protein.createDatasetSequence();
 476     AlignedCodonFrame acf = new AlignedCodonFrame();
 477     acf.addMap(dna.getDatasetSequence(), protein.getDatasetSequence(), map);
 478
 479     AlignmentUtils.alignSequenceAs(dna, protein, acf, "---", '-',
 480             preserveMappedGaps, preserveUnmappedGaps);
 481     assertEquals(expected, dna.getSequenceAsString());
 482   }
 483
 484   /**
 485    * Test for the alignSequenceAs method where we preserve gaps in introns only.
 486    */
 487   @Test(groups = { "Functional" })
 488   public void testAlignSequenceAs_keepIntronGapsOnly()
 489   {
 490
 491     /*
 492      * Intron GGGAAA followed by exon CCCTTT
 493      */
 494     MapList map = new MapList(new int[] { 7, 12 }, new int[] { 1, 2 }, 3, 1);
 495
 496     checkAlignSequenceAs("GG-G-AA-A-C-CC-T-TT", "AL", false, true, map,
 497             "GG-G-AA-ACCCTTT");
 498   }
 499
 500   /**
 501    * Test for the method that generates an aligned translated sequence from one
 502    * mapping.
 503    */
 504   @Test(groups = { "Functional" })
 505   public void testGetAlignedTranslation_dnaLikeProtein()
 506   {
 507     // dna alignment will be replaced
 508     SequenceI dna = new Sequence("Seq1", "T-G-CC-A--T-TAC-CAG-");
 509     dna.createDatasetSequence();
 510     // protein alignment will be 'applied' to dna
 511     SequenceI protein = new Sequence("Seq1", "-CH-Y--Q-");
 512     protein.createDatasetSequence();
 513     MapList map = new MapList(new int[] { 1, 12 }, new int[] { 1, 4 }, 3, 1);
 514     AlignedCodonFrame acf = new AlignedCodonFrame();
 515     acf.addMap(dna.getDatasetSequence(), protein.getDatasetSequence(), map);
 516
 517     final SequenceI aligned = AlignmentUtils.getAlignedTranslation(protein,
 518             '-', acf);
 519     assertEquals("---TGCCAT---TAC------CAG---",
 520             aligned.getSequenceAsString());
 521     assertSame(aligned.getDatasetSequence(), dna.getDatasetSequence());
 522   }
 523
 524   /**
 525    * Test the method that realigns protein to match mapped codon alignment.
 526    */
 527   @Test(groups = { "Functional" })
 528   public void testAlignProteinAsDna()
 529   {
 530     // seq1 codons are [1,2,3] [4,5,6] [7,8,9] [10,11,12]
 531     SequenceI dna1 = new Sequence("Seq1", "TGCCATTACCAG-");
 532     // seq2 codons are [1,3,4] [5,6,7] [8,9,10] [11,12,13]
 533     SequenceI dna2 = new Sequence("Seq2", "T-GCCATTACCAG");
 534     // seq3 codons are [1,2,3] [4,5,7] [8,9,10] [11,12,13]
 535     SequenceI dna3 = new Sequence("Seq3", "TGCCA-TTACCAG");
 536     AlignmentI dna = new Alignment(new SequenceI[] { dna1, dna2, dna3 });
 537     dna.setDataset(null);
 538
 539     // protein alignment will be realigned like dna
 540     SequenceI prot1 = new Sequence("Seq1", "CHYQ");
 541     SequenceI prot2 = new Sequence("Seq2", "CHYQ");
 542     SequenceI prot3 = new Sequence("Seq3", "CHYQ");
 543     SequenceI prot4 = new Sequence("Seq4", "R-QSV"); // unmapped, unchanged
 544     AlignmentI protein = new Alignment(new SequenceI[] { prot1, prot2,
 545         prot3, prot4 });
 546     protein.setDataset(null);
 547
 548     MapList map = new MapList(new int[] { 1, 12 }, new int[] { 1, 4 }, 3, 1);
 549     AlignedCodonFrame acf = new AlignedCodonFrame();
 550     acf.addMap(dna1.getDatasetSequence(), prot1.getDatasetSequence(), map);
 551     acf.addMap(dna2.getDatasetSequence(), prot2.getDatasetSequence(), map);
 552     acf.addMap(dna3.getDatasetSequence(), prot3.getDatasetSequence(), map);
 553     protein.setCodonFrames(Collections.singleton(acf));
 554
 555     /*
 556      * Translated codon order is [1,2,3] [1,3,4] [4,5,6] [4,5,7] [5,6,7] [7,8,9]
 557      * [8,9,10] [10,11,12] [11,12,13]
 558      */
 559     AlignmentUtils.alignProteinAsDna(protein, dna);
 560     assertEquals("C-H--Y-Q-", prot1.getSequenceAsString());
 561     assertEquals("-C--H-Y-Q", prot2.getSequenceAsString());
 562     assertEquals("C--H--Y-Q", prot3.getSequenceAsString());
 563     assertEquals("R-QSV", prot4.getSequenceAsString());
 564   }
 565
 566   /**
 567    * Test the method that tests whether a CDNA sequence translates to a protein
 568    * sequence
 569    */
 570   @Test(groups = { "Functional" })
 571   public void testTranslatesAs()
 572   {
 573     assertTrue(AlignmentUtils.translatesAs("tttcccaaaggg".toCharArray(), 0,
 574             "FPKG".toCharArray()));
 575     // with start codon (not in protein)
 576     assertTrue(AlignmentUtils.translatesAs("atgtttcccaaaggg".toCharArray(),
 577             3, "FPKG".toCharArray()));
 578     // with stop codon1 (not in protein)
 579     assertTrue(AlignmentUtils.translatesAs("tttcccaaagggtaa".toCharArray(),
 580             0, "FPKG".toCharArray()));
 581     // with stop codon1 (in protein as *)
 582     assertTrue(AlignmentUtils.translatesAs("tttcccaaagggtaa".toCharArray(),
 583             0, "FPKG*".toCharArray()));
 584     // with stop codon2 (not in protein)
