test/jalview/datamodel/xdb/embl/EmblEntryTest.java

   1 package jalview.datamodel.xdb.embl;
   2
   3 import static org.testng.AssertJUnit.assertEquals;
   4 import static org.testng.AssertJUnit.assertNull;
   5 import static org.testng.AssertJUnit.assertSame;
   6
   7 import jalview.analysis.SequenceIdMatcher;
   8 import jalview.datamodel.DBRefEntry;
   9 import jalview.datamodel.DBRefSource;
  10 import jalview.datamodel.SequenceI;
  11 import jalview.util.MapList;
  12
  13 import java.util.ArrayList;
  14 import java.util.Arrays;
  15 import java.util.List;
  16
  17 import org.testng.annotations.Test;
  18
  19 public class EmblEntryTest
  20 {
  21   @Test(groups = "Functional")
  22   public void testGetCdsRanges()
  23   {
  24     EmblEntry testee = new EmblEntry();
  25
  26     /*
  27      * Make a (CDS) Feature with 5 locations
  28      */
  29     EmblFeature cds = new EmblFeature();
  30     cds.setLocation("join(10..20,complement(30..40),50..60,70..80,complement(110..120))");
  31
  32     int[] exons = testee.getCdsRanges(cds);
  33     assertEquals("[10, 20, 40, 30, 50, 60, 70, 80, 120, 110]",
  34             Arrays.toString(exons));
  35   }
  36
  37   @Test(groups = "Functional")
  38   public void testParseCodingFeature()
  39   {
  40     // not the whole sequence but enough for this test...
  41     List<SequenceI> peptides = new ArrayList<SequenceI>();
  42     SequenceIdMatcher matcher = new SequenceIdMatcher(peptides);
  43     EmblFile ef = EmblTestHelper.getEmblFile();
  44     assertEquals(1, ef.getEntries().size());
  45     EmblEntry testee = ef.getEntries().get(0);
  46     String sourceDb = "EMBL";
  47     SequenceI dna = testee.makeSequence(sourceDb);
  48
  49     /*
  50      * parse three CDS features, with two/one/no Uniprot cross-refs
  51      */
  52     for (EmblFeature feature : ef.getEntries().get(0).getFeatures())
  53     {
  54       if ("CDS".equals(feature.getName()))
  55       {
  56         testee.parseCodingFeature(feature, sourceDb, dna, peptides, matcher);
  57       }
  58     }
  59
  60     /*
  61      * peptides should now have five entries:
  62      * EMBL product and two Uniprot accessions for the first CDS / translation
  63      * EMBL product and one Uniprot accession for the second CDS / "
  64      * EMBL product only for the third
  65      */
  66     assertEquals(6, peptides.size());
  67     assertEquals("CAA30420.1", peptides.get(0).getName());
  68     assertEquals("MLCF", peptides.get(0).getSequenceAsString());
  69     assertEquals("UNIPROT|B0BCM4", peptides.get(1).getName());
  70     assertEquals("MLCF", peptides.get(1).getSequenceAsString());
  71     assertEquals("UNIPROT|P0CE20", peptides.get(2).getName());
  72     assertEquals("MLCF", peptides.get(2).getSequenceAsString());
  73     assertEquals("CAA30421.1", peptides.get(3).getName());
  74     assertEquals("MSSS", peptides.get(3).getSequenceAsString());
  75     assertEquals("UNIPROT|B0BCM3", peptides.get(4).getName());
  76     assertEquals("MSSS", peptides.get(4).getSequenceAsString());
  77     assertEquals("CAA12345.6", peptides.get(5).getName());
  78     assertEquals("MSS", peptides.get(5).getSequenceAsString());
  79
  80     /*
  81      * verify dna sequence has dbrefs with CDS mappings to the peptide 'products'
  82      */
  83     MapList cds1Map = new MapList(new int[] { 57, 46 }, new int[] { 1, 4 },
  84             3, 1);
  85     MapList cds2Map = new MapList(new int[] { 4, 15 }, new int[] { 1, 4 },
  86             3, 1);
  87     MapList cds3Map = new MapList(new int[] { 4, 6, 10, 15 }, new int[] {
