test/jalview/analysis/CrossRefTest.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.analysis;
  22
  23 import static org.testng.AssertJUnit.assertEquals;
  24 import static org.testng.AssertJUnit.assertFalse;
  25 import static org.testng.AssertJUnit.assertNotNull;
  26 import static org.testng.AssertJUnit.assertNotSame;
  27 import static org.testng.AssertJUnit.assertNull;
  28 import static org.testng.AssertJUnit.assertSame;
  29 import static org.testng.AssertJUnit.assertTrue;
  30
  31 import jalview.datamodel.AlignedCodonFrame;
  32 import jalview.datamodel.AlignedCodonFrame.SequenceToSequenceMapping;
  33 import jalview.datamodel.Alignment;
  34 import jalview.datamodel.AlignmentI;
  35 import jalview.datamodel.DBRefEntry;
  36 import jalview.datamodel.Mapping;
  37 import jalview.datamodel.Sequence;
  38 import jalview.datamodel.SequenceFeature;
  39 import jalview.datamodel.SequenceI;
  40 import jalview.util.DBRefUtils;
  41 import jalview.util.MapList;
  42 import jalview.ws.SequenceFetcher;
  43 import jalview.ws.SequenceFetcherFactory;
  44
  45 import java.util.ArrayList;
  46 import java.util.List;
  47
  48 import org.testng.annotations.AfterClass;
  49 import org.testng.annotations.Test;
  50
  51 public class CrossRefTest
  52 {
  53   @Test(groups = { "Functional" })
  54   public void testFindXDbRefs()
  55   {
  56     DBRefEntry ref1 = new DBRefEntry("UNIPROT", "1", "A123");
  57     DBRefEntry ref2 = new DBRefEntry("UNIPROTKB/TREMBL", "1", "A123");
  58     DBRefEntry ref3 = new DBRefEntry("pdb", "1", "A123");
  59     DBRefEntry ref4 = new DBRefEntry("EMBLCDSPROTEIN", "1", "A123");
  60     DBRefEntry ref5 = new DBRefEntry("embl", "1", "A123");
  61     DBRefEntry ref6 = new DBRefEntry("emblCDS", "1", "A123");
  62     DBRefEntry ref7 = new DBRefEntry("GeneDB", "1", "A123");
  63     DBRefEntry ref8 = new DBRefEntry("PFAM", "1", "A123");
  64     // ENSEMBL is a source of either dna or protein sequence data
  65     DBRefEntry ref9 = new DBRefEntry("ENSEMBL", "1", "A123");
  66     DBRefEntry[] refs = new DBRefEntry[] { ref1, ref2, ref3, ref4, ref5,
  67         ref6, ref7, ref8, ref9 };
  68
  69     /*
  70      * Just the DNA refs:
  71      */
  72     DBRefEntry[] found = DBRefUtils.selectDbRefs(true, refs);
  73     assertEquals(4, found.length);
  74     assertSame(ref5, found[0]);
  75     assertSame(ref6, found[1]);
  76     assertSame(ref7, found[2]);
  77     assertSame(ref9, found[3]);
  78
  79     /*
  80      * Just the protein refs:
  81      */
  82     found = DBRefUtils.selectDbRefs(false, refs);
  83     assertEquals(4, found.length);
  84     assertSame(ref1, found[0]);
  85     assertSame(ref2, found[1]);
  86     assertSame(ref4, found[2]);
  87     assertSame(ref9, found[3]);
  88   }
  89
  90   /**
  91    * Test the method that finds a sequence's "product" xref source databases,
  92    * which may be direct (dbrefs on the sequence), or indirect (dbrefs on
  93    * sequences which share a dbref with the sequence
  94    */
  95   @Test(groups = { "Functional" }, enabled = true)
  96   public void testFindXrefSourcesForSequence_proteinToDna()
  97   {
  98     SequenceI seq = new Sequence("Seq1", "MGKYQARLSS");
  99     List<String> sources = new ArrayList<String>();
 100     AlignmentI al = new Alignment(new SequenceI[] {});
 101
 102     /*
 103      * first with no dbrefs to search
 104      */
 105     sources = new CrossRef(new SequenceI[] { seq }, al)
 106             .findXrefSourcesForSequences(false);
 107     assertTrue(sources.isEmpty());
 108
 109     /*
 110      * add some dbrefs to sequence
 111      */
 112     // protein db is not a candidate for findXrefSources
 113     seq.addDBRef(new DBRefEntry("UNIPROT", "0", "A1234"));