 585     assertTrue(AlignmentUtils.translatesAs("tttcccaaagggtag".toCharArray(),
 586             0, "FPKG".toCharArray()));
 587     // with stop codon3 (not in protein)
 588     assertTrue(AlignmentUtils.translatesAs("tttcccaaagggtga".toCharArray(),
 589             0, "FPKG".toCharArray()));
 590     // with start and stop codon1
 591     assertTrue(AlignmentUtils.translatesAs(
 592             "atgtttcccaaagggtaa".toCharArray(), 3, "FPKG".toCharArray()));
 593     // with start and stop codon1 (in protein as *)
 594     assertTrue(AlignmentUtils.translatesAs(
 595             "atgtttcccaaagggtaa".toCharArray(), 3, "FPKG*".toCharArray()));
 596     // with start and stop codon2
 597     assertTrue(AlignmentUtils.translatesAs(
 598             "atgtttcccaaagggtag".toCharArray(), 3, "FPKG".toCharArray()));
 599     // with start and stop codon3
 600     assertTrue(AlignmentUtils.translatesAs(
 601             "atgtttcccaaagggtga".toCharArray(), 3, "FPKG".toCharArray()));
 602
 603     // with embedded stop codon
 604     assertTrue(AlignmentUtils.translatesAs(
 605             "atgtttTAGcccaaaTAAgggtga".toCharArray(), 3,
 606             "F*PK*G".toCharArray()));
 607
 608     // wrong protein
 609     assertFalse(AlignmentUtils.translatesAs("tttcccaaaggg".toCharArray(),
 610             0, "FPMG".toCharArray()));
 611   }
 612
 613   /**
 614    * Test mapping of protein to cDNA, for cases where the cDNA has start and/or
 615    * stop codons in addition to the protein coding sequence.
 616    *
 617    * @throws IOException
 618    */
 619   @Test(groups = { "Functional" })
 620   public void testMapProteinAlignmentToCdna_withStartAndStopCodons()
 621           throws IOException
 622   {
 623     List<SequenceI> protseqs = new ArrayList<SequenceI>();
 624     protseqs.add(new Sequence("UNIPROT|V12345", "EIQ"));
 625     protseqs.add(new Sequence("UNIPROT|V12346", "EIQ"));
 626     protseqs.add(new Sequence("UNIPROT|V12347", "SAR"));
 627     AlignmentI protein = new Alignment(protseqs.toArray(new SequenceI[3]));
 628     protein.setDataset(null);
 629
 630     List<SequenceI> dnaseqs = new ArrayList<SequenceI>();
 631     // start + SAR:
 632     dnaseqs.add(new Sequence("EMBL|A11111", "ATGTCAGCACGC"));
 633     // = EIQ + stop
 634     dnaseqs.add(new Sequence("EMBL|A22222", "GAGATACAATAA"));
 635     // = start +EIQ + stop
 636     dnaseqs.add(new Sequence("EMBL|A33333", "ATGGAAATCCAGTAG"));
 637     dnaseqs.add(new Sequence("EMBL|A44444", "GAAATTCAG"));
 638     AlignmentI cdna = new Alignment(dnaseqs.toArray(new SequenceI[4]));
 639     cdna.setDataset(null);
 640
 641     assertTrue(AlignmentUtils.mapProteinAlignmentToCdna(protein, cdna));
 642
 643     // 3 mappings made, each from 1 to 1 sequence
 644     assertEquals(3, protein.getCodonFrames().size());
 645     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(0)).size());
 646     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(1)).size());
 647     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(2)).size());
 648
 649     // V12345 mapped from A22222
 650     AlignedCodonFrame acf = protein.getCodonFrame(protein.getSequenceAt(0))
 651             .get(0);
 652     assertEquals(1, acf.getdnaSeqs().length);
 653     assertEquals(cdna.getSequenceAt(1).getDatasetSequence(),
 654             acf.getdnaSeqs()[0]);
 655     Mapping[] protMappings = acf.getProtMappings();
 656     assertEquals(1, protMappings.length);
 657     MapList mapList = protMappings[0].getMap();
 658     assertEquals(3, mapList.getFromRatio());
 659     assertEquals(1, mapList.getToRatio());
 660     assertTrue(Arrays.equals(new int[] { 1, 9 }, mapList.getFromRanges()
 661             .get(0)));
 662     assertEquals(1, mapList.getFromRanges().size());
 663     assertTrue(Arrays.equals(new int[] { 1, 3 },
 664             mapList.getToRanges().get(0)));
 665     assertEquals(1, mapList.getToRanges().size());
 666
 667     // V12346 mapped from A33333 starting position 4
 668     acf = protein.getCodonFrame(protein.getSequenceAt(1)).get(0);
 669     assertEquals(1, acf.getdnaSeqs().length);
 670     assertEquals(cdna.getSequenceAt(2).getDatasetSequence(),
 671             acf.getdnaSeqs()[0]);
 672     protMappings = acf.getProtMappings();
 673     assertEquals(1, protMappings.length);
 674     mapList = protMappings[0].getMap();
 675     assertEquals(3, mapList.getFromRatio());
 676     assertEquals(1, mapList.getToRatio());
 677     assertTrue(Arrays.equals(new int[] { 4, 12 }, mapList.getFromRanges()
 678             .get(0)));
 679     assertEquals(1, mapList.getFromRanges().size());
 680     assertTrue(Arrays.equals(new int[] { 1, 3 },
 681             mapList.getToRanges().get(0)));
 682     assertEquals(1, mapList.getToRanges().size());
 683
 684     // V12347 mapped to A11111 starting position 4
 685     acf = protein.getCodonFrame(protein.getSequenceAt(2)).get(0);
 686     assertEquals(1, acf.getdnaSeqs().length);