  88         1, 3 }, 3, 1);
  89     DBRefEntry[] dbrefs = dna.getDBRefs();
  90     assertEquals(4, dbrefs.length);
  91     DBRefEntry dbRefEntry = dbrefs[0];
  92     assertEquals("UNIPROT", dbRefEntry.getSource());
  93     assertEquals("B0BCM4", dbRefEntry.getAccessionId());
  94     assertSame(peptides.get(1), dbRefEntry.getMap().getTo());
  95     assertEquals(cds1Map, dbRefEntry.getMap().getMap());
  96
  97     dbRefEntry = dbrefs[1];
  98     assertEquals("UNIPROT", dbRefEntry.getSource());
  99     assertEquals("P0CE20", dbRefEntry.getAccessionId());
 100     assertSame(peptides.get(2), dbRefEntry.getMap().getTo());
 101     assertEquals(cds1Map, dbRefEntry.getMap().getMap());
 102
 103     dbRefEntry = dbrefs[2];
 104     assertEquals("UNIPROT", dbRefEntry.getSource());
 105     assertEquals("B0BCM3", dbRefEntry.getAccessionId());
 106     assertSame(peptides.get(4), dbRefEntry.getMap().getTo());
 107     assertEquals(cds2Map, dbRefEntry.getMap().getMap());
 108
 109     dbRefEntry = dbrefs[3];
 110     assertEquals("EMBLCDSPROTEIN", dbRefEntry.getSource());
 111     assertEquals("CAA12345.6", dbRefEntry.getAccessionId());
 112     assertSame(peptides.get(5), dbRefEntry.getMap().getTo());
 113     assertEquals(cds3Map, dbRefEntry.getMap().getMap());
 114
 115     /*
 116      * verify peptides have dbrefs
 117      * - to EMBL sequence (with inverse 1:3 cds mapping)
 118      * - to EMBLCDS (with 1:3 mapping)
 119      * - direct (no mapping) to other protein accessions
 120      */
 121     MapList proteinToCdsMap1 = new MapList(new int[] { 1, 4 }, new int[] {
 122         1, 12 }, 1, 3);
 123     MapList proteinToCdsMap2 = new MapList(new int[] { 1, 3 }, new int[] {
 124         1, 9 }, 1, 3);
 125
 126     // dbrefs for first CDS EMBL product CAA30420.1
 127     dbrefs = peptides.get(0).getDBRefs();
 128     assertEquals(5, dbrefs.length);
 129     assertEquals(DBRefSource.EMBL, dbrefs[0].getSource());
 130     assertEquals("CAA30420.1", dbrefs[0].getAccessionId());
 131     // TODO: verify getPrimaryDBRefs() for peptide products
 132     assertEquals(cds1Map.getInverse(), dbrefs[0].getMap().getMap());
 133     assertEquals(DBRefSource.EMBLCDS, dbrefs[1].getSource());
 134     assertEquals("CAA30420.1", dbrefs[1].getAccessionId());
 135     assertEquals(proteinToCdsMap1, dbrefs[1].getMap().getMap());
 136     assertEquals(DBRefSource.EMBLCDSProduct, dbrefs[2].getSource());
 137     assertEquals("CAA30420.1", dbrefs[2].getAccessionId());
 138     assertNull(dbrefs[2].getMap());
 139     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "2.1", "B0BCM4"),
 140             dbrefs[3]);
 141     assertNull(dbrefs[3].getMap());
 142     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "0", "P0CE20"),
 143             dbrefs[4]);
 144     assertNull(dbrefs[4].getMap());
 145
 146     // dbrefs for first CDS first Uniprot xref
 147     dbrefs = peptides.get(1).getDBRefs();
 148     assertEquals(2, dbrefs.length);
 149     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "2.1", "B0BCM4"),
 150             dbrefs[0]);
 151     assertNull(dbrefs[0].getMap());
 152     assertEquals(DBRefSource.EMBL, dbrefs[1].getSource());
 153     assertEquals("X07547", dbrefs[1].getAccessionId());
 154     assertEquals(cds1Map.getInverse(), dbrefs[1].getMap().getMap());
 155
 156     // dbrefs for first CDS second Uniprot xref
 157     dbrefs = peptides.get(2).getDBRefs();
 158     assertEquals(2, dbrefs.length);
 159     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "0", "P0CE20"),
 160             dbrefs[0]);