 114     // dna coding databatases are
 115     seq.addDBRef(new DBRefEntry("EMBL", "0", "E2345"));
 116     // a second EMBL xref should not result in a duplicate
 117     seq.addDBRef(new DBRefEntry("EMBL", "0", "E2346"));
 118     seq.addDBRef(new DBRefEntry("EMBLCDS", "0", "E2347"));
 119     seq.addDBRef(new DBRefEntry("GENEDB", "0", "E2348"));
 120     seq.addDBRef(new DBRefEntry("ENSEMBL", "0", "E2349"));
 121     seq.addDBRef(new DBRefEntry("ENSEMBLGENOMES", "0", "E2350"));
 122     sources = new CrossRef(new SequenceI[] { seq }, al)
 123             .findXrefSourcesForSequences(false);
 124     assertEquals(4, sources.size());
 125     assertEquals("[EMBL, EMBLCDS, GENEDB, ENSEMBL]", sources.toString());
 126
 127     /*
 128      * add a sequence to the alignment which has a dbref to UNIPROT|A1234
 129      * and others to dna coding databases
 130      */
 131     sources.clear();
 132     seq.setDBRefs(null);
 133     seq.addDBRef(new DBRefEntry("UNIPROT", "0", "A1234"));
 134     seq.addDBRef(new DBRefEntry("EMBLCDS", "0", "E2347"));
 135     SequenceI seq2 = new Sequence("Seq2", "MGKYQARLSS");
 136     seq2.addDBRef(new DBRefEntry("UNIPROT", "0", "A1234"));
 137     seq2.addDBRef(new DBRefEntry("EMBL", "0", "E2345"));
 138     seq2.addDBRef(new DBRefEntry("GENEDB", "0", "E2348"));
 139     // TODO include ENSEMBLGENOMES in DBRefSource.DNACODINGDBS ?
 140     al.addSequence(seq2);
 141     sources = new CrossRef(new SequenceI[] { seq, seq2 }, al)
 142             .findXrefSourcesForSequences(false);
 143     assertEquals(3, sources.size());
 144     assertEquals("[EMBLCDS, EMBL, GENEDB]", sources.toString());
 145   }
 146
 147   /**
 148    * Test for finding 'product' sequences for the case where only an indirect
 149    * xref is found - not on the nucleotide sequence but on a peptide sequence in
 150    * the alignment which which it shares a nucleotide dbref
 151    */
 152   @Test(groups = { "Functional" }, enabled = true)
 153   public void testFindXrefSequences_indirectDbrefToProtein()
 154   {
 155     /*
 156      * Alignment setup:
 157      *   - nucleotide dbref  EMBL|AF039662
 158      *   - peptide    dbrefs EMBL|AF039662, UNIPROT|Q9ZTS2
 159      */
 160     SequenceI emblSeq = new Sequence("AF039662", "GGGGCAGCACAAGAAC");
 161     emblSeq.addDBRef(new DBRefEntry("EMBL", "0", "AF039662"));
 162     SequenceI uniprotSeq = new Sequence("Q9ZTS2", "MASVSATMISTS");
 163     uniprotSeq.addDBRef(new DBRefEntry("EMBL", "0", "AF039662"));
 164     uniprotSeq.addDBRef(new DBRefEntry("UNIPROT", "0", "Q9ZTS2"));
 165
 166     /*
 167      * Find UNIPROT xrefs for nucleotide
 168      * - it has no UNIPROT dbref of its own
 169      * - but peptide with matching nucleotide dbref does, so is returned
 170      */
 171     AlignmentI al = new Alignment(new SequenceI[] { emblSeq, uniprotSeq });
 172     Alignment xrefs = new CrossRef(new SequenceI[] { emblSeq }, al)
 173             .findXrefSequences("UNIPROT", true);
 174     assertEquals(1, xrefs.getHeight());
 175     assertSame(uniprotSeq, xrefs.getSequenceAt(0));
 176   }
 177
 178   /**
 179    * Test for finding 'product' sequences for the case where only an indirect
 180    * xref is found - not on the peptide sequence but on a nucleotide sequence in
 181    * the alignment which which it shares a protein dbref
 182    */
 183   @Test(groups = { "Functional" }, enabled = true)
 184   public void testFindXrefSequences_indirectDbrefToNucleotide()
 185   {
 186     /*
 187      * Alignment setup:
 188      *   - peptide    dbref  UNIPROT|Q9ZTS2
 189      *   - nucleotide dbref  EMBL|AF039662, UNIPROT|Q9ZTS2
 190      */
 191     SequenceI uniprotSeq = new Sequence("Q9ZTS2", "MASVSATMISTS");
