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 import static org.testng.internal.junit.ArrayAsserts.assertArrayEquals;
  31
  32 import jalview.datamodel.Alignment;
  33 import jalview.datamodel.AlignmentI;
  34 import jalview.datamodel.DBRefEntry;
  35 import jalview.datamodel.Mapping;
  36 import jalview.datamodel.Sequence;
  37 import jalview.datamodel.SequenceFeature;
  38 import jalview.datamodel.SequenceI;
  39 import jalview.util.DBRefUtils;
  40 import jalview.util.MapList;
  41 import jalview.ws.SequenceFetcher;
  42 import jalview.ws.SequenceFetcherFactory;
  43
  44 import java.util.ArrayList;
  45 import java.util.List;
  46
  47 import org.testng.annotations.AfterClass;
  48 import org.testng.annotations.Test;
  49
  50 public class CrossRefTest
  51 {
  52   @Test(groups = { "Functional" })
  53   public void testFindXDbRefs()
  54   {
  55     DBRefEntry ref1 = new DBRefEntry("UNIPROT", "1", "A123");
  56     DBRefEntry ref2 = new DBRefEntry("UNIPROTKB/TREMBL", "1", "A123");
  57     DBRefEntry ref3 = new DBRefEntry("pdb", "1", "A123");
  58     DBRefEntry ref4 = new DBRefEntry("EMBLCDSPROTEIN", "1", "A123");
  59     DBRefEntry ref5 = new DBRefEntry("embl", "1", "A123");
  60     DBRefEntry ref6 = new DBRefEntry("emblCDS", "1", "A123");
  61     DBRefEntry ref7 = new DBRefEntry("GeneDB", "1", "A123");
  62     DBRefEntry ref8 = new DBRefEntry("PFAM", "1", "A123");
  63     // ENSEMBL is a source of either dna or protein sequence data
  64     DBRefEntry ref9 = new DBRefEntry("ENSEMBL", "1", "A123");
  65     DBRefEntry[] refs = new DBRefEntry[] { ref1, ref2, ref3, ref4, ref5,
  66         ref6, ref7, ref8, ref9 };
  67
  68     /*
  69      * Just the DNA refs:
  70      */
  71     DBRefEntry[] found = DBRefUtils.selectDbRefs(true, refs);
  72     assertEquals(4, found.length);
  73     assertSame(ref5, found[0]);
  74     assertSame(ref6, found[1]);
  75     assertSame(ref7, found[2]);
  76     assertSame(ref9, found[3]);
  77
  78     /*
  79      * Just the protein refs:
  80      */
  81     found = DBRefUtils.selectDbRefs(false, refs);
  82     assertEquals(5, found.length);
  83     assertSame(ref1, found[0]);
  84     assertSame(ref2, found[1]);
  85     assertSame(ref3, found[2]);
  86     assertSame(ref4, found[3]);
  87     assertSame(ref9, found[4]);
  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     dna1.addDBRef(new DBRefEntry("UNIPROT", "0", "Q9ZTS2"));
 252     dna1.addDBRef(new DBRefEntry("EMBL", "0", "AF039662"));
 253     SequenceI pep1 = new Sequence("Q9ZTS2", "MLAVSRGQ");
 254     pep1.addDBRef(new DBRefEntry("UNIPROT", "0", "Q9ZTS2"));
 255     AlignmentI al = new Alignment(new SequenceI[] { dna1, pep1 });
 256
 257     List<SequenceI> result = new ArrayList<SequenceI>();
 258
 259     /*
 260      * first search for a dbref nowhere on the alignment:
 261      */
 262     DBRefEntry dbref = new DBRefEntry("UNIPROT", "0", "P30419");
 263     CrossRef testee = new CrossRef(al.getSequencesArray(), al);
 264     boolean found = testee.searchDataset(true, dna1, dbref, result, null,
 265             true);
 266     assertFalse(found);
 267     assertTrue(result.isEmpty());
 268
 269     // TODO we are setting direct=true here but it is set to
 270     // false in Jalview code...