 687     assertEquals(cdna.getSequenceAt(0).getDatasetSequence(),
 688             acf.getdnaSeqs()[0]);
 689     protMappings = acf.getProtMappings();
 690     assertEquals(1, protMappings.length);
 691     mapList = protMappings[0].getMap();
 692     assertEquals(3, mapList.getFromRatio());
 693     assertEquals(1, mapList.getToRatio());
 694     assertTrue(Arrays.equals(new int[] { 4, 12 }, mapList.getFromRanges()
 695             .get(0)));
 696     assertEquals(1, mapList.getFromRanges().size());
 697     assertTrue(Arrays.equals(new int[] { 1, 3 },
 698             mapList.getToRanges().get(0)));
 699     assertEquals(1, mapList.getToRanges().size());
 700
 701     // no mapping involving the 'extra' A44444
 702     assertTrue(protein.getCodonFrame(cdna.getSequenceAt(3)).isEmpty());
 703   }
 704
 705   /**
 706    * Test mapping of protein to cDNA, for the case where we have some sequence
 707    * cross-references. Verify that 1-to-many mappings are made where
 708    * cross-references exist and sequences are mappable.
 709    *
 710    * @throws IOException
 711    */
 712   @Test(groups = { "Functional" })
 713   public void testMapProteinAlignmentToCdna_withXrefs() throws IOException
 714   {
 715     List<SequenceI> protseqs = new ArrayList<SequenceI>();
 716     protseqs.add(new Sequence("UNIPROT|V12345", "EIQ"));
 717     protseqs.add(new Sequence("UNIPROT|V12346", "EIQ"));
 718     protseqs.add(new Sequence("UNIPROT|V12347", "SAR"));
 719     AlignmentI protein = new Alignment(protseqs.toArray(new SequenceI[3]));
 720     protein.setDataset(null);
 721
 722     List<SequenceI> dnaseqs = new ArrayList<SequenceI>();
 723     dnaseqs.add(new Sequence("EMBL|A11111", "TCAGCACGC")); // = SAR
 724     dnaseqs.add(new Sequence("EMBL|A22222", "ATGGAGATACAA")); // = start + EIQ
 725     dnaseqs.add(new Sequence("EMBL|A33333", "GAAATCCAG")); // = EIQ
 726     dnaseqs.add(new Sequence("EMBL|A44444", "GAAATTCAG")); // = EIQ
 727     dnaseqs.add(new Sequence("EMBL|A55555", "GAGATTCAG")); // = EIQ
 728     AlignmentI cdna = new Alignment(dnaseqs.toArray(new SequenceI[5]));
 729     cdna.setDataset(null);
 730
 731     // Xref A22222 to V12345 (should get mapped)
 732     dnaseqs.get(1).addDBRef(new DBRefEntry("UNIPROT", "1", "V12345"));
 733     // Xref V12345 to A44444 (should get mapped)
 734     protseqs.get(0).addDBRef(new DBRefEntry("EMBL", "1", "A44444"));
 735     // Xref A33333 to V12347 (sequence mismatch - should not get mapped)
 736     dnaseqs.get(2).addDBRef(new DBRefEntry("UNIPROT", "1", "V12347"));
 737     // as V12345 is mapped to A22222 and A44444, this leaves V12346 unmapped.
 738     // it should get paired up with the unmapped A33333
 739     // A11111 should be mapped to V12347
 740     // A55555 is spare and has no xref so is not mapped
 741
 742     assertTrue(AlignmentUtils.mapProteinAlignmentToCdna(protein, cdna));
 743
 744     // 4 protein mappings made for 3 proteins, 2 to V12345, 1 each to V12346/7
 745     assertEquals(3, protein.getCodonFrames().size());
 746     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(0)).size());
 747     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(1)).size());
 748     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(2)).size());
 749
 750     // one mapping for each of the first 4 cDNA sequences
 751     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(0)).size());
 752     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(1)).size());
 753     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(2)).size());
 754     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(3)).size());
 755
 756     // V12345 mapped to A22222 and A44444
 757     AlignedCodonFrame acf = protein.getCodonFrame(protein.getSequenceAt(0))
 758             .get(0);
 759     assertEquals(2, acf.getdnaSeqs().length);
 760     assertEquals(cdna.getSequenceAt(1).getDatasetSequence(),
 761             acf.getdnaSeqs()[0]);
 762     assertEquals(cdna.getSequenceAt(3).getDatasetSequence(),
 763             acf.getdnaSeqs()[1]);
 764
 765     // V12346 mapped to A33333
 766     acf = protein.getCodonFrame(protein.getSequenceAt(1)).get(0);
 767     assertEquals(1, acf.getdnaSeqs().length);
 768     assertEquals(cdna.getSequenceAt(2).getDatasetSequence(),
 769             acf.getdnaSeqs()[0]);
 770
 771     // V12347 mapped to A11111
 772     acf = protein.getCodonFrame(protein.getSequenceAt(2)).get(0);
 773     assertEquals(1, acf.getdnaSeqs().length);
 774     assertEquals(cdna.getSequenceAt(0).getDatasetSequence(),
 775             acf.getdnaSeqs()[0]);
 776
 777     // no mapping involving the 'extra' A55555
 778     assertTrue(protein.getCodonFrame(cdna.getSequenceAt(4)).isEmpty());
 779   }
 780
 781   /**
 782    * Test mapping of protein to cDNA, for the case where we have some sequence
 783    * cross-references. Verify that once we have made an xref mapping we don't
 784    * also map un-xrefd sequeces.