 192     uniprotSeq.addDBRef(new DBRefEntry("UNIPROT", "0", "Q9ZTS2"));
 193     SequenceI emblSeq = new Sequence("AF039662", "GGGGCAGCACAAGAAC");
 194     emblSeq.addDBRef(new DBRefEntry("EMBL", "0", "AF039662"));
 195     emblSeq.addDBRef(new DBRefEntry("UNIPROT", "0", "Q9ZTS2"));
 196
 197     /*
 198      * find EMBL xrefs for peptide sequence - it has no direct
 199      * dbrefs, but the 'corresponding' nucleotide sequence does, so is returned
 200      */
 201     /*
 202      * Find EMBL xrefs for peptide
 203      * - it has no EMBL dbref of its own
 204      * - but nucleotide with matching peptide dbref does, so is returned
 205      */
 206     AlignmentI al = new Alignment(new SequenceI[] { emblSeq, uniprotSeq });
 207     Alignment xrefs = new CrossRef(new SequenceI[] { uniprotSeq }, al)
 208             .findXrefSequences("EMBL", false);
 209     assertEquals(1, xrefs.getHeight());
 210     assertSame(emblSeq, xrefs.getSequenceAt(0));
 211   }
 212
 213   /**
 214    * Test for finding 'product' sequences for the case where the selected
 215    * sequence has no dbref to the desired source, and there are no indirect
 216    * references via another sequence in the alignment
 217    */
 218   @Test(groups = { "Functional" })
 219   public void testFindXrefSequences_noDbrefs()
 220   {
 221     /*
 222      * two nucleotide sequences, one with UNIPROT dbref
 223      */
 224     SequenceI dna1 = new Sequence("AF039662", "GGGGCAGCACAAGAAC");
 225     dna1.addDBRef(new DBRefEntry("UNIPROT", "0", "Q9ZTS2"));
 226     SequenceI dna2 = new Sequence("AJ307031", "AAACCCTTT");
 227
 228     /*
 229      * find UNIPROT xrefs for peptide sequence - it has no direct
 230      * dbrefs, and the other sequence (which has a UNIPROT dbref) is not
 231      * equatable to it, so no results found
 232      */
 233     AlignmentI al = new Alignment(new SequenceI[] { dna1, dna2 });
 234     Alignment xrefs = new CrossRef(new SequenceI[] { dna2 }, al)
 235             .findXrefSequences("UNIPROT", true);
 236     assertNull(xrefs);
 237   }
 238
 239   /**
 240    * Tests for the method that searches an alignment (with one sequence
 241    * excluded) for protein/nucleotide sequences with a given cross-reference
 242    */
 243   @Test(groups = { "Functional" }, enabled = true)
 244   public void testSearchDataset()
 245   {
 246     /*
 247      * nucleotide sequence with UNIPROT AND EMBL dbref
 248      * peptide sequence with UNIPROT dbref
 249      */
 250     SequenceI dna1 = new Sequence("AF039662", "GGGGCAGCACAAGAAC");
 251     Mapping map = new Mapping(new Sequence("pep2", "MLAVSRG"), new MapList(
 252             new int[] { 1, 21 }, new int[] {
 253         1, 7 }, 3, 1));
 254     DBRefEntry dbref = new DBRefEntry("UNIPROT", "0", "Q9ZTS2", map);
 255     dna1.addDBRef(dbref);
 256     dna1.addDBRef(new DBRefEntry("EMBL", "0", "AF039662"));
 257     SequenceI pep1 = new Sequence("Q9ZTS2", "MLAVSRGQ");
 258     dbref = new DBRefEntry("UNIPROT", "0", "Q9ZTS2");
 259     pep1.addDBRef(new DBRefEntry("UNIPROT", "0", "Q9ZTS2"));
 260     AlignmentI al = new Alignment(new SequenceI[] { dna1, pep1 });
 261
 262     List<SequenceI> result = new ArrayList<SequenceI>();
 263
 264     /*
 265      * first search for a dbref nowhere on the alignment:
 266      */
 267     dbref = new DBRefEntry("UNIPROT", "0", "P30419");
 268     CrossRef testee = new CrossRef(al.getSequencesArray(), al);
 269     AlignedCodonFrame acf = new AlignedCodonFrame();
 270     boolean found = testee.searchDataset(true, dna1, dbref, result, acf,
 271             true);
 272     assertFalse(found);
 273     assertTrue(result.isEmpty());
 274     assertTrue(acf.isEmpty());
 275