 271
 272     /*
 273      * search for a protein sequence with dbref UNIPROT:Q9ZTS2
 274      */
 275     dbref = new DBRefEntry("UNIPROT", "0", "Q9ZTS2");
 276     found = testee.searchDataset(!dna1.isProtein(), dna1, dbref, result,
 277             null, false); // search dataset with a protein xref from a dna
 278                           // sequence to locate the protein product
 279     assertTrue(found);
 280     assertEquals(1, result.size());
 281     assertSame(pep1, result.get(0));
 282
 283     /*
 284      * search for a nucleotide sequence with dbref UNIPROT:Q9ZTS2
 285      */
 286     result.clear();
 287     dbref = new DBRefEntry("UNIPROT", "0", "Q9ZTS2");
 288     found = testee.searchDataset(!pep1.isProtein(), pep1, dbref, result,
 289             null, false); // search dataset with a protein's direct dbref to
 290                           // locate dna sequences with matching xref
 291     assertTrue(found);
 292     assertEquals(1, result.size());
 293     assertSame(dna1, result.get(0));
 294   }
 295
 296   /**
 297    * Test for finding 'product' sequences for the case where the selected
 298    * sequence has a dbref with a mapping to a sequence
 299    */
 300   @Test(groups = { "Functional" })
 301   public void testFindXrefSequences_fromDbRefMap()
 302   {
 303     /*
 304      * two peptide sequences each with a DBRef and SequenceFeature
 305      */
 306     SequenceI pep1 = new Sequence("Q9ZTS2", "MALFQRSV");
 307     pep1.addDBRef(new DBRefEntry("Pfam", "0", "PF00111"));
 308     pep1.addSequenceFeature(new SequenceFeature("type", "desc", 12, 14, 1f,
 309             "group"));
 310     SequenceI pep2 = new Sequence("P30419", "MTRRSQIF");
 311     pep2.addDBRef(new DBRefEntry("PDB", "0", "3JTK"));
 312     pep2.addSequenceFeature(new SequenceFeature("type2", "desc2", 13, 15,
 313             12f, "group2"));
 314
 315     /*
 316      * nucleotide sequence (to go in the alignment)
 317      */
 318     SequenceI dna1 = new Sequence("AF039662", "GGGGCAGCACAAGAAC");
 319
 320     /*
 321      * add DBRefEntry's to dna1 with mappings from dna to both peptides
 322      */
 323     MapList mapList = new MapList(new int[] { 1, 24 }, new int[] { 1, 3 },
 324             3, 1);
 325     Mapping map = new Mapping(pep1, mapList);
 326     DBRefEntry dbRef1 = new DBRefEntry("UNIPROT", "0", "Q9ZTS2", map);
 327     dna1.addDBRef(dbRef1);
 328     mapList = new MapList(new int[] { 1, 24 }, new int[] { 1, 3 }, 3, 1);
 329     map = new Mapping(pep2, mapList);
 330     DBRefEntry dbRef2 = new DBRefEntry("UNIPROT", "0", "P30419", map);
 331     dna1.addDBRef(dbRef2);
 332
 333     /*
 334      * find UNIPROT xrefs for nucleotide sequence - it should pick up
 335      * mapped sequences
 336      */
 337     AlignmentI al = new Alignment(new SequenceI[] { dna1 });
 338     Alignment xrefs = new CrossRef(new SequenceI[] { dna1 }, al)
 339             .findXrefSequences("UNIPROT", true);
 340     assertEquals(2, xrefs.getHeight());
 341
 342     /*
 343      * cross-refs alignment holds copies of the mapped sequences
 344      * including copies of their dbrefs and features
 345      */
 346     checkCopySequence(pep1, xrefs.getSequenceAt(0));
 347     checkCopySequence(pep2, xrefs.getSequenceAt(1));
 348   }
 349
 350   /**
 351    * Helper method to assert seq1 looks like a copy of seq2
 352    *
 353    * @param seq1
 354    * @param seq2
 355    */
 356   private void checkCopySequence(SequenceI seq1, SequenceI seq2)
 357   {
 358     assertNotSame(seq1, seq2);
 359     assertEquals(seq1.getName(), seq2.getName());
 360     assertEquals(seq1.getStart(), seq2.getStart());
 361     assertEquals(seq1.getEnd(), seq2.getEnd());
 362     assertEquals(seq1.getSequenceAsString(), seq2.getSequenceAsString());