 785    *
 786    * @throws IOException
 787    */
 788   @Test(groups = { "Functional" })
 789   public void testMapProteinAlignmentToCdna_prioritiseXrefs()
 790           throws IOException
 791   {
 792     List<SequenceI> protseqs = new ArrayList<SequenceI>();
 793     protseqs.add(new Sequence("UNIPROT|V12345", "EIQ"));
 794     protseqs.add(new Sequence("UNIPROT|V12346", "EIQ"));
 795     AlignmentI protein = new Alignment(
 796             protseqs.toArray(new SequenceI[protseqs.size()]));
 797     protein.setDataset(null);
 798
 799     List<SequenceI> dnaseqs = new ArrayList<SequenceI>();
 800     dnaseqs.add(new Sequence("EMBL|A11111", "GAAATCCAG")); // = EIQ
 801     dnaseqs.add(new Sequence("EMBL|A22222", "GAAATTCAG")); // = EIQ
 802     AlignmentI cdna = new Alignment(dnaseqs.toArray(new SequenceI[dnaseqs
 803             .size()]));
 804     cdna.setDataset(null);
 805
 806     // Xref A22222 to V12345 (should get mapped)
 807     // A11111 should then be mapped to the unmapped V12346
 808     dnaseqs.get(1).addDBRef(new DBRefEntry("UNIPROT", "1", "V12345"));
 809
 810     assertTrue(AlignmentUtils.mapProteinAlignmentToCdna(protein, cdna));
 811
 812     // 2 protein mappings made
 813     assertEquals(2, protein.getCodonFrames().size());
 814     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(0)).size());
 815     assertEquals(1, protein.getCodonFrame(protein.getSequenceAt(1)).size());
 816
 817     // one mapping for each of the cDNA sequences
 818     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(0)).size());
 819     assertEquals(1, protein.getCodonFrame(cdna.getSequenceAt(1)).size());
 820
 821     // V12345 mapped to A22222
 822     AlignedCodonFrame acf = protein.getCodonFrame(protein.getSequenceAt(0))
 823             .get(0);
 824     assertEquals(1, acf.getdnaSeqs().length);
 825     assertEquals(cdna.getSequenceAt(1).getDatasetSequence(),
 826             acf.getdnaSeqs()[0]);
 827
 828     // V12346 mapped to A11111
 829     acf = protein.getCodonFrame(protein.getSequenceAt(1)).get(0);
 830     assertEquals(1, acf.getdnaSeqs().length);
 831     assertEquals(cdna.getSequenceAt(0).getDatasetSequence(),
 832             acf.getdnaSeqs()[0]);
 833   }
 834
 835   /**
 836    * Test the method that shows or hides sequence annotations by type(s) and
 837    * selection group.
 838    */
 839   @Test(groups = { "Functional" })
 840   public void testShowOrHideSequenceAnnotations()
 841   {
 842     SequenceI seq1 = new Sequence("Seq1", "AAA");
 843     SequenceI seq2 = new Sequence("Seq2", "BBB");
 844     SequenceI seq3 = new Sequence("Seq3", "CCC");
 845     Annotation[] anns = new Annotation[] { new Annotation(2f) };
 846     AlignmentAnnotation ann1 = new AlignmentAnnotation("Structure", "ann1",
 847             anns);
 848     ann1.setSequenceRef(seq1);
 849     AlignmentAnnotation ann2 = new AlignmentAnnotation("Structure", "ann2",
 850             anns);
 851     ann2.setSequenceRef(seq2);
 852     AlignmentAnnotation ann3 = new AlignmentAnnotation("Structure", "ann3",
 853             anns);
 854     AlignmentAnnotation ann4 = new AlignmentAnnotation("Temp", "ann4", anns);
 855     ann4.setSequenceRef(seq1);
 856     AlignmentAnnotation ann5 = new AlignmentAnnotation("Temp", "ann5", anns);
 857     ann5.setSequenceRef(seq2);
 858     AlignmentAnnotation ann6 = new AlignmentAnnotation("Temp", "ann6", anns);
 859     AlignmentI al = new Alignment(new SequenceI[] { seq1, seq2, seq3 });
 860     al.addAnnotation(ann1); // Structure for Seq1
 861     al.addAnnotation(ann2); // Structure for Seq2
 862     al.addAnnotation(ann3); // Structure for no sequence
 863     al.addAnnotation(ann4); // Temp for seq1
 864     al.addAnnotation(ann5); // Temp for seq2
 865     al.addAnnotation(ann6); // Temp for no sequence
 866     List<String> types = new ArrayList<String>();
 867     List<SequenceI> scope = new ArrayList<SequenceI>();
 868
 869     /*
 870      * Set all sequence related Structure to hidden (ann1, ann2)
 871      */
 872     types.add("Structure");
 873     AlignmentUtils.showOrHideSequenceAnnotations(al, types, null, false,
 874             false);
 875     assertFalse(ann1.visible);
 876     assertFalse(ann2.visible);
 877     assertTrue(ann3.visible); // not sequence-related, not affected
 878     assertTrue(ann4.visible); // not Structure, not affected
 879     assertTrue(ann5.visible); // "
 880     assertTrue(ann6.visible); // not sequence-related, not affected
 881
 882     /*
 883      * Set Temp in {seq1, seq3} to hidden
 884      */
 885     types.clear();
 886     types.add("Temp");
 887     scope.add(seq1);
 888     scope.add(seq3);
 889     AlignmentUtils.showOrHideSequenceAnnotations(al, types, scope, false,
 890             false);
