test/jalview/io/vcf/VCFLoaderTest.java

   1 package jalview.io.vcf;
   2
   3 import static jalview.io.gff.SequenceOntologyI.SEQUENCE_VARIANT;
   4 import static org.testng.Assert.assertEquals;
   5 import static org.testng.Assert.assertNull;
   6 import static org.testng.Assert.assertTrue;
   7
   8 import jalview.bin.Cache;
   9 import jalview.bin.Console;
  10 import jalview.datamodel.AlignmentI;
  11 import jalview.datamodel.DBRefEntry;
  12 import jalview.datamodel.Mapping;
  13 import jalview.datamodel.Sequence;
  14 import jalview.datamodel.SequenceFeature;
  15 import jalview.datamodel.SequenceI;
  16 import jalview.datamodel.features.FeatureAttributes;
  17 import jalview.datamodel.features.SequenceFeatures;
  18 import jalview.gui.AlignFrame;
  19 import jalview.io.DataSourceType;
  20 import jalview.io.FileLoader;
  21 import jalview.io.gff.Gff3Helper;
  22 import jalview.util.MapList;
  23
  24 import java.io.File;
  25 import java.io.IOException;
  26 import java.io.PrintWriter;
  27 import java.util.List;
  28 import java.util.Map;
  29
  30 import org.testng.annotations.BeforeClass;
  31 import org.testng.annotations.BeforeTest;
  32 import org.testng.annotations.Test;
  33
  34 public class VCFLoaderTest
  35 {
  36   private static final float DELTA = 0.00001f;
  37
  38   // columns 9717- of gene P30419 from Ensembl (much modified)
  39   private static final String FASTA = ""
  40           +
  41           /*
  42            * forward strand 'gene' and 'transcript' with two exons
  43            */
  44           ">gene1/1-25 chromosome:GRCh38:17:45051610:45051634:1\n"
  45           + "CAAGCTGGCGGACGAGAGTGTGACA\n"
  46           + ">transcript1/1-18\n--AGCTGGCG----AGAGTGTGAC-\n"
  47
  48           /*
  49            * reverse strand gene and transcript (reverse complement alleles!)
  50            */
  51           + ">gene2/1-25 chromosome:GRCh38:17:45051610:45051634:-1\n"
  52           + "TGTCACACTCTCGTCCGCCAGCTTG\n"
  53           + ">transcript2/1-18\n" + "-GTCACACTCT----CGCCAGCT--\n"
  54
  55           /*
  56            * 'gene' on chromosome 5 with two transcripts
  57            */
  58           + ">gene3/1-25 chromosome:GRCh38:5:45051610:45051634:1\n"
  59           + "CAAGCTGGCGGACGAGAGTGTGACA\n"
  60           + ">transcript3/1-18\n--AGCTGGCG----AGAGTGTGAC-\n"
  61           + ">transcript4/1-18\n-----TGG-GGACGAGAGTGTGA-A\n";
  62
  63   private static final String[] VCF = { "##fileformat=VCFv4.2",
  64       // fields other than AF are ignored when parsing as they have no INFO definition
  65       "##INFO=<ID=AF,Number=A,Type=Float,Description=\"Allele Frequency, for each ALT allele, in the same order as listed\">",
  66       "##INFO=<ID=AC_Female,Number=A,Type=Integer,Description=\"Allele count in Female genotypes\"",
  67       "##INFO=<ID=AF_AFR,Number=A,Type=Float,Description=\"Allele Frequency among African/African American genotypes\"",
  68       "##reference=Homo_sapiens/GRCh38",
  69       "#CHROM\tPOS\tID\tREF\tALT\tQUAL\tFILTER\tINFO",
  70       // A/T,C variants in position 2 of gene sequence (precedes transcript)
  71       // should create 2 variant features with respective AF values
  72       // malformed values for AC_Female and AF_AFR should be ignored
  73       "17\t45051611\trs384765\tA\tT,C\t1666.64\tRF;XYZ\tAC=15;AF=5.0e-03,4.0e-03;AC_Female=12,3d;AF_AFR=low,2.3e-4",
  74       // SNP G/C in position 4 of gene sequence, position 2 of transcript
  75       // insertion G/GA is transferred to nucleotide but not to peptide
  76       "17\t45051613\t.\tG\tGA,C\t1666.65\t.\tAC=15;AF=3.0e-03,2.0e-03",
  77       // '.' in INFO field should be ignored
  78       "17\t45051615\t.\tG\tC\t1666.66\tRF\tAC=16;AF=." };
  79
  80   @BeforeClass(alwaysRun = true)