 363
 364     /*
 365      * compare dbrefs
 366      */
 367     assertArrayEquals(seq1.getDBRefs(), seq2.getDBRefs());
 368     // check one to verify a copy, not the same object
 369     if (seq1.getDBRefs().length > 0)
 370     {
 371       assertNotSame(seq1.getDBRefs()[0], seq2.getDBRefs()[0]);
 372     }
 373
 374     /*
 375      * compare features
 376      */
 377     assertArrayEquals(seq1.getSequenceFeatures(),
 378             seq2.getSequenceFeatures());
 379     if (seq1.getSequenceFeatures().length > 0)
 380     {
 381       assertNotSame(seq1.getSequenceFeatures()[0],
 382               seq2.getSequenceFeatures()[0]);
 383     }
 384   }
 385
 386   /**
 387    * Test for finding 'product' sequences for the case where the selected
 388    * sequence has a dbref with no mapping, triggering a fetch from database
 389    */
 390   @Test(groups = { "Functional" })
 391   public void testFindXrefSequences_withFetch()
 392   {
 393     SequenceI dna1 = new Sequence("AF039662", "GGGGCAGCACAAGAAC");
 394     dna1.addDBRef(new DBRefEntry("UNIPROT", "0", "Q9ZTS2"));
 395     dna1.addDBRef(new DBRefEntry("UNIPROT", "0", "P30419"));
 396     dna1.addDBRef(new DBRefEntry("UNIPROT", "0", "P00314"));
 397     final SequenceI pep1 = new Sequence("Q9ZTS2", "MYQLIRSSW");
 398     final SequenceI pep2 = new Sequence("P00314", "MRKLLAASG");
 399
 400     /*
 401      * argument false suppresses adding DAS sources
 402      * todo: define an interface type SequenceFetcherI and mock that
 403      */
 404     SequenceFetcher mockFetcher = new SequenceFetcher(false)
 405     {
 406       @Override
 407       public boolean isFetchable(String source)
 408       {
 409         return true;
 410       }
 411
 412       @Override
 413       public SequenceI[] getSequences(List<DBRefEntry> refs, boolean dna)
 414       {
 415         return new SequenceI[] { pep1, pep2 };
 416       }
 417     };
 418     SequenceFetcherFactory.setSequenceFetcher(mockFetcher);
 419
 420     /*
 421      * find UNIPROT xrefs for nucleotide sequence
 422      */
 423     AlignmentI al = new Alignment(new SequenceI[] { dna1 });
 424     Alignment xrefs = new CrossRef(new SequenceI[] { dna1 }, al)
 425             .findXrefSequences("UNIPROT", true);
 426     assertEquals(2, xrefs.getHeight());
 427     assertSame(pep1, xrefs.getSequenceAt(0));
 428     assertSame(pep2, xrefs.getSequenceAt(1));
 429   }
 430
 431   @AfterClass
 432   public void tearDown()
 433   {
 434     SequenceFetcherFactory.setSequenceFetcher(null);
 435   }
 436
 437   /**
 438    * Test for finding 'product' sequences for the case where both gene and
 439    * transcript sequences have dbrefs to Uniprot.
 440    */
 441   @Test(groups = { "Functional" })
 442   public void testFindXrefSequences_forGeneAndTranscripts()
 443   {
 444     /*
 445      * 'gene' sequence
 446      */
 447     SequenceI gene = new Sequence("ENSG00000157764", "CGCCTCCCTTCCCC");
 448     gene.addDBRef(new DBRefEntry("UNIPROT", "0", "P15056"));
 449     gene.addDBRef(new DBRefEntry("UNIPROT", "0", "H7C5K3"));
 450
 451     /*
 452      * 'transcript' with CDS feature (supports mapping to protein)
 453      */
 454     SequenceI braf001 = new Sequence("ENST00000288602", "taagATGGCGGCGCTGa");
 455     braf001.addDBRef(new DBRefEntry("UNIPROT", "0", "P15056"));
 456     braf001.addSequenceFeature(new SequenceFeature("CDS", "", 5, 16, 0f,
 457             null));
 458
 459     /*
 460      * 'spliced transcript' with CDS ranges
 461      */
 462     SequenceI braf002 = new Sequence("ENST00000497784", "gCAGGCtaTCTGTTCaa");
 463     braf002.addDBRef(new DBRefEntry("UNIPROT", "0", "H7C5K3"));
 464     braf002.addSequenceFeature(new SequenceFeature("CDS", "", 2, 6, 0f,
