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.assertNotNull;
   5 import static org.testng.AssertJUnit.assertNull;
   6 import static org.testng.AssertJUnit.assertSame;
   7
   8 import jalview.analysis.SequenceIdMatcher;
   9 import jalview.datamodel.DBRefEntry;
  10 import jalview.datamodel.DBRefSource;
  11 import jalview.datamodel.SequenceI;
  12 import jalview.util.MapList;
  13
  14 import java.util.ArrayList;
  15 import java.util.Arrays;
  16 import java.util.List;
  17
  18 import org.testng.annotations.Test;
  19
  20 public class EmblEntryTest
  21 {
  22   @Test(groups = "Functional")
  23   public void testGetCdsRanges()
  24   {
  25     EmblEntry testee = new EmblEntry();
  26
  27     /*
  28      * Make a (CDS) Feature with 5 locations
  29      */
  30     EmblFeature cds = new EmblFeature();
  31     cds.setLocation("join(10..20,complement(30..40),50..60,70..80,complement(110..120))");
  32
  33     int[] exons = testee.getCdsRanges(cds);
  34     assertEquals("[10, 20, 40, 30, 50, 60, 70, 80, 120, 110]",
  35             Arrays.toString(exons));
  36   }
  37
  38   @Test(groups = "Functional")
  39   public void testParseCodingFeature()
  40   {
  41     // not the whole sequence but enough for this test...
  42     List<SequenceI> peptides = new ArrayList<SequenceI>();
  43     SequenceIdMatcher matcher = new SequenceIdMatcher(peptides);
  44     EmblEntry ef = EmblTestHelper.getEmblFile();
  45     assertNotNull(ef);
  46     // assertEquals(1, ef.getEntries().size());
  47     // EmblEntry testee = ef.getEntries().get(0);
  48     String sourceDb = "EMBL";
  49     SequenceI dna = ef.makeSequence(sourceDb);
  50
  51     /*
  52      * parse three CDS features, with two/one/no Uniprot cross-refs
  53      */
  54     for (EmblFeature feature : ef.getFeatures())
  55     {
  56       if ("CDS".equals(feature.getName()))
  57       {
  58         ef.parseCodingFeature(feature, sourceDb, dna, peptides, matcher);
  59       }
  60     }
  61
  62     /*
  63      * peptides should now have five entries:
  64      * EMBL product and two Uniprot accessions for the first CDS / translation
  65      * EMBL product and one Uniprot accession for the second CDS / "
  66      * EMBL product only for the third
  67      */
  68     assertEquals(6, peptides.size());
  69     assertEquals("CAA30420.1", peptides.get(0).getName());
  70     assertEquals("MLCF", peptides.get(0).getSequenceAsString());
  71     assertEquals("UNIPROT|B0BCM4", peptides.get(1).getName());
  72     assertEquals("MLCF", peptides.get(1).getSequenceAsString());
  73     assertEquals("UNIPROT|P0CE20", peptides.get(2).getName());
  74     assertEquals("MLCF", peptides.get(2).getSequenceAsString());
  75     assertEquals("CAA30421.1", peptides.get(3).getName());
  76     assertEquals("MSSS", peptides.get(3).getSequenceAsString());
  77     assertEquals("UNIPROT|B0BCM3", peptides.get(4).getName());
  78     assertEquals("MSSS", peptides.get(4).getSequenceAsString());
  79     assertEquals("CAA12345.6", peptides.get(5).getName());
  80     assertEquals("MSS", peptides.get(5).getSequenceAsString());
  81
  82     /*
  83      * verify dna sequence has dbrefs with CDS mappings to the peptide 'products'
  84      */
  85     MapList cds1Map = new MapList(new int[] { 57, 46 }, new int[] { 1, 4 },
  86             3, 1);
  87     MapList cds2Map = new MapList(new int[] { 4, 15 }, new int[] { 1, 4 },
  88             3, 1);
  89     MapList cds3Map = new MapList(new int[] { 4, 6, 10, 15 }, new int[] {
  90         1, 3 }, 3, 1);