  81   public void setUp()
  82   {
  83     /*
  84      * configure to capture all available VCF and VEP (CSQ) fields
  85      */
  86     Cache.loadProperties("test/jalview/io/testProps.jvprops");
  87     Cache.setProperty("VCF_FIELDS", ".*");
  88     Cache.setProperty("VEP_FIELDS", ".*");
  89     Cache.setProperty("VCF_ASSEMBLY", "GRCh38=GRCh38");
  90     Console.initLogger();
  91   }
  92
  93   @BeforeTest(alwaysRun = true)
  94   public void setUpBeforeTest()
  95   {
  96     /*
  97      * clear down feature attributes metadata
  98      */
  99     FeatureAttributes.getInstance().clear();
 100   }
 101
 102   @Test(groups = "Functional")
 103   public void testDoLoad() throws IOException
 104   {
 105     AlignmentI al = buildAlignment();
 106
 107     File f = makeVcfFile();
 108     VCFLoader loader = new VCFLoader(f.getPath());
 109
 110     loader.doLoad(al.getSequencesArray(), null);
 111
 112     /*
 113      * verify variant feature(s) added to gene
 114      * NB alleles at a locus may not be processed, and features added,
 115      * in the order in which they appear in the VCF record as method
 116      * VariantContext.getAlternateAlleles() does not guarantee order
 117      * - order of assertions here matches what we find (is not important)
 118      */
 119     List<SequenceFeature> geneFeatures = al.getSequenceAt(0)
 120             .getSequenceFeatures();
 121     SequenceFeatures.sortFeatures(geneFeatures, true);
 122     assertEquals(geneFeatures.size(), 5);
 123     SequenceFeature sf = geneFeatures.get(0);
 124     assertEquals(sf.getFeatureGroup(), "VCF");
 125     assertEquals(sf.getBegin(), 2);
 126     assertEquals(sf.getEnd(), 2);
 127     assertEquals(sf.getScore(), 0f);
 128     assertEquals(sf.getValue("AF"), "4.0e-03");
 129     assertEquals(sf.getValue("AF_AFR"), "2.3e-4");
 130     assertEquals(sf.getValue(Gff3Helper.ALLELES), "A,C");
 131     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 132     assertEquals(sf.getValue("POS"), "45051611");
 133     assertEquals(sf.getValue("ID"), "rs384765");
 134     assertEquals(sf.getValue("QUAL"), "1666.64");
 135     assertEquals(sf.getValue("FILTER"), "RF;XYZ");
 136     // malformed integer for AC_Female is ignored (JAL-3375)
 137     assertNull(sf.getValue("AC_Female"));
 138
 139     sf = geneFeatures.get(1);
 140     assertEquals(sf.getFeatureGroup(), "VCF");
 141     assertEquals(sf.getBegin(), 2);
 142     assertEquals(sf.getEnd(), 2);
 143     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 144     assertEquals(sf.getScore(), 0f);
 145     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 5.0e-03,
 146             DELTA);
 147     assertEquals(sf.getValue("AC_Female"), "12");
 148     // malformed float for AF_AFR is ignored (JAL-3375)
 149     assertNull(sf.getValue("AC_AFR"));
 150     assertEquals(sf.getValue(Gff3Helper.ALLELES), "A,T");
 151
 152     sf = geneFeatures.get(2);
 153     assertEquals(sf.getFeatureGroup(), "VCF");
 154     assertEquals(sf.getBegin(), 4);
 155     assertEquals(sf.getEnd(), 4);
 156     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 157     assertEquals(sf.getScore(), 0f);
 158     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 159             DELTA);
 160     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 161
 162     sf = geneFeatures.get(3);
 163     assertEquals(sf.getFeatureGroup(), "VCF");
 164     assertEquals(sf.getBegin(), 4);
 165     assertEquals(sf.getEnd(), 4);
 166     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 167     assertEquals(sf.getScore(), 0f);
 168     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 169             DELTA);
 170     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GA");