 465             null));
 466     braf002.addSequenceFeature(new SequenceFeature("CDS", "", 9, 15, 0f,
 467             null));
 468
 469     /*
 470      * TODO code is fragile - use of SequenceIdMatcher depends on fetched
 471      * sequences having a name starting Source|Accession
 472      * which happens to be true for Uniprot,PDB,EMBL but not Pfam,Rfam,Ensembl
 473      */
 474     final SequenceI pep1 = new Sequence("UNIPROT|P15056", "MAAL");
 475     final SequenceI pep2 = new Sequence("UNIPROT|H7C5K3", "QALF");
 476
 477     /*
 478      * argument false suppresses adding DAS sources
 479      * todo: define an interface type SequenceFetcherI and mock that
 480      */
 481     SequenceFetcher mockFetcher = new SequenceFetcher(false)
 482     {
 483       @Override
 484       public boolean isFetchable(String source)
 485       {
 486         return true;
 487       }
 488
 489       @Override
 490       public SequenceI[] getSequences(List<DBRefEntry> refs, boolean dna)
 491       {
 492         return new SequenceI[] { pep1, pep2 };
 493       }
 494     };
 495     SequenceFetcherFactory.setSequenceFetcher(mockFetcher);
 496
 497     /*
 498      * find UNIPROT xrefs for gene and transcripts
 499      * verify that
 500      * - the two proteins are retrieved but not duplicated
 501      * - mappings are built from transcript (CDS) to proteins
 502      * - no mappings from gene to proteins
 503      */
 504     SequenceI[] seqs = new SequenceI[] { gene, braf001, braf002 };
 505     AlignmentI al = new Alignment(seqs);
 506     Alignment xrefs = new CrossRef(seqs, al)
 507 .findXrefSequences("UNIPROT",
 508             true);
 509     assertEquals(2, xrefs.getHeight());
 510     assertSame(pep1, xrefs.getSequenceAt(0));
 511     assertSame(pep2, xrefs.getSequenceAt(1));
 512   }
 513
 514   /**
 515    * <pre>
 516    * Test that emulates this (real but simplified) case:
 517    * Alignment:          DBrefs
 518    *     UNIPROT|P0CE19  EMBL|J03321, EMBL|X06707, EMBL|M19487
 519    *     UNIPROT|P0CE20  EMBL|J03321, EMBL|X06707, EMBL|X07547
 520    * Find cross-references for EMBL. These are mocked here as
 521    *     EMBL|J03321     with mappings to P0CE18, P0CE19, P0CE20
 522    *     EMBL|X06707     with mappings to P0CE17, P0CE19, P0CE20
 523    *     EMBL|M19487     with mappings to P0CE19, Q46432
 524    *     EMBL|X07547     with mappings to P0CE20, B0BCM4
 525    * EMBL sequences are first 'fetched' (mocked here) for P0CE19.
 526    * The 3 EMBL sequences are added to the alignment dataset.
 527    * Their dbrefs to Uniprot products P0CE19 and P0CE20 should be matched in the
 528    * alignment dataset and updated to reference the original Uniprot sequences.
 529    * For the second Uniprot sequence, the J03321 and X06707 xrefs should be
 530    * resolved from the dataset, and only the X07547 dbref fetched.
 531    * So the end state to verify is:
 532    * - 4 cross-ref sequences returned: J03321, X06707,  M19487, X07547
 533    * - P0CE19/20 dbrefs to EMBL sequences now have mappings
 534    * - J03321 dbrefs to P0CE19/20 mapped to original Uniprot sequences
 535    * - X06707 dbrefs to P0CE19/20 mapped to original Uniprot sequences
 536    * </pre>
 537    */
 538   @Test(groups = { "Functional" })
 539   public void testFindXrefSequences_uniprotEmblManyToMany()
 540   {
 541     /*
 542      * Uniprot sequences, both with xrefs to EMBL|J03321
 543      * and EMBL|X07547
 544      */
 545     SequenceI p0ce19 = new Sequence("UNIPROT|P0CE19", "KPFG");
 546     p0ce19.addDBRef(new DBRefEntry("EMBL", "0", "J03321"));
 547     p0ce19.addDBRef(new DBRefEntry("EMBL", "0", "X06707"));
 548     p0ce19.addDBRef(new DBRefEntry("EMBL", "0", "M19487"));