 276     /*
 277      * search for a protein sequence with dbref UNIPROT:Q9ZTS2
 278      */
 279     acf = new AlignedCodonFrame();
 280     dbref = new DBRefEntry("UNIPROT", "0", "Q9ZTS2");
 281     found = testee.searchDataset(!dna1.isProtein(), dna1, dbref, result,
 282             acf, false); // search dataset with a protein xref from a dna
 283                           // sequence to locate the protein product
 284     assertTrue(found);
 285     assertEquals(1, result.size());
 286     assertSame(pep1, result.get(0));
 287     assertTrue(acf.isEmpty());
 288
 289     /*
 290      * search for a nucleotide sequence with dbref UNIPROT:Q9ZTS2
 291      */
 292     result.clear();
 293     acf = new AlignedCodonFrame();
 294     dbref = new DBRefEntry("UNIPROT", "0", "Q9ZTS2");
 295     found = testee.searchDataset(!pep1.isProtein(), pep1, dbref, result,
 296             acf, false); // search dataset with a protein's direct dbref to
 297                           // locate dna sequences with matching xref
 298     assertTrue(found);
 299     assertEquals(1, result.size());
 300     assertSame(dna1, result.get(0));
 301     // should now have a mapping from dna to pep1
 302     List<SequenceToSequenceMapping> mappings = acf.getMappings();
 303     assertEquals(1, mappings.size());
 304     SequenceToSequenceMapping mapping = mappings.get(0);
 305     assertSame(dna1, mapping.getFromSeq());
 306     assertSame(pep1, mapping.getMapping().getTo());
 307     MapList mapList = mapping.getMapping().getMap();
 308     assertEquals(1, mapList.getToRatio());
 309     assertEquals(3, mapList.getFromRatio());
 310     assertEquals(1, mapList.getFromRanges().size());
 311     assertEquals(1, mapList.getFromRanges().get(0)[0]);
 312     assertEquals(21, mapList.getFromRanges().get(0)[1]);
 313     assertEquals(1, mapList.getToRanges().size());
 314     assertEquals(1, mapList.getToRanges().get(0)[0]);
 315     assertEquals(7, mapList.getToRanges().get(0)[1]);
 316   }
 317
 318   /**
 319    * Test for finding 'product' sequences for the case where the selected
 320    * sequence has a dbref with a mapping to a sequence. This represents the case
 321    * where either
 322    * <ul>
 323    * <li>a fetched sequence is already decorated with its cross-reference (e.g.
 324    * EMBL + translation), or</li>
 325    * <li>Get Cross-References has been done once resulting in instantiated
 326    * cross-reference mappings</li>
 327    * </ul>
 328    */
 329   @Test(groups = { "Functional" })
 330   public void testFindXrefSequences_fromDbRefMap()
 331   {
 332     /*
 333      * scenario: nucleotide sequence AF039662
 334      *   with dbref + mapping to Q9ZTS2 and P30419
 335      *     which themselves each have a dbref and feature
 336      */
 337     SequenceI dna1 = new Sequence("AF039662", "GGGGCAGCACAAGAAC");
 338     SequenceI pep1 = new Sequence("Q9ZTS2", "MALFQRSV");
 339     SequenceI pep2 = new Sequence("P30419", "MTRRSQIF");
 340     dna1.createDatasetSequence();
 341     pep1.createDatasetSequence();
 342     pep2.createDatasetSequence();
 343
 344     pep1.getDatasetSequence().addDBRef(
 345             new DBRefEntry("Pfam", "0", "PF00111"));
 346     pep1.addSequenceFeature(new SequenceFeature("type", "desc", 12, 14, 1f,
 347             "group"));
 348     pep2.getDatasetSequence().addDBRef(new DBRefEntry("PDB", "0", "3JTK"));
 349     pep2.addSequenceFeature(new SequenceFeature("type2", "desc2", 13, 15,
 350             12f, "group2"));
 351
 352     MapList mapList = new MapList(new int[] { 1, 24 }, new int[] { 1, 3 },
 353             3, 1);
 354     Mapping map = new Mapping(pep1, mapList);
 355     DBRefEntry dbRef1 = new DBRefEntry("UNIPROT", "0", "Q9ZTS2", map);