 171     assertNull(sf.getValue("ID")); // '.' is ignored
 172     assertNull(sf.getValue("FILTER")); // '.' is ignored
 173
 174     sf = geneFeatures.get(4);
 175     assertEquals(sf.getFeatureGroup(), "VCF");
 176     assertEquals(sf.getBegin(), 6);
 177     assertEquals(sf.getEnd(), 6);
 178     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 179     assertEquals(sf.getScore(), 0f);
 180     // AF=. should not have been captured
 181     assertNull(sf.getValue("AF"));
 182     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 183
 184     /*
 185      * verify variant feature(s) added to transcript
 186      */
 187     List<SequenceFeature> transcriptFeatures = al.getSequenceAt(1)
 188             .getSequenceFeatures();
 189     assertEquals(transcriptFeatures.size(), 3);
 190     sf = transcriptFeatures.get(0);
 191     assertEquals(sf.getFeatureGroup(), "VCF");
 192     assertEquals(sf.getBegin(), 2);
 193     assertEquals(sf.getEnd(), 2);
 194     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 195     assertEquals(sf.getScore(), 0f);
 196     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 197             DELTA);
 198     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
 199     sf = transcriptFeatures.get(1);
 200     assertEquals(sf.getFeatureGroup(), "VCF");
 201     assertEquals(sf.getBegin(), 2);
 202     assertEquals(sf.getEnd(), 2);
 203     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 204     assertEquals(sf.getScore(), 0f);
 205     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 206             DELTA);
 207     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GA");
 208
 209     /*
 210      * verify SNP variant feature(s) computed and added to protein
 211      * first codon AGC varies to ACC giving S/T
 212      */
 213     List<DBRefEntry> dbRefs = al.getSequenceAt(1).getDBRefs();
 214     SequenceI peptide = null;
 215     for (DBRefEntry dbref : dbRefs)
 216     {
 217       if (dbref.getMap().getMap().getFromRatio() == 3)
 218       {
 219         peptide = dbref.getMap().getTo();
 220       }
 221     }
 222     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 223
 224     /*
 225      * JAL-3187 don't precompute protein features, do dynamically instead
 226      */
 227     assertTrue(proteinFeatures.isEmpty());
 228   }
 229
 230   private File makeVcfFile() throws IOException
 231   {
 232     File f = File.createTempFile("Test", ".vcf");
 233     f.deleteOnExit();
 234     PrintWriter pw = new PrintWriter(f);
 235     for (String vcfLine : VCF)
 236     {
 237       pw.println(vcfLine);
 238     }
 239     pw.close();
 240     return f;
 241   }
 242
 243   /**
 244    * Make a simple alignment with one 'gene' and one 'transcript'
 245    *
 246    * @return
 247    */
 248   private AlignmentI buildAlignment()
 249   {
 250     AlignFrame af = new FileLoader().LoadFileWaitTillLoaded(FASTA,
 251             DataSourceType.PASTE);
 252
 253     /*
 254      * map gene1 sequence to chromosome (normally done when the sequence is fetched
 255      * from Ensembl and transcripts computed)
 256      */
 257     AlignmentI alignment = af.getViewport().getAlignment();
 258     SequenceI gene1 = alignment.findName("gene1");
 259     int[] to = new int[] { 45051610, 45051634 };
 260     int[] from = new int[] { gene1.getStart(), gene1.getEnd() };
 261     gene1.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(from, to,
 262             1, 1));
 263
 264     /*
 265      * map 'transcript1' to chromosome via 'gene1'
 266      * transcript1/1-18 is gene1/3-10,15-24
 267      * which is chromosome 45051612-45051619,45051624-45051633
 268      */
 269     to = new int[] { 45051612, 45051619, 45051624, 45051633 };
 270     SequenceI transcript1 = alignment.findName("transcript1");