 161     assertNull(dbrefs[0].getMap());
 162     assertEquals(DBRefSource.EMBL, dbrefs[1].getSource());
 163     assertEquals("X07547", dbrefs[1].getAccessionId());
 164     assertEquals(cds1Map.getInverse(), dbrefs[1].getMap().getMap());
 165
 166     // dbrefs for second CDS EMBL product CAA30421.1
 167     dbrefs = peptides.get(3).getDBRefs();
 168     assertEquals(4, dbrefs.length);
 169     assertEquals(DBRefSource.EMBL, dbrefs[0].getSource());
 170     assertEquals("CAA30421.1", dbrefs[0].getAccessionId());
 171     assertEquals(cds2Map.getInverse(), dbrefs[0].getMap().getMap());
 172     assertEquals(DBRefSource.EMBLCDS, dbrefs[1].getSource());
 173     assertEquals("CAA30421.1", dbrefs[1].getAccessionId());
 174     assertEquals(proteinToCdsMap1, dbrefs[1].getMap().getMap());
 175     assertEquals(DBRefSource.EMBLCDSProduct, dbrefs[2].getSource());
 176     assertEquals("CAA30421.1", dbrefs[2].getAccessionId());
 177     assertNull(dbrefs[2].getMap());
 178     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "0", "B0BCM3"),
 179             dbrefs[3]);
 180     assertNull(dbrefs[3].getMap());
 181
 182     // dbrefs for second CDS second Uniprot xref
 183     dbrefs = peptides.get(4).getDBRefs();
 184     assertEquals(2, dbrefs.length);
 185     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "0", "B0BCM3"),
 186             dbrefs[0]);
 187     assertNull(dbrefs[0].getMap());
 188     assertEquals(DBRefSource.EMBL, dbrefs[1].getSource());
 189     assertEquals("X07547", dbrefs[1].getAccessionId());
 190     assertEquals(cds2Map.getInverse(), dbrefs[1].getMap().getMap());
 191
 192     // dbrefs for third CDS inferred EMBL product CAA12345.6
 193     dbrefs = peptides.get(5).getDBRefs();
 194     assertEquals(3, dbrefs.length);
 195     assertEquals(DBRefSource.EMBL, dbrefs[0].getSource());
 196     assertEquals("CAA12345.6", dbrefs[0].getAccessionId());
 197     assertEquals(cds3Map.getInverse(), dbrefs[0].getMap().getMap());
 198     assertEquals(DBRefSource.EMBLCDS, dbrefs[1].getSource());
 199     assertEquals("CAA12345.6", dbrefs[1].getAccessionId());
 200     assertEquals(proteinToCdsMap2, dbrefs[1].getMap().getMap());
 201     assertEquals(DBRefSource.EMBLCDSProduct, dbrefs[2].getSource());
 202     assertEquals("CAA12345.6", dbrefs[2].getAccessionId());
 203     assertNull(dbrefs[2].getMap());
 204   }
 205
 206   @Test(groups = "Functional")
 207   public void testAdjustForProteinLength()
 208   {
 209     int[] exons = new int[] { 11, 15, 21, 25, 31, 38 }; // 18 bp
 210
 211     // exact length match:
 212     assertSame(exons, EmblEntry.adjustForProteinLength(6, exons));
 213
 214     // match if we assume exons include stop codon not in protein:
 215     assertSame(exons, EmblEntry.adjustForProteinLength(5, exons));
 216
 217     // truncate last exon by 6bp
 218     int[] truncated = EmblEntry.adjustForProteinLength(4, exons);
 219     assertEquals("[11, 15, 21, 25, 31, 32]",
 220             Arrays.toString(truncated));
 221
 222     // remove last exon and truncate preceding by 1bp
 223     truncated = EmblEntry.adjustForProteinLength(3, exons);
 224     assertEquals("[11, 15, 21, 24]", Arrays.toString(truncated));
 225
 226     // exact removal of exon case:
 227     exons = new int[] { 11, 15, 21, 27, 33, 38 }; // 18 bp
 228     truncated = EmblEntry.adjustForProteinLength(4, exons);
 229     assertEquals("[11, 15, 21, 27]", Arrays.toString(truncated));
 230
 231     // what if exons are too short for protein?
 232     truncated = EmblEntry.adjustForProteinLength(7, exons);
 233     assertSame(exons, truncated);
 234   }
 235 }