 356     dna1.getDatasetSequence().addDBRef(dbRef1);
 357     mapList = new MapList(new int[] { 1, 24 }, new int[] { 1, 3 }, 3, 1);
 358     map = new Mapping(pep2, mapList);
 359     DBRefEntry dbRef2 = new DBRefEntry("UNIPROT", "0", "P30419", map);
 360     dna1.getDatasetSequence().addDBRef(dbRef2);
 361
 362     /*
 363      * find UNIPROT xrefs for nucleotide sequence - it should pick up
 364      * mapped sequences
 365      */
 366     AlignmentI al = new Alignment(new SequenceI[] { dna1 });
 367     Alignment xrefs = new CrossRef(new SequenceI[] { dna1 }, al)
 368             .findXrefSequences("UNIPROT", true);
 369     assertEquals(2, xrefs.getHeight());
 370
 371     /*
 372      * cross-refs alignment holds copies of the mapped sequences
 373      * including copies of their dbrefs and features
 374      */
 375     checkCopySequence(pep1, xrefs.getSequenceAt(0));
 376     checkCopySequence(pep2, xrefs.getSequenceAt(1));
 377   }
 378
 379   /**
 380    * Helper method that verifies that 'copy' has the same name, start, end,
 381    * sequence and dataset sequence object as 'original' (but is not the same
 382    * object)
 383    *
 384    * @param copy
 385    * @param original
 386    */
 387   private void checkCopySequence(SequenceI copy, SequenceI original)
 388   {
 389     assertNotSame(copy, original);
 390     assertSame(copy.getDatasetSequence(), original.getDatasetSequence());
 391     assertEquals(copy.getName(), original.getName());
 392     assertEquals(copy.getStart(), original.getStart());
 393     assertEquals(copy.getEnd(), original.getEnd());
 394     assertEquals(copy.getSequenceAsString(), original.getSequenceAsString());
 395   }
 396
 397   /**
 398    * Test for finding 'product' sequences for the case where the selected
 399    * sequence has a dbref with no mapping, triggering a fetch from database
 400    */
 401   @Test(groups = { "Functional" })
 402   public void testFindXrefSequences_withFetch()
 403   {
 404     SequenceI dna1 = new Sequence("AF039662", "GGGGCAGCACAAGAAC");
 405     dna1.addDBRef(new DBRefEntry("UNIPROT", "0", "Q9ZTS2"));
 406     dna1.addDBRef(new DBRefEntry("UNIPROT", "0", "P30419"));
 407     dna1.addDBRef(new DBRefEntry("UNIPROT", "0", "P00314"));
 408     final SequenceI pep1 = new Sequence("Q9ZTS2", "MYQLIRSSW");
 409     final SequenceI pep2 = new Sequence("P00314", "MRKLLAASG");
 410
 411     /*
 412      * argument false suppresses adding DAS sources
 413      * todo: define an interface type SequenceFetcherI and mock that
 414      */
 415     SequenceFetcher mockFetcher = new SequenceFetcher(false)
 416     {
 417       @Override
 418       public boolean isFetchable(String source)
 419       {
 420         return true;
 421       }
 422
 423       @Override
 424       public SequenceI[] getSequences(List<DBRefEntry> refs, boolean dna)
 425       {
 426         return new SequenceI[] { pep1, pep2 };
 427       }
 428     };
 429     SequenceFetcherFactory.setSequenceFetcher(mockFetcher);
 430
 431     /*
 432      * find UNIPROT xrefs for nucleotide sequence
 433      */
 434     AlignmentI al = new Alignment(new SequenceI[] { dna1 });
 435     Alignment xrefs = new CrossRef(new SequenceI[] { dna1 }, al)
 436             .findXrefSequences("UNIPROT", true);
 437     assertEquals(2, xrefs.getHeight());
 438     assertSame(pep1, xrefs.getSequenceAt(0));
 439     assertSame(pep2, xrefs.getSequenceAt(1));
 440   }
 441
 442   @AfterClass
 443   public void tearDown()
 444   {
 445     SequenceFetcherFactory.setSequenceFetcher(null);
 446   }
 447
 448   /**
 449    * Test for finding 'product' sequences for the case where both gene and
 450    * transcript sequences have dbrefs to Uniprot.