 549     SequenceI p0ce20 = new Sequence("UNIPROT|P0CE20", "PFGK");
 550     p0ce20.addDBRef(new DBRefEntry("EMBL", "0", "J03321"));
 551     p0ce20.addDBRef(new DBRefEntry("EMBL", "0", "X06707"));
 552     p0ce20.addDBRef(new DBRefEntry("EMBL", "0", "X07547"));
 553
 554     /*
 555      * EMBL sequences to be 'fetched', complete with dbrefs and mappings
 556      * to their protein products (CDS location  and translations  are provided
 557      * in  EMBL XML); these should be matched to, and replaced with,
 558      * the corresponding uniprot sequences after fetching
 559      */
 560
 561     /*
 562      * J03321 with mappings to P0CE19 and P0CE20
 563      */
 564     final SequenceI j03321 = new Sequence("EMBL|J03321", "AAACCCTTTGGGAAAA");
 565     DBRefEntry dbref1 = new DBRefEntry("UNIPROT", "0", "P0CE19");
 566     MapList mapList = new MapList(new int[] { 1, 12 }, new int[] { 1, 4 },
 567             3, 1);
 568     Mapping map = new Mapping(new Sequence("UNIPROT|P0CE19", "KPFG"), mapList);
 569     // add a dbref to the mapped to sequence - should get copied to p0ce19
 570     map.getTo().addDBRef(new DBRefEntry("PIR", "0", "S01875"));
 571     dbref1.setMap(map);
 572     j03321.addDBRef(dbref1);
 573     DBRefEntry dbref2 = new DBRefEntry("UNIPROT", "0", "P0CE20");
 574     mapList = new MapList(new int[] { 4, 15 }, new int[] { 2, 5 }, 3, 1);
 575     dbref2.setMap(new Mapping(new Sequence("UNIPROT|P0CE20", "PFGK"),
 576             new MapList(mapList)));
 577     j03321.addDBRef(dbref2);
 578
 579     /*
 580      * X06707 with mappings to P0CE19 and P0CE20
 581      */
 582     final SequenceI x06707 = new Sequence("EMBL|X06707", "atgAAACCCTTTGGG");
 583     DBRefEntry dbref3 = new DBRefEntry("UNIPROT", "0", "P0CE19");
 584     MapList map2 = new MapList(new int[] { 4, 15 }, new int[] { 1, 4 }, 3,
 585             1);
 586     dbref3.setMap(new Mapping(new Sequence("UNIPROT|P0CE19", "KPFG"), map2));
 587     x06707.addDBRef(dbref3);
 588     DBRefEntry dbref4 = new DBRefEntry("UNIPROT", "0", "P0CE20");
 589     MapList map3 = new MapList(new int[] { 4, 15 }, new int[] { 1, 4 }, 3,
 590             1);
 591     dbref4.setMap(new Mapping(new Sequence("UNIPROT|P0CE20", "PFGK"), map3));
 592     x06707.addDBRef(dbref4);
 593
 594     /*
 595      * M19487 with mapping to P0CE19 and Q46432
 596      */
 597     final SequenceI m19487 = new Sequence("EMBL|M19487", "AAACCCTTTGGG");
 598     DBRefEntry dbref5 = new DBRefEntry("UNIPROT", "0", "P0CE19");
 599     dbref5.setMap(new Mapping(new Sequence("UNIPROT|P0CE19", "KPFG"),
 600             new MapList(mapList)));
 601     m19487.addDBRef(dbref5);
 602     DBRefEntry dbref6 = new DBRefEntry("UNIPROT", "0", "Q46432");
 603     dbref6.setMap(new Mapping(new Sequence("UNIPROT|Q46432", "KPFG"),
 604             new MapList(mapList)));
 605     m19487.addDBRef(dbref6);
 606
 607     /*
 608      * X07547 with mapping to P0CE20 and B0BCM4
 609      */
 610     final SequenceI x07547 = new Sequence("EMBL|X07547", "cccAAACCCTTTGGG");
 611     DBRefEntry dbref7 = new DBRefEntry("UNIPROT", "0", "P0CE20");
 612     dbref7.setMap(new Mapping(new Sequence("UNIPROT|P0CE19", "KPFG"),
 613             new MapList(map2)));
 614     x07547.addDBRef(dbref7);
 615     DBRefEntry dbref8 = new DBRefEntry("UNIPROT", "0", "B0BCM4");
 616     dbref8.setMap(new Mapping(new Sequence("UNIPROT|B0BCM4", "KPFG"),
 617             new MapList(map2)));
 618     x07547.addDBRef(dbref8);
 619
 620     /*
 621      * mock sequence fetcher to 'return' the EMBL sequences
 622      * TODO: Mockito would allow .thenReturn().thenReturn() here,
 623      * and also capture and verification of the parameters
 624      * passed in calls to getSequences() - important to verify that