 891     assertFalse(ann1.visible); // unchanged
 892     assertFalse(ann2.visible); // unchanged
 893     assertTrue(ann3.visible); // not sequence-related, not affected
 894     assertFalse(ann4.visible); // Temp for seq1 hidden
 895     assertTrue(ann5.visible); // not in scope, not affected
 896     assertTrue(ann6.visible); // not sequence-related, not affected
 897
 898     /*
 899      * Set Temp in all sequences to hidden
 900      */
 901     types.clear();
 902     types.add("Temp");
 903     scope.add(seq1);
 904     scope.add(seq3);
 905     AlignmentUtils.showOrHideSequenceAnnotations(al, types, null, false,
 906             false);
 907     assertFalse(ann1.visible); // unchanged
 908     assertFalse(ann2.visible); // unchanged
 909     assertTrue(ann3.visible); // not sequence-related, not affected
 910     assertFalse(ann4.visible); // Temp for seq1 hidden
 911     assertFalse(ann5.visible); // Temp for seq2 hidden
 912     assertTrue(ann6.visible); // not sequence-related, not affected
 913
 914     /*
 915      * Set all types in {seq1, seq3} to visible
 916      */
 917     types.clear();
 918     scope.clear();
 919     scope.add(seq1);
 920     scope.add(seq3);
 921     AlignmentUtils.showOrHideSequenceAnnotations(al, types, scope, true,
 922             true);
 923     assertTrue(ann1.visible); // Structure for seq1 set visible
 924     assertFalse(ann2.visible); // not in scope, unchanged
 925     assertTrue(ann3.visible); // not sequence-related, not affected
 926     assertTrue(ann4.visible); // Temp for seq1 set visible
 927     assertFalse(ann5.visible); // not in scope, unchanged
 928     assertTrue(ann6.visible); // not sequence-related, not affected
 929
 930     /*
 931      * Set all types in all scope to hidden
 932      */
 933     AlignmentUtils.showOrHideSequenceAnnotations(al, types, null, true,
 934             false);
 935     assertFalse(ann1.visible);
 936     assertFalse(ann2.visible);
 937     assertTrue(ann3.visible); // not sequence-related, not affected
 938     assertFalse(ann4.visible);
 939     assertFalse(ann5.visible);
 940     assertTrue(ann6.visible); // not sequence-related, not affected
 941   }
 942
 943   /**
 944    * Tests for the method that checks if one sequence cross-references another
 945    */
 946   @Test(groups = { "Functional" })
 947   public void testHasCrossRef()
 948   {
 949     assertFalse(AlignmentUtils.hasCrossRef(null, null));
 950     SequenceI seq1 = new Sequence("EMBL|A12345", "ABCDEF");
 951     assertFalse(AlignmentUtils.hasCrossRef(seq1, null));
 952     assertFalse(AlignmentUtils.hasCrossRef(null, seq1));
 953     SequenceI seq2 = new Sequence("UNIPROT|V20192", "ABCDEF");
 954     assertFalse(AlignmentUtils.hasCrossRef(seq1, seq2));
 955
 956     // different ref
 957     seq1.addDBRef(new DBRefEntry("UNIPROT", "1", "v20193"));
 958     assertFalse(AlignmentUtils.hasCrossRef(seq1, seq2));
 959
 960     // case-insensitive; version number is ignored
 961     seq1.addDBRef(new DBRefEntry("UNIPROT", "1", "v20192"));
 962     assertTrue(AlignmentUtils.hasCrossRef(seq1, seq2));
 963
 964     // right case!
 965     seq1.addDBRef(new DBRefEntry("UNIPROT", "1", "V20192"));
 966     assertTrue(AlignmentUtils.hasCrossRef(seq1, seq2));
 967     // test is one-way only
 968     assertFalse(AlignmentUtils.hasCrossRef(seq2, seq1));
 969   }
 970
 971   /**
 972    * Tests for the method that checks if either sequence cross-references the
 973    * other
 974    */
 975   @Test(groups = { "Functional" })
 976   public void testHaveCrossRef()
 977   {
 978     assertFalse(AlignmentUtils.hasCrossRef(null, null));
 979     SequenceI seq1 = new Sequence("EMBL|A12345", "ABCDEF");
 980     assertFalse(AlignmentUtils.haveCrossRef(seq1, null));
 981     assertFalse(AlignmentUtils.haveCrossRef(null, seq1));
 982     SequenceI seq2 = new Sequence("UNIPROT|V20192", "ABCDEF");
 983     assertFalse(AlignmentUtils.haveCrossRef(seq1, seq2));
 984
 985     seq1.addDBRef(new DBRefEntry("UNIPROT", "1", "V20192"));
 986     assertTrue(AlignmentUtils.haveCrossRef(seq1, seq2));
 987     // next is true for haveCrossRef, false for hasCrossRef
 988     assertTrue(AlignmentUtils.haveCrossRef(seq2, seq1));
 989
 990     // now the other way round
 991     seq1.setDBRef(null);
 992     seq2.addDBRef(new DBRefEntry("EMBL", "1", "A12345"));
 993     assertTrue(AlignmentUtils.haveCrossRef(seq1, seq2));
 994     assertTrue(AlignmentUtils.haveCrossRef(seq2, seq1));
 995
 996     // now both ways
 997     seq1.addDBRef(new DBRefEntry("UNIPROT", "1", "V20192"));
 998     assertTrue(AlignmentUtils.haveCrossRef(seq1, seq2));
 999     assertTrue(AlignmentUtils.haveCrossRef(seq2, seq1));
1000   }
1001
1002   /**
1003    * Test the method that extracts the exon-only part of a dna alignment.
