test/jalview/io/EmblFlatFileTest.java

   1 package jalview.io;
   2
   3 import static org.testng.Assert.assertEquals;
   4 import static org.testng.Assert.assertTrue;
   5 import static org.testng.Assert.assertNull;
   6
   7 import java.io.File;
   8 import java.io.IOException;
   9 import java.net.MalformedURLException;
  10 import java.util.List;
  11 import java.util.Set;
  12
  13 import org.testng.annotations.Test;
  14
  15 import jalview.datamodel.DBRefEntry;
  16 import jalview.datamodel.SequenceFeature;
  17 import jalview.datamodel.SequenceI;
  18 import jalview.datamodel.features.SequenceFeatures;
  19
  20 public class EmblFlatFileTest
  21 {
  22   /**
  23    * A fairly tough test, using J03321 (circular DNA), which has 8 CDS features,
  24    * one of them reverse strand
  25    *
  26    * @throws MalformedURLException
  27    * @throws IOException
  28    */
  29   @Test(groups = "Functional")
  30   public void testParse() throws MalformedURLException, IOException
  31   {
  32     File dataFile = new File("test/jalview/io/J03321.embl.txt");
  33     FileParse fp = new FileParse(dataFile, DataSourceType.FILE);
  34     EmblFlatFile parser = new EmblFlatFile(fp, "EmblTest");
  35     parser.parse();
  36     List<SequenceI> seqs = parser.getSeqs();
  37
  38     assertEquals(seqs.size(), 1);
  39     SequenceI seq = seqs.get(0);
  40     assertEquals(seq.getName(), "EmblTest|J03321");
  41     assertEquals(seq.getLength(), 7502);
  42
  43     /*
  44      * should be 9 CDS features (one is a 'join' of two exons)
  45      */
  46     Set<String> featureTypes = seq.getFeatures().getFeatureTypes();
  47     assertEquals(featureTypes.size(), 1);
  48     assertTrue(featureTypes.contains("CDS"));
  49
  50     /*
  51      * inspect some features (sort them for convenience of test assertions)
  52      */
  53     List<SequenceFeature> features = seq.getFeatures()
  54             .getAllFeatures("CDS");
  55     SequenceFeatures.sortFeatures(features,  true);
  56     assertEquals(features.size(), 9);
  57
  58     SequenceFeature sf = features.get(0);
  59     assertEquals(sf.getBegin(), 1);
  60     assertEquals(sf.getEnd(), 437);
  61     assertEquals(sf.getDescription(),
  62             "Exon 2 for protein EMBLCDS:AAA91567.1");
  63     assertEquals(sf.getFeatureGroup(), "EmblTest");
  64     assertEquals(sf.getEnaLocation(), "join(7022..7502,1..437)");
  65     assertEquals(sf.getPhase(), "0");
  66     assertEquals(sf.getStrand(), 1);
  67     assertEquals(sf.getValue("note"), "pGP7-D");
  68     // second exon of circular DNA!
  69     assertEquals(sf.getValue("exon number"), 2);
  70     assertEquals(sf.getValue("product"), "hypothetical protein");
  71     assertEquals(sf.getValue("transl_table"), "11");
  72
  73     sf = features.get(1);
  74     assertEquals(sf.getBegin(), 488);
  75     assertEquals(sf.getEnd(), 1480);
  76     assertEquals(sf.getDescription(),
  77             "Exon 1 for protein EMBLCDS:AAA91568.1");
  78     assertEquals(sf.getFeatureGroup(), "EmblTest");
  79     assertEquals(sf.getEnaLocation(), "complement(488..1480)");
  80     assertEquals(sf.getPhase(), "0");
  81     assertEquals(sf.getStrand(), -1); // reverse strand!
  82     assertEquals(sf.getValue("note"), "pGP8-D");
  83     assertEquals(sf.getValue("exon number"), 1);
  84     assertEquals(sf.getValue("product"), "hypothetical protein");
  85
  86     sf = features.get(7);
  87     assertEquals(sf.getBegin(), 6045);
  88     assertEquals(sf.getEnd(), 6788);
  89     assertEquals(sf.getDescription(),
  90             "Exon 1 for protein EMBLCDS:AAA91574.1");
  91     assertEquals(sf.getFeatureGroup(), "EmblTest");
  92     assertEquals(sf.getEnaLocation(), "6045..6788");
  93     assertEquals(sf.getPhase(), "0");
  94     assertEquals(sf.getStrand(), 1);
  95     assertEquals(sf.getValue("note"), "pGP6-D (gtg start codon)");
  96     assertEquals(sf.getValue("exon number"), 1);
  97     assertEquals(sf.getValue("product"), "hypothetical protein");
  98
  99     /*
 100      * CDS at 7022-7502 is the first exon of the circular DNA CDS
 101      */
 102     sf = features.get(8);
 103     assertEquals(sf.getBegin(), 7022);
 104     assertEquals(sf.getEnd(), 7502);
 105     assertEquals(sf.getDescription(),
 106             "Exon 1 for protein EMBLCDS:AAA91567.1");
 107     assertEquals(sf.getFeatureGroup(), "EmblTest");
 108     assertEquals(sf.getEnaLocation(), "join(7022..7502,1..437)");
 109     assertEquals(sf.getPhase(), "0");
 110     assertEquals(sf.getStrand(), 1);
 111     assertEquals(sf.getValue("note"), "pGP7-D");
 112     assertEquals(sf.getValue("exon number"), 1);
 113     assertEquals(sf.getValue("product"), "hypothetical protein");
 114
 115     /*
 116      * there are 4 'direct' (DR) dbrefs, and numerous CDS /db_xref entries,
 117      * some of them (e.g. INTERPRO) duplicates; sample a few here
 118      * Note DBRefEntry constructor capitalises source
 119      */
 120     List<DBRefEntry> dbrefs = seq.getDBRefs();
 121     assertEquals(dbrefs.size(), 31);
 122     // 1st DR line; note trailing period is removed
 123     assertTrue(dbrefs.contains(new DBRefEntry("MD5", "0",
 124             "d4c4942a634e3df4995fd5ac75c26a61")));
 125     // the 4th DR line:
 126     assertTrue(
 127             dbrefs.contains(new DBRefEntry("EuropePMC", "0", "PMC87941")));
 128     // from the first CDS feature; note canonicalisation to "UNIPROT"
 129     assertTrue(dbrefs.contains(new DBRefEntry("GOA", "0", "P0CE19")));
 130     assertTrue(dbrefs.contains(new DBRefEntry("UNIPROT", "0", "P0CE19")));
 131     // from the last CDS feature
 132     assertTrue(dbrefs.contains(new DBRefEntry("INTERPRO", "0", "IPR005350")));
 133
 134     // todo: mappings to, and sequences for, UNIPROT proteins
 135   }
 136 }