 625      * duplicate sequence fetches are not requested
 626      */
 627     SequenceFetcher mockFetcher = new SequenceFetcher(false)
 628     {
 629       int call  = 0;
 630       @Override
 631       public boolean isFetchable(String source)
 632       {
 633         return true;
 634       }
 635       @Override
 636       public SequenceI[] getSequences(List<DBRefEntry> refs, boolean dna)
 637       {
 638         call++;
 639         if (call == 1) {
 640           assertEquals("Expected 3 embl seqs in first fetch", 3, refs.size());
 641         return new SequenceI[] { j03321, x06707, m19487 };
 642         } else {
 643           assertEquals("Expected 1 embl seq in second fetch", 1, refs.size());
 644                 return new SequenceI[] { x07547 };
 645         }
 646       }
 647     };
 648     SequenceFetcherFactory.setSequenceFetcher(mockFetcher);
 649
 650     /*
 651      * find EMBL xrefs for Uniprot seqs and verify that
 652      * - the EMBL xref'd sequences are retrieved without duplicates
 653      * - mappings are added to the Uniprot dbrefs
 654      * - mappings in the EMBL-to-Uniprot dbrefs are updated to the
 655      *   alignment sequences
 656      * - dbrefs on the EMBL sequences are added to the original dbrefs
 657      */
 658     SequenceI[] seqs = new SequenceI[] { p0ce19, p0ce20 };
 659     AlignmentI al = new Alignment(seqs);
 660     Alignment xrefs = new CrossRef(seqs, al).findXrefSequences("EMBL",
 661             false);
 662
 663     /*
 664      * verify retrieved sequences
 665      */
 666     assertNotNull(xrefs);
 667     assertEquals(4, xrefs.getHeight());
 668     assertSame(j03321, xrefs.getSequenceAt(0));
 669     assertSame(x06707, xrefs.getSequenceAt(1));
 670     assertSame(m19487, xrefs.getSequenceAt(2));
 671     assertSame(x07547, xrefs.getSequenceAt(3));
 672
 673     /*
 674      * verify mappings added to Uniprot-to-EMBL dbrefs
 675      */
 676     Mapping mapping = p0ce19.getDBRefs()[0].getMap();
 677     assertSame(j03321, mapping.getTo());
 678     mapping = p0ce19.getDBRefs()[1].getMap();
 679     assertSame(x06707, mapping.getTo());
 680     mapping = p0ce20.getDBRefs()[0].getMap();
 681     assertSame(j03321, mapping.getTo());
 682     mapping = p0ce20.getDBRefs()[1].getMap();
 683     assertSame(x06707, mapping.getTo());
 684
 685     /*
 686      * verify dbrefs on EMBL are mapped to alignment seqs
 687      */
 688     assertSame(p0ce19, j03321.getDBRefs()[0].getMap().getTo());
 689     assertSame(p0ce20, j03321.getDBRefs()[1].getMap().getTo());
 690     assertSame(p0ce19, x06707.getDBRefs()[0].getMap().getTo());
 691     assertSame(p0ce20, x06707.getDBRefs()[1].getMap().getTo());
 692
 693     /*
 694      * verify new dbref on EMBL dbref mapping is copied to the
 695      * original Uniprot sequence
 696      */
 697     assertEquals(4, p0ce19.getDBRefs().length);
 698     assertEquals("PIR", p0ce19.getDBRefs()[3].getSource());
 699     assertEquals("S01875", p0ce19.getDBRefs()[3].getAccessionId());
 700   }
 701
 702   @Test(groups = "Functional")
 703   public void testSameSequence()
 704   {
 705     assertTrue(CrossRef.sameSequence(null, null));
 706     SequenceI seq1 = new Sequence("seq1", "ABCDEF");
 707     assertFalse(CrossRef.sameSequence(seq1, null));
 708     assertFalse(CrossRef.sameSequence(null, seq1));
 709     assertTrue(CrossRef.sameSequence(seq1, new Sequence("seq2", "ABCDEF")));
 710     assertTrue(CrossRef.sameSequence(seq1, new Sequence("seq2", "abcdef")));
 711     assertFalse(CrossRef
 712             .sameSequence(seq1, new Sequence("seq2", "ABCDE-F")));
 713     assertFalse(CrossRef.sameSequence(seq1, new Sequence("seq2", "BCDEF")));
 714   }
 715 }