 271     from = new int[] { transcript1.getStart(), transcript1.getEnd() };
 272     transcript1.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(
 273             from, to,
 274             1, 1));
 275
 276     /*
 277      * map gene2 to chromosome reverse strand
 278      */
 279     SequenceI gene2 = alignment.findName("gene2");
 280     to = new int[] { 45051634, 45051610 };
 281     from = new int[] { gene2.getStart(), gene2.getEnd() };
 282     gene2.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(from, to,
 283             1, 1));
 284
 285     /*
 286      * map 'transcript2' to chromosome via 'gene2'
 287      * transcript2/1-18 is gene2/2-11,16-23
 288      * which is chromosome 45051633-45051624,45051619-45051612
 289      */
 290     to = new int[] { 45051633, 45051624, 45051619, 45051612 };
 291     SequenceI transcript2 = alignment.findName("transcript2");
 292     from = new int[] { transcript2.getStart(), transcript2.getEnd() };
 293     transcript2.setGeneLoci("homo_sapiens", "GRCh38", "17", new MapList(
 294             from, to,
 295             1, 1));
 296
 297     /*
 298      * add a protein product as a DBRef on transcript1
 299      */
 300     SequenceI peptide1 = new Sequence("ENSP001", "SWRECD");
 301     MapList mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 },
 302             3, 1);
 303     Mapping map = new Mapping(peptide1, mapList);
 304     DBRefEntry product = new DBRefEntry("", "", "ENSP001", map);
 305     transcript1.addDBRef(product);
 306
 307     /*
 308      * add a protein product as a DBRef on transcript2
 309      */
 310     SequenceI peptide2 = new Sequence("ENSP002", "VTLSPA");
 311     mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 }, 3, 1);
 312     map = new Mapping(peptide2, mapList);
 313     product = new DBRefEntry("", "", "ENSP002", map);
 314     transcript2.addDBRef(product);
 315
 316     /*
 317      * map gene3 to chromosome
 318      */
 319     SequenceI gene3 = alignment.findName("gene3");
 320     to = new int[] { 45051610, 45051634 };
 321     from = new int[] { gene3.getStart(), gene3.getEnd() };
 322     gene3.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(from, to,
 323             1, 1));
 324
 325     /*
 326      * map 'transcript3' to chromosome
 327      */
 328     SequenceI transcript3 = alignment.findName("transcript3");
 329     to = new int[] { 45051612, 45051619, 45051624, 45051633 };
 330     from = new int[] { transcript3.getStart(), transcript3.getEnd() };
 331     transcript3.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(
 332             from, to,
 333             1, 1));
 334
 335     /*
 336      * map 'transcript4' to chromosome
 337      */
 338     SequenceI transcript4 = alignment.findName("transcript4");
 339     to = new int[] { 45051615, 45051617, 45051619, 45051632, 45051634,
 340         45051634 };
 341     from = new int[] { transcript4.getStart(), transcript4.getEnd() };
 342     transcript4.setGeneLoci("homo_sapiens", "GRCh38", "5", new MapList(
 343             from, to,
 344             1, 1));
 345
 346     /*
 347      * add a protein product as a DBRef on transcript3
 348      */
 349     SequenceI peptide3 = new Sequence("ENSP003", "SWRECD");
 350     mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 }, 3, 1);
 351     map = new Mapping(peptide3, mapList);
 352     product = new DBRefEntry("", "", "ENSP003", map);
 353     transcript3.addDBRef(product);
 354
 355     return alignment;
 356   }
 357
 358   /**
 359    * Test with 'gene' and 'transcript' mapped to the reverse strand of the
 360    * chromosome. The VCF variant positions (in forward coordinates) should get
 361    * correctly located on sequence positions.