  91     DBRefEntry[] dbrefs = dna.getDBRefs();
  92     assertEquals(4, dbrefs.length);
  93     DBRefEntry dbRefEntry = dbrefs[0];
  94     assertEquals("UNIPROT", dbRefEntry.getSource());
  95     assertEquals("B0BCM4", dbRefEntry.getAccessionId());
  96     assertSame(peptides.get(1), dbRefEntry.getMap().getTo());
  97     assertEquals(cds1Map, dbRefEntry.getMap().getMap());
  98
  99     dbRefEntry = dbrefs[1];
 100     assertEquals("UNIPROT", dbRefEntry.getSource());
 101     assertEquals("P0CE20", dbRefEntry.getAccessionId());
 102     assertSame(peptides.get(2), dbRefEntry.getMap().getTo());
 103     assertEquals(cds1Map, dbRefEntry.getMap().getMap());
 104
 105     dbRefEntry = dbrefs[2];
 106     assertEquals("UNIPROT", dbRefEntry.getSource());
 107     assertEquals("B0BCM3", dbRefEntry.getAccessionId());
 108     assertSame(peptides.get(4), dbRefEntry.getMap().getTo());
 109     assertEquals(cds2Map, dbRefEntry.getMap().getMap());
 110
 111     dbRefEntry = dbrefs[3];
 112     assertEquals("EMBLCDSPROTEIN", dbRefEntry.getSource());
 113     assertEquals("CAA12345.6", dbRefEntry.getAccessionId());
 114     assertSame(peptides.get(5), dbRefEntry.getMap().getTo());
 115     assertEquals(cds3Map, dbRefEntry.getMap().getMap());
 116
 117     /*
 118      * verify peptides have dbrefs
 119      * - to EMBL sequence (with inverse 1:3 cds mapping)
 120      * - to EMBLCDS (with 1:3 mapping)
 121      * - direct (no mapping) to other protein accessions
 122      */
 123     MapList proteinToCdsMap1 = new MapList(new int[] { 1, 4 }, new int[] {
 124         1, 12 }, 1, 3);
 125     MapList proteinToCdsMap2 = new MapList(new int[] { 1, 3 }, new int[] {
 126         1, 9 }, 1, 3);
 127
 128     // dbrefs for first CDS EMBL product CAA30420.1
 129     dbrefs = peptides.get(0).getDBRefs();
 130     assertEquals(5, dbrefs.length);
 131     assertEquals(DBRefSource.EMBL, dbrefs[0].getSource());
 132     assertEquals("CAA30420.1", dbrefs[0].getAccessionId());
 133     // TODO: verify getPrimaryDBRefs() for peptide products
 134     assertEquals(cds1Map.getInverse(), dbrefs[0].getMap().getMap());
 135     assertEquals(DBRefSource.EMBLCDS, dbrefs[1].getSource());
 136     assertEquals("CAA30420.1", dbrefs[1].getAccessionId());
 137     assertEquals(proteinToCdsMap1, dbrefs[1].getMap().getMap());
 138     assertEquals(DBRefSource.EMBLCDSProduct, dbrefs[2].getSource());
 139     assertEquals("CAA30420.1", dbrefs[2].getAccessionId());
 140     assertNull(dbrefs[2].getMap());
 141     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "2.1", "B0BCM4"),
 142             dbrefs[3]);
 143     assertNull(dbrefs[3].getMap());
 144     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "0", "P0CE20"),
 145             dbrefs[4]);
 146     assertNull(dbrefs[4].getMap());
 147
 148     // dbrefs for first CDS first Uniprot xref
 149     dbrefs = peptides.get(1).getDBRefs();
 150     assertEquals(2, dbrefs.length);
 151     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "2.1", "B0BCM4"),
 152             dbrefs[0]);
 153     assertNull(dbrefs[0].getMap());
 154     assertEquals(DBRefSource.EMBL, dbrefs[1].getSource());
 155     assertEquals("X07547", dbrefs[1].getAccessionId());
 156     assertEquals(cds1Map.getInverse(), dbrefs[1].getMap().getMap());
 157
 158     // dbrefs for first CDS second Uniprot xref
 159     dbrefs = peptides.get(2).getDBRefs();
 160     assertEquals(2, dbrefs.length);
 161     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "0", "P0CE20"),
 162             dbrefs[0]);
 163     assertNull(dbrefs[0].getMap());