1004    */
1005   @Test(groups = { "Functional" })
1006   public void testMakeExonAlignment()
1007   {
1008     SequenceI dna1 = new Sequence("dna1", "aaaGGGcccTTTaaa");
1009     SequenceI dna2 = new Sequence("dna2", "GGGcccTTTaaaCCC");
1010     SequenceI pep1 = new Sequence("pep1", "GF");
1011     SequenceI pep2 = new Sequence("pep2", "GFP");
1012     dna1.createDatasetSequence();
1013     dna2.createDatasetSequence();
1014     pep1.createDatasetSequence();
1015     pep2.createDatasetSequence();
1016
1017     Set<AlignedCodonFrame> mappings = new HashSet<AlignedCodonFrame>();
1018     MapList map = new MapList(new int[] { 4, 6, 10, 12 },
1019             new int[] { 1, 2 }, 3, 1);
1020     AlignedCodonFrame acf = new AlignedCodonFrame();
1021     acf.addMap(dna1.getDatasetSequence(), pep1.getDatasetSequence(), map);
1022     mappings.add(acf);
1023     map = new MapList(new int[] { 1, 3, 7, 9, 13, 15 }, new int[] { 1, 3 },
1024             3, 1);
1025     acf = new AlignedCodonFrame();
1026     acf.addMap(dna2.getDatasetSequence(), pep2.getDatasetSequence(), map);
1027     mappings.add(acf);
1028
1029     AlignmentI exons = AlignmentUtils.makeExonAlignment(new SequenceI[] {
1030         dna1, dna2 }, mappings);
1031     assertEquals(2, exons.getSequences().size());
1032     assertEquals("GGGTTT", exons.getSequenceAt(0).getSequenceAsString());
1033     assertEquals("GGGTTTCCC", exons.getSequenceAt(1).getSequenceAsString());
1034
1035     /*
1036      * Verify updated mappings
1037      */
1038     assertEquals(2, mappings.size());
1039
1040     /*
1041      * Mapping from pep1 to GGGTTT in first new exon sequence
1042      */
1043     List<AlignedCodonFrame> pep1Mapping = MappingUtils
1044             .findMappingsForSequence(pep1, mappings);
1045     assertEquals(1, pep1Mapping.size());
1046     // map G to GGG
1047     SearchResults sr = MappingUtils.buildSearchResults(pep1, 1, mappings);
1048     assertEquals(1, sr.getResults().size());
1049     Match m = sr.getResults().get(0);
1050     assertEquals(exons.getSequenceAt(0).getDatasetSequence(),
1051             m.getSequence());
1052     assertEquals(1, m.getStart());
1053     assertEquals(3, m.getEnd());
1054     // map F to TTT
1055     sr = MappingUtils.buildSearchResults(pep1, 2, mappings);
1056     m = sr.getResults().get(0);
1057     assertEquals(exons.getSequenceAt(0).getDatasetSequence(),
1058             m.getSequence());
1059     assertEquals(4, m.getStart());
1060     assertEquals(6, m.getEnd());
1061
1062     /*
1063      * Mapping from pep2 to GGGTTTCCC in second new exon sequence
1064      */
1065     List<AlignedCodonFrame> pep2Mapping = MappingUtils
1066             .findMappingsForSequence(pep2, mappings);
1067     assertEquals(1, pep2Mapping.size());
1068     // map G to GGG
1069     sr = MappingUtils.buildSearchResults(pep2, 1, mappings);
1070     assertEquals(1, sr.getResults().size());
1071     m = sr.getResults().get(0);
1072     assertEquals(exons.getSequenceAt(1).getDatasetSequence(),
1073             m.getSequence());
1074     assertEquals(1, m.getStart());
1075     assertEquals(3, m.getEnd());
1076     // map F to TTT
1077     sr = MappingUtils.buildSearchResults(pep2, 2, mappings);
1078     m = sr.getResults().get(0);
1079     assertEquals(exons.getSequenceAt(1).getDatasetSequence(),
1080             m.getSequence());
1081     assertEquals(4, m.getStart());
1082     assertEquals(6, m.getEnd());
1083     // map P to CCC
1084     sr = MappingUtils.buildSearchResults(pep2, 3, mappings);
1085     m = sr.getResults().get(0);
1086     assertEquals(exons.getSequenceAt(1).getDatasetSequence(),
1087             m.getSequence());
1088     assertEquals(7, m.getStart());
1089     assertEquals(9, m.getEnd());
1090   }
1091
1092   /**
1093    * Test the method that makes an exon-only sequence from a DNA sequence and
1094    * its product mapping. Test includes the expected case that the DNA sequence
1095    * already has a protein product (Uniprot translation) which in turn has an
1096    * x-ref to the EMBLCDS record.