 451    */
 452   @Test(groups = { "Functional" })
 453   public void testFindXrefSequences_forGeneAndTranscripts()
 454   {
 455     /*
 456      * 'gene' sequence
 457      */
 458     SequenceI gene = new Sequence("ENSG00000157764", "CGCCTCCCTTCCCC");
 459     gene.addDBRef(new DBRefEntry("UNIPROT", "0", "P15056"));
 460     gene.addDBRef(new DBRefEntry("UNIPROT", "0", "H7C5K3"));
 461
 462     /*
 463      * 'transcript' with CDS feature (supports mapping to protein)
 464      */
 465     SequenceI braf001 = new Sequence("ENST00000288602", "taagATGGCGGCGCTGa");
 466     braf001.addDBRef(new DBRefEntry("UNIPROT", "0", "P15056"));
 467     braf001.addSequenceFeature(new SequenceFeature("CDS", "", 5, 16, 0f,
 468             null));
 469
 470     /*
 471      * 'spliced transcript' with CDS ranges
 472      */
 473     SequenceI braf002 = new Sequence("ENST00000497784", "gCAGGCtaTCTGTTCaa");
 474     braf002.addDBRef(new DBRefEntry("UNIPROT", "0", "H7C5K3"));
 475     braf002.addSequenceFeature(new SequenceFeature("CDS", "", 2, 6, 0f,
 476             null));
 477     braf002.addSequenceFeature(new SequenceFeature("CDS", "", 9, 15, 0f,
 478             null));
 479
 480     /*
 481      * TODO code is fragile - use of SequenceIdMatcher depends on fetched
 482      * sequences having a name starting Source|Accession
 483      * which happens to be true for Uniprot,PDB,EMBL but not Pfam,Rfam,Ensembl
 484      */
 485     final SequenceI pep1 = new Sequence("UNIPROT|P15056", "MAAL");
 486     final SequenceI pep2 = new Sequence("UNIPROT|H7C5K3", "QALF");
 487
 488     /*
 489      * argument false suppresses adding DAS sources
 490      * todo: define an interface type SequenceFetcherI and mock that
 491      */
 492     SequenceFetcher mockFetcher = new SequenceFetcher(false)
 493     {
 494       @Override
 495       public boolean isFetchable(String source)
 496       {
 497         return true;
 498       }
 499
 500       @Override
 501       public SequenceI[] getSequences(List<DBRefEntry> refs, boolean dna)
 502       {
 503         return new SequenceI[] { pep1, pep2 };
 504       }
 505     };
 506     SequenceFetcherFactory.setSequenceFetcher(mockFetcher);
 507
 508     /*
 509      * find UNIPROT xrefs for gene and transcripts
 510      * verify that
 511      * - the two proteins are retrieved but not duplicated
 512      * - mappings are built from transcript (CDS) to proteins
 513      * - no mappings from gene to proteins
 514      */
 515     SequenceI[] seqs = new SequenceI[] { gene, braf001, braf002 };
 516     AlignmentI al = new Alignment(seqs);
 517     Alignment xrefs = new CrossRef(seqs, al).findXrefSequences("UNIPROT",
 518             true);
 519     assertEquals(2, xrefs.getHeight());
 520     assertSame(pep1, xrefs.getSequenceAt(0));
 521     assertSame(pep2, xrefs.getSequenceAt(1));
 522   }
 523
 524   /**
 525    * <pre>
 526    * Test that emulates this (real but simplified) case:
 527    * Alignment:          DBrefs
 528    *     UNIPROT|P0CE19  EMBL|J03321, EMBL|X06707, EMBL|M19487
 529    *     UNIPROT|P0CE20  EMBL|J03321, EMBL|X06707, EMBL|X07547
 530    * Find cross-references for EMBL. These are mocked here as
 531    *     EMBL|J03321     with mappings to P0CE18, P0CE19, P0CE20
 532    *     EMBL|X06707     with mappings to P0CE17, P0CE19, P0CE20
 533    *     EMBL|M19487     with mappings to P0CE19, Q46432
 534    *     EMBL|X07547     with mappings to P0CE20, B0BCM4
 535    * EMBL sequences are first 'fetched' (mocked here) for P0CE19.
 536    * The 3 EMBL sequences are added to the alignment dataset.
 537    * Their dbrefs to Uniprot products P0CE19 and P0CE20 should be matched in the
 538    * alignment dataset and updated to reference the original Uniprot sequences.
 539    * For the second Uniprot sequence, the J03321 and X06707 xrefs should be
 540    * resolved from the dataset, and only the X07547 dbref fetched.