 164     assertEquals(DBRefSource.EMBL, dbrefs[1].getSource());
 165     assertEquals("X07547", dbrefs[1].getAccessionId());
 166     assertEquals(cds1Map.getInverse(), dbrefs[1].getMap().getMap());
 167
 168     // dbrefs for second CDS EMBL product CAA30421.1
 169     dbrefs = peptides.get(3).getDBRefs();
 170     assertEquals(4, dbrefs.length);
 171     assertEquals(DBRefSource.EMBL, dbrefs[0].getSource());
 172     assertEquals("CAA30421.1", dbrefs[0].getAccessionId());
 173     assertEquals(cds2Map.getInverse(), dbrefs[0].getMap().getMap());
 174     assertEquals(DBRefSource.EMBLCDS, dbrefs[1].getSource());
 175     assertEquals("CAA30421.1", dbrefs[1].getAccessionId());
 176     assertEquals(proteinToCdsMap1, dbrefs[1].getMap().getMap());
 177     assertEquals(DBRefSource.EMBLCDSProduct, dbrefs[2].getSource());
 178     assertEquals("CAA30421.1", dbrefs[2].getAccessionId());
 179     assertNull(dbrefs[2].getMap());
 180     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "0", "B0BCM3"),
 181             dbrefs[3]);
 182     assertNull(dbrefs[3].getMap());
 183
 184     // dbrefs for second CDS second Uniprot xref
 185     dbrefs = peptides.get(4).getDBRefs();
 186     assertEquals(2, dbrefs.length);
 187     assertEquals(new DBRefEntry(DBRefSource.UNIPROT, "0", "B0BCM3"),
 188             dbrefs[0]);
 189     assertNull(dbrefs[0].getMap());
 190     assertEquals(DBRefSource.EMBL, dbrefs[1].getSource());
 191     assertEquals("X07547", dbrefs[1].getAccessionId());
 192     assertEquals(cds2Map.getInverse(), dbrefs[1].getMap().getMap());
 193
 194     // dbrefs for third CDS inferred EMBL product CAA12345.6
 195     dbrefs = peptides.get(5).getDBRefs();
 196     assertEquals(3, dbrefs.length);
 197     assertEquals(DBRefSource.EMBL, dbrefs[0].getSource());
 198     assertEquals("CAA12345.6", dbrefs[0].getAccessionId());
 199     assertEquals(cds3Map.getInverse(), dbrefs[0].getMap().getMap());
 200     assertEquals(DBRefSource.EMBLCDS, dbrefs[1].getSource());
 201     assertEquals("CAA12345.6", dbrefs[1].getAccessionId());
 202     assertEquals(proteinToCdsMap2, dbrefs[1].getMap().getMap());
 203     assertEquals(DBRefSource.EMBLCDSProduct, dbrefs[2].getSource());
 204     assertEquals("CAA12345.6", dbrefs[2].getAccessionId());
 205     assertNull(dbrefs[2].getMap());
 206   }
 207
 208   @Test(groups = "Functional")
 209   public void testAdjustForProteinLength()
 210   {
 211     int[] exons = new int[] { 11, 15, 21, 25, 31, 38 }; // 18 bp
 212
 213     // exact length match:
 214     assertSame(exons, EmblEntry.adjustForProteinLength(6, exons));
 215
 216     // match if we assume exons include stop codon not in protein:
 217     assertSame(exons, EmblEntry.adjustForProteinLength(5, exons));
 218
 219     // truncate last exon by 6bp
 220     int[] truncated = EmblEntry.adjustForProteinLength(4, exons);
 221     assertEquals("[11, 15, 21, 25, 31, 32]",
 222             Arrays.toString(truncated));
 223
 224     // remove last exon and truncate preceding by 1bp
 225     truncated = EmblEntry.adjustForProteinLength(3, exons);
 226     assertEquals("[11, 15, 21, 24]", Arrays.toString(truncated));
 227
 228     // exact removal of exon case:
 229     exons = new int[] { 11, 15, 21, 27, 33, 38 }; // 18 bp
 230     truncated = EmblEntry.adjustForProteinLength(4, exons);
 231     assertEquals("[11, 15, 21, 27]", Arrays.toString(truncated));
 232
 233     // what if exons are too short for protein?
 234     truncated = EmblEntry.adjustForProteinLength(7, exons);
 235     assertSame(exons, truncated);
 236   }
 237 }