1097    */
1098   @Test(groups = { "Functional" })
1099   public void testMakeExonSequences()
1100   {
1101     SequenceI dna1 = new Sequence("dna1", "aaaGGGcccTTTaaa");
1102     SequenceI pep1 = new Sequence("pep1", "GF");
1103     dna1.createDatasetSequence();
1104     pep1.createDatasetSequence();
1105     pep1.getDatasetSequence().addDBRef(
1106             new DBRefEntry("EMBLCDS", "2", "A12345"));
1107
1108     /*
1109      * Make the mapping from dna to protein. The protein sequence has a DBRef to
1110      * EMBLCDS|A12345.
1111      */
1112     Set<AlignedCodonFrame> mappings = new HashSet<AlignedCodonFrame>();
1113     MapList map = new MapList(new int[] { 4, 6, 10, 12 },
1114             new int[] { 1, 2 }, 3, 1);
1115     AlignedCodonFrame acf = new AlignedCodonFrame();
1116     acf.addMap(dna1.getDatasetSequence(), pep1.getDatasetSequence(), map);
1117     mappings.add(acf);
1118
1119     AlignedCodonFrame newMapping = new AlignedCodonFrame();
1120     List<SequenceI> exons = AlignmentUtils.makeExonSequences(dna1, acf,
1121             newMapping);
1122     assertEquals(1, exons.size());
1123     SequenceI exon = exons.get(0);
1124
1125     assertEquals("GGGTTT", exon.getSequenceAsString());
1126     assertEquals("dna1|A12345", exon.getName());
1127     assertEquals(1, exon.getDBRef().length);
1128     DBRefEntry cdsRef = exon.getDBRef()[0];
1129     assertEquals("EMBLCDS", cdsRef.getSource());
1130     assertEquals("2", cdsRef.getVersion());
1131     assertEquals("A12345", cdsRef.getAccessionId());
1132   }
1133
1134   /**
1135    * Test the method that makes an exon-only alignment from a DNA sequence and
1136    * its product mappings, for the case where there are multiple exon mappings
1137    * to different protein products.
1138    */
1139   @Test(groups = { "Functional" })
1140   public void testMakeExonAlignment_multipleProteins()
1141   {
1142     SequenceI dna1 = new Sequence("dna1", "aaaGGGcccTTTaaa");
1143     SequenceI pep1 = new Sequence("pep1", "GF"); // GGGTTT
1144     SequenceI pep2 = new Sequence("pep2", "KP"); // aaaccc
1145     SequenceI pep3 = new Sequence("pep3", "KF"); // aaaTTT
1146     dna1.createDatasetSequence();
1147     pep1.createDatasetSequence();
1148     pep2.createDatasetSequence();
1149     pep3.createDatasetSequence();
1150     pep1.getDatasetSequence().addDBRef(
1151             new DBRefEntry("EMBLCDS", "2", "A12345"));
1152     pep2.getDatasetSequence().addDBRef(
1153             new DBRefEntry("EMBLCDS", "3", "A12346"));
1154     pep3.getDatasetSequence().addDBRef(
1155             new DBRefEntry("EMBLCDS", "4", "A12347"));
1156
1157     /*
1158      * Make the mappings from dna to protein. Using LinkedHashset is a
1159      * convenience so results are in the input order. There is no assertion that
1160      * the generated exon sequences are in any particular order.
1161      */
1162     Set<AlignedCodonFrame> mappings = new LinkedHashSet<AlignedCodonFrame>();
1163     // map ...GGG...TTT to GF
1164     MapList map = new MapList(new int[] { 4, 6, 10, 12 },
1165             new int[] { 1, 2 }, 3, 1);
1166     AlignedCodonFrame acf = new AlignedCodonFrame();
1167     acf.addMap(dna1.getDatasetSequence(), pep1.getDatasetSequence(), map);
1168     mappings.add(acf);
1169
1170     // map aaa...ccc to KP
1171     map = new MapList(new int[] { 1, 3, 7, 9 }, new int[] { 1, 2 }, 3, 1);
1172     acf = new AlignedCodonFrame();
1173     acf.addMap(dna1.getDatasetSequence(), pep2.getDatasetSequence(), map);
1174     mappings.add(acf);
1175
1176     // map aaa......TTT to KF
1177     map = new MapList(new int[] { 1, 3, 10, 12 }, new int[] { 1, 2 }, 3, 1);
1178     acf = new AlignedCodonFrame();
1179     acf.addMap(dna1.getDatasetSequence(), pep3.getDatasetSequence(), map);
1180     mappings.add(acf);
1181
1182     /*
1183      * Create the Exon alignment; also replaces the dna-to-protein mappings with
1184      * exon-to-protein and exon-to-dna mappings
1185      */
1186     AlignmentI exal = AlignmentUtils.makeExonAlignment(
1187             new SequenceI[] { dna1 }, mappings);
1188
1189     /*
1190      * Verify we have 3 exon sequences, mapped to pep1/2/3 respectively
1191      */
1192     List<SequenceI> exons = exal.getSequences();
1193     assertEquals(3, exons.size());
1194
1195     SequenceI exon = exons.get(0);
1196     assertEquals("GGGTTT", exon.getSequenceAsString());
1197     assertEquals("dna1|A12345", exon.getName());
1198     assertEquals(1, exon.getDBRef().length);
1199     DBRefEntry cdsRef = exon.getDBRef()[0];
1200     assertEquals("EMBLCDS", cdsRef.getSource());
1201     assertEquals("2", cdsRef.getVersion());