 541    * So the end state to verify is:
 542    * - 4 cross-ref sequences returned: J03321, X06707,  M19487, X07547
 543    * - P0CE19/20 dbrefs to EMBL sequences now have mappings
 544    * - J03321 dbrefs to P0CE19/20 mapped to original Uniprot sequences
 545    * - X06707 dbrefs to P0CE19/20 mapped to original Uniprot sequences
 546    * </pre>
 547    */
 548   @Test(groups = { "Functional" })
 549   public void testFindXrefSequences_uniprotEmblManyToMany()
 550   {
 551     /*
 552      * Uniprot sequences, both with xrefs to EMBL|J03321
 553      * and EMBL|X07547
 554      */
 555     SequenceI p0ce19 = new Sequence("UNIPROT|P0CE19", "KPFG");
 556     p0ce19.addDBRef(new DBRefEntry("EMBL", "0", "J03321"));
 557     p0ce19.addDBRef(new DBRefEntry("EMBL", "0", "X06707"));
 558     p0ce19.addDBRef(new DBRefEntry("EMBL", "0", "M19487"));
 559     SequenceI p0ce20 = new Sequence("UNIPROT|P0CE20", "PFGK");
 560     p0ce20.addDBRef(new DBRefEntry("EMBL", "0", "J03321"));
 561     p0ce20.addDBRef(new DBRefEntry("EMBL", "0", "X06707"));
 562     p0ce20.addDBRef(new DBRefEntry("EMBL", "0", "X07547"));
 563
 564     /*
 565      * EMBL sequences to be 'fetched', complete with dbrefs and mappings
 566      * to their protein products (CDS location  and translations  are provided
 567      * in  EMBL XML); these should be matched to, and replaced with,
 568      * the corresponding uniprot sequences after fetching
 569      */
 570
 571     /*
 572      * J03321 with mappings to P0CE19 and P0CE20
 573      */
 574     final SequenceI j03321 = new Sequence("EMBL|J03321", "AAACCCTTTGGGAAAA");
 575     DBRefEntry dbref1 = new DBRefEntry("UNIPROT", "0", "P0CE19");
 576     MapList mapList = new MapList(new int[] { 1, 12 }, new int[] { 1, 4 },
 577             3, 1);
 578     Mapping map = new Mapping(new Sequence("UNIPROT|P0CE19", "KPFG"),
 579             mapList);
 580     // add a dbref to the mapped to sequence - should get copied to p0ce19
 581     map.getTo().addDBRef(new DBRefEntry("PIR", "0", "S01875"));
 582     dbref1.setMap(map);
 583     j03321.addDBRef(dbref1);
 584     DBRefEntry dbref2 = new DBRefEntry("UNIPROT", "0", "P0CE20");
 585     mapList = new MapList(new int[] { 4, 15 }, new int[] { 2, 5 }, 3, 1);
 586     dbref2.setMap(new Mapping(new Sequence("UNIPROT|P0CE20", "PFGK"),
 587             new MapList(mapList)));
 588     j03321.addDBRef(dbref2);
 589
 590     /*
 591      * X06707 with mappings to P0CE19 and P0CE20
 592      */
 593     final SequenceI x06707 = new Sequence("EMBL|X06707", "atgAAACCCTTTGGG");
 594     DBRefEntry dbref3 = new DBRefEntry("UNIPROT", "0", "P0CE19");
 595     MapList map2 = new MapList(new int[] { 4, 15 }, new int[] { 1, 4 }, 3,
 596             1);
 597     dbref3.setMap(new Mapping(new Sequence("UNIPROT|P0CE19", "KPFG"), map2));
 598     x06707.addDBRef(dbref3);
 599     DBRefEntry dbref4 = new DBRefEntry("UNIPROT", "0", "P0CE20");
 600     MapList map3 = new MapList(new int[] { 4, 15 }, new int[] { 1, 4 }, 3,
 601             1);
 602     dbref4.setMap(new Mapping(new Sequence("UNIPROT|P0CE20", "PFGK"), map3));
 603     x06707.addDBRef(dbref4);
 604
 605     /*
 606      * M19487 with mapping to P0CE19 and Q46432
 607      */
 608     final SequenceI m19487 = new Sequence("EMBL|M19487", "AAACCCTTTGGG");
 609     DBRefEntry dbref5 = new DBRefEntry("UNIPROT", "0", "P0CE19");
 610     dbref5.setMap(new Mapping(new Sequence("UNIPROT|P0CE19", "KPFG"),
 611             new MapList(mapList)));
 612     m19487.addDBRef(dbref5);
 613     DBRefEntry dbref6 = new DBRefEntry("UNIPROT", "0", "Q46432");
 614     dbref6.setMap(new Mapping(new Sequence("UNIPROT|Q46432", "KPFG"),
 615             new MapList(mapList)));
 616     m19487.addDBRef(dbref6);
 617
 618     /*
 619      * X07547 with mapping to P0CE20 and B0BCM4
 620      */
 621     final SequenceI x07547 = new Sequence("EMBL|X07547", "cccAAACCCTTTGGG");
 622     DBRefEntry dbref7 = new DBRefEntry("UNIPROT", "0", "P0CE20");
 623     dbref7.setMap(new Mapping(new Sequence("UNIPROT|P0CE19", "KPFG"),
 624             new MapList(map2)));
 625     x07547.addDBRef(dbref7);
 626     DBRefEntry dbref8 = new DBRefEntry("UNIPROT", "0", "B0BCM4");