 362    *
 363    * @throws IOException
 364    */
 365   @Test(groups = "Functional")
 366   public void testDoLoad_reverseStrand() throws IOException
 367   {
 368     AlignmentI al = buildAlignment();
 369
 370     File f = makeVcfFile();
 371
 372     VCFLoader loader = new VCFLoader(f.getPath());
 373
 374     loader.doLoad(al.getSequencesArray(), null);
 375
 376     /*
 377      * verify variant feature(s) added to gene2
 378      * gene2/1-25 maps to chromosome 45051634- reverse strand
 379      */
 380     List<SequenceFeature> geneFeatures = al.getSequenceAt(2)
 381             .getSequenceFeatures();
 382     SequenceFeatures.sortFeatures(geneFeatures, true);
 383     assertEquals(geneFeatures.size(), 5);
 384     SequenceFeature sf;
 385
 386     /*
 387      * insertion G/GA at 45051613 maps to an insertion at
 388      * the preceding position (21) on reverse strand gene
 389      * reference: CAAGC -> GCTTG/21-25
 390      * genomic variant: CAAGAC (G/GA)
 391      * gene variant: GTCTTG (G/GT at 21)
 392      */
 393     sf = geneFeatures.get(1);
 394     assertEquals(sf.getFeatureGroup(), "VCF");
 395     assertEquals(sf.getBegin(), 21);
 396     assertEquals(sf.getEnd(), 21);
 397     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 398     assertEquals(sf.getScore(), 0f);
 399     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GT");
 400     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 401             DELTA);
 402
 403     /*
 404      * variant G/C at 45051613 maps to C/G at gene position 22
 405      */
 406     sf = geneFeatures.get(2);
 407     assertEquals(sf.getFeatureGroup(), "VCF");
 408     assertEquals(sf.getBegin(), 22);
 409     assertEquals(sf.getEnd(), 22);
 410     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 411     assertEquals(sf.getScore(), 0f);
 412     assertEquals(sf.getValue(Gff3Helper.ALLELES), "C,G");
 413     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 414             DELTA);
 415
 416     /*
 417      * variant A/C at 45051611 maps to T/G at gene position 24
 418      */
 419     sf = geneFeatures.get(3);
 420     assertEquals(sf.getFeatureGroup(), "VCF");
 421     assertEquals(sf.getBegin(), 24);
 422     assertEquals(sf.getEnd(), 24);
 423     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 424     assertEquals(sf.getScore(), 0f);
 425     assertEquals(sf.getValue(Gff3Helper.ALLELES), "T,G");
 426     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 4.0e-03,
 427             DELTA);
 428
 429     /*
 430      * variant A/T at 45051611 maps to T/A at gene position 24
 431      */
 432     sf = geneFeatures.get(4);
 433     assertEquals(sf.getFeatureGroup(), "VCF");
 434     assertEquals(sf.getBegin(), 24);
 435     assertEquals(sf.getEnd(), 24);
 436     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 437     assertEquals(sf.getScore(), 0f);
 438     assertEquals(sf.getValue(Gff3Helper.ALLELES), "T,A");
 439     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 5.0e-03,
 440             DELTA);
 441
 442     /*
 443      * verify 3 variant features added to transcript2
 444      */
 445     List<SequenceFeature> transcriptFeatures = al.getSequenceAt(3)
 446             .getSequenceFeatures();
 447     assertEquals(transcriptFeatures.size(), 3);
 448
 449     /*
 450      * insertion G/GT at position 21 of gene maps to position 16 of transcript
 451      */
 452     sf = transcriptFeatures.get(1);
 453     assertEquals(sf.getFeatureGroup(), "VCF");
 454     assertEquals(sf.getBegin(), 16);
 455     assertEquals(sf.getEnd(), 16);
 456     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 457     assertEquals(sf.getScore(), 0f);
 458     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,GT");
 459     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 3.0e-03,
 460             DELTA);
 461
 462     /*
 463      * SNP C/G at position 22 of gene maps to position 17 of transcript