1202     assertEquals("A12345", cdsRef.getAccessionId());
1203
1204     exon = exons.get(1);
1205     assertEquals("aaaccc", exon.getSequenceAsString());
1206     assertEquals("dna1|A12346", exon.getName());
1207     assertEquals(1, exon.getDBRef().length);
1208     cdsRef = exon.getDBRef()[0];
1209     assertEquals("EMBLCDS", cdsRef.getSource());
1210     assertEquals("3", cdsRef.getVersion());
1211     assertEquals("A12346", cdsRef.getAccessionId());
1212
1213     exon = exons.get(2);
1214     assertEquals("aaaTTT", exon.getSequenceAsString());
1215     assertEquals("dna1|A12347", exon.getName());
1216     assertEquals(1, exon.getDBRef().length);
1217     cdsRef = exon.getDBRef()[0];
1218     assertEquals("EMBLCDS", cdsRef.getSource());
1219     assertEquals("4", cdsRef.getVersion());
1220     assertEquals("A12347", cdsRef.getAccessionId());
1221
1222     /*
1223      * Verify there are mappings from each exon sequence to its protein product
1224      * and also to its dna source
1225      */
1226     Iterator<AlignedCodonFrame> newMappingsIterator = mappings.iterator();
1227
1228     // mappings for dna1 - exon1 - pep1
1229     AlignedCodonFrame exonMapping = newMappingsIterator.next();
1230     List<Mapping> dnaMappings = exonMapping.getMappingsForSequence(dna1);
1231     assertEquals(1, dnaMappings.size());
1232     assertSame(exons.get(0).getDatasetSequence(), dnaMappings.get(0)
1233             .getTo());
1234     assertEquals("G(1) in CDS should map to G(4) in DNA", 4, dnaMappings
1235             .get(0).getMap().getToPosition(1));
1236     List<Mapping> peptideMappings = exonMapping
1237             .getMappingsForSequence(pep1);
1238     assertEquals(1, peptideMappings.size());
1239     assertSame(pep1.getDatasetSequence(), peptideMappings.get(0).getTo());
1240
1241     // mappings for dna1 - exon2 - pep2
1242     exonMapping = newMappingsIterator.next();
1243     dnaMappings = exonMapping.getMappingsForSequence(dna1);
1244     assertEquals(1, dnaMappings.size());
1245     assertSame(exons.get(1).getDatasetSequence(), dnaMappings.get(0)
1246             .getTo());
1247     assertEquals("c(4) in CDS should map to c(7) in DNA", 7, dnaMappings
1248             .get(0).getMap().getToPosition(4));
1249     peptideMappings = exonMapping.getMappingsForSequence(pep2);
1250     assertEquals(1, peptideMappings.size());
1251     assertSame(pep2.getDatasetSequence(), peptideMappings.get(0).getTo());
1252
1253     // mappings for dna1 - exon3 - pep3
1254     exonMapping = newMappingsIterator.next();
1255     dnaMappings = exonMapping.getMappingsForSequence(dna1);
1256     assertEquals(1, dnaMappings.size());
1257     assertSame(exons.get(2).getDatasetSequence(), dnaMappings.get(0)
1258             .getTo());
1259     assertEquals("T(4) in CDS should map to T(10) in DNA", 10, dnaMappings
1260             .get(0).getMap().getToPosition(4));
1261     peptideMappings = exonMapping.getMappingsForSequence(pep3);
1262     assertEquals(1, peptideMappings.size());
1263     assertSame(pep3.getDatasetSequence(), peptideMappings.get(0).getTo());
1264   }
1265
1266   @Test(groups = { "Functional" })
1267   public void testIsMappable()
1268   {
1269     SequenceI dna1 = new Sequence("dna1", "cgCAGtgGT");
1270     SequenceI aa1 = new Sequence("aa1", "RSG");
1271     AlignmentI al1 = new Alignment(new SequenceI[] { dna1 });
1272     AlignmentI al2 = new Alignment(new SequenceI[] { aa1 });
1273
1274     assertFalse(AlignmentUtils.isMappable(null, null));
1275     assertFalse(AlignmentUtils.isMappable(al1, null));
1276     assertFalse(AlignmentUtils.isMappable(null, al1));
1277     assertFalse(AlignmentUtils.isMappable(al1, al1));
1278     assertFalse(AlignmentUtils.isMappable(al2, al2));
1279
1280     assertTrue(AlignmentUtils.isMappable(al1, al2));
1281     assertTrue(AlignmentUtils.isMappable(al2, al1));
1282   }
1283
1284   /**
1285    * Test creating a mapping when the sequences involved do not start at residue
1286    * 1
1287    *
1288    * @throws IOException
1289    */
1290   @Test(groups = { "Functional" })
1291   public void testMapProteinSequenceToCdna_forSubsequence()
1292           throws IOException
1293   {
1294     SequenceI prot = new Sequence("UNIPROT|V12345", "E-I--Q", 10, 12);
1295     prot.createDatasetSequence();
1296
1297     SequenceI dna = new Sequence("EMBL|A33333", "GAA--AT-C-CAG", 40, 48);
1298     dna.createDatasetSequence();
1299
1300     MapList map = AlignmentUtils.mapProteinSequenceToCdna(prot, dna);
1301     assertEquals(10, map.getToLowest());
1302     assertEquals(12, map.getToHighest());
1303     assertEquals(40, map.getFromLowest());
1304     assertEquals(48, map.getFromHighest());
1305   }
1306 }