 627     dbref8.setMap(new Mapping(new Sequence("UNIPROT|B0BCM4", "KPFG"),
 628             new MapList(map2)));
 629     x07547.addDBRef(dbref8);
 630
 631     /*
 632      * mock sequence fetcher to 'return' the EMBL sequences
 633      * TODO: Mockito would allow .thenReturn().thenReturn() here,
 634      * and also capture and verification of the parameters
 635      * passed in calls to getSequences() - important to verify that
 636      * duplicate sequence fetches are not requested
 637      */
 638     SequenceFetcher mockFetcher = new SequenceFetcher(false)
 639     {
 640       int call = 0;
 641
 642       @Override
 643       public boolean isFetchable(String source)
 644       {
 645         return true;
 646       }
 647
 648       @Override
 649       public SequenceI[] getSequences(List<DBRefEntry> refs, boolean dna)
 650       {
 651         call++;
 652         if (call == 1)
 653         {
 654           assertEquals("Expected 3 embl seqs in first fetch", 3,
 655                   refs.size());
 656           return new SequenceI[] { j03321, x06707, m19487 };
 657         }
 658         else
 659         {
 660           assertEquals("Expected 1 embl seq in second fetch", 1,
 661                   refs.size());
 662           return new SequenceI[] { x07547 };
 663         }
 664       }
 665     };
 666     SequenceFetcherFactory.setSequenceFetcher(mockFetcher);
 667
 668     /*
 669      * find EMBL xrefs for Uniprot seqs and verify that
 670      * - the EMBL xref'd sequences are retrieved without duplicates
 671      * - mappings are added to the Uniprot dbrefs
 672      * - mappings in the EMBL-to-Uniprot dbrefs are updated to the
 673      *   alignment sequences
 674      * - dbrefs on the EMBL sequences are added to the original dbrefs
 675      */
 676     SequenceI[] seqs = new SequenceI[] { p0ce19, p0ce20 };
 677     AlignmentI al = new Alignment(seqs);
 678     Alignment xrefs = new CrossRef(seqs, al).findXrefSequences("EMBL",
 679             false);
 680
 681     /*
 682      * verify retrieved sequences
 683      */
 684     assertNotNull(xrefs);
 685     assertEquals(4, xrefs.getHeight());
 686     assertSame(j03321, xrefs.getSequenceAt(0));
 687     assertSame(x06707, xrefs.getSequenceAt(1));
 688     assertSame(m19487, xrefs.getSequenceAt(2));
 689     assertSame(x07547, xrefs.getSequenceAt(3));
 690
 691     /*
 692      * verify mappings added to Uniprot-to-EMBL dbrefs
 693      */
 694     Mapping mapping = p0ce19.getDBRefs()[0].getMap();
 695     assertSame(j03321, mapping.getTo());
 696     mapping = p0ce19.getDBRefs()[1].getMap();
 697     assertSame(x06707, mapping.getTo());
 698     mapping = p0ce20.getDBRefs()[0].getMap();
 699     assertSame(j03321, mapping.getTo());
 700     mapping = p0ce20.getDBRefs()[1].getMap();
 701     assertSame(x06707, mapping.getTo());
 702
 703     /*
 704      * verify dbrefs on EMBL are mapped to alignment seqs
 705      */
 706     assertSame(p0ce19, j03321.getDBRefs()[0].getMap().getTo());
 707     assertSame(p0ce20, j03321.getDBRefs()[1].getMap().getTo());
 708     assertSame(p0ce19, x06707.getDBRefs()[0].getMap().getTo());
 709     assertSame(p0ce20, x06707.getDBRefs()[1].getMap().getTo());
 710
 711     /*
 712      * verify new dbref on EMBL dbref mapping is copied to the
 713      * original Uniprot sequence
 714      */
 715     assertEquals(4, p0ce19.getDBRefs().length);
 716     assertEquals("PIR", p0ce19.getDBRefs()[3].getSource());
 717     assertEquals("S01875", p0ce19.getDBRefs()[3].getAccessionId());
 718   }
 719
 720   @Test(groups = "Functional")
 721   public void testSameSequence()
 722   {
 723     assertTrue(CrossRef.sameSequence(null, null));
 724     SequenceI seq1 = new Sequence("seq1", "ABCDEF");
 725     assertFalse(CrossRef.sameSequence(seq1, null));
 726     assertFalse(CrossRef.sameSequence(null, seq1));
 727     assertTrue(CrossRef.sameSequence(seq1, new Sequence("seq2", "ABCDEF")));
 728     assertTrue(CrossRef.sameSequence(seq1, new Sequence("seq2", "abcdef")));
 729     assertFalse(CrossRef
 730             .sameSequence(seq1, new Sequence("seq2", "ABCDE-F")));
 731     assertFalse(CrossRef.sameSequence(seq1, new Sequence("seq2", "BCDEF")));
 732   }
 733 }