 464      */
 465     sf = transcriptFeatures.get(2);
 466     assertEquals(sf.getFeatureGroup(), "VCF");
 467     assertEquals(sf.getBegin(), 17);
 468     assertEquals(sf.getEnd(), 17);
 469     assertEquals(sf.getType(), SEQUENCE_VARIANT);
 470     assertEquals(sf.getScore(), 0f);
 471     assertEquals(sf.getValue(Gff3Helper.ALLELES), "C,G");
 472     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 2.0e-03,
 473             DELTA);
 474
 475     /*
 476      * verify variant feature(s) computed and added to protein
 477      * last codon GCT varies to GGT giving A/G in the last peptide position
 478      */
 479     List<DBRefEntry> dbRefs = al.getSequenceAt(3).getDBRefs();
 480     SequenceI peptide = null;
 481     for (DBRefEntry dbref : dbRefs)
 482     {
 483       if (dbref.getMap().getMap().getFromRatio() == 3)
 484       {
 485         peptide = dbref.getMap().getTo();
 486       }
 487     }
 488     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 489
 490     /*
 491      * JAL-3187 don't precompute protein features, do dynamically instead
 492      */
 493     assertTrue(proteinFeatures.isEmpty());
 494   }
 495
 496   /**
 497    * Tests that if VEP consequence (CSQ) data is present in the VCF data, then
 498    * it is added to the variant feature, but restricted where possible to the
 499    * consequences for a specific transcript
 500    *
 501    * @throws IOException
 502    */
 503   @Test(groups = "Functional")
 504   public void testDoLoad_vepCsq() throws IOException
 505   {
 506     AlignmentI al = buildAlignment();
 507
 508     VCFLoader loader = new VCFLoader("test/jalview/io/vcf/testVcf.vcf");
 509
 510     /*
 511      * VCF data file with variants at gene3 positions
 512      * 1 C/A
 513      * 5 C/T
 514      * 9 CGT/C (deletion)
 515      * 13 C/G, C/T
 516      * 17 A/AC (insertion), A/G
 517      */
 518     loader.doLoad(al.getSequencesArray(), null);
 519
 520     /*
 521      * verify variant feature(s) added to gene3
 522      */
 523     List<SequenceFeature> geneFeatures = al.findName("gene3")
 524             .getSequenceFeatures();
 525     SequenceFeatures.sortFeatures(geneFeatures, true);
 526     assertEquals(geneFeatures.size(), 7);
 527     SequenceFeature sf = geneFeatures.get(0);
 528     assertEquals(sf.getBegin(), 1);
 529     assertEquals(sf.getEnd(), 1);
 530     assertEquals(sf.getScore(), 0f);
 531     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.1f, DELTA);
 532     assertEquals(sf.getValue("alleles"), "C,A");
 533     // gene features include Consequence for all transcripts
 534     Map map = (Map) sf.getValue("CSQ");
 535     assertEquals(map.size(), 9);
 536     assertEquals(map.get("PolyPhen"), "Bad");
 537
 538     sf = geneFeatures.get(1);
 539     assertEquals(sf.getBegin(), 5);
 540     assertEquals(sf.getEnd(), 5);
 541     assertEquals(sf.getScore(), 0f);
 542     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.2f, DELTA);
 543     assertEquals(sf.getValue("alleles"), "C,T");
 544     map = (Map) sf.getValue("CSQ");
 545     assertEquals(map.size(), 9);
 546     assertEquals(map.get("PolyPhen"), "Bad;;"); // %3B%3B decoded
 547
 548     sf = geneFeatures.get(2);
 549     assertEquals(sf.getBegin(), 9);
 550     assertEquals(sf.getEnd(), 11); // deletion over 3 positions
 551     assertEquals(sf.getScore(), 0f);
 552     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.3f, DELTA);
 553     assertEquals(sf.getValue("alleles"), "CGG,C");
 554     map = (Map) sf.getValue("CSQ");
 555     assertEquals(map.size(), 9);
 556
 557     sf = geneFeatures.get(3);
 558     assertEquals(sf.getBegin(), 13);
 559     assertEquals(sf.getEnd(), 13);
 560     assertEquals(sf.getScore(), 0f);
 561     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.5f, DELTA);
 562     assertEquals(sf.getValue("alleles"), "C,T");
 563     map = (Map) sf.getValue("CSQ");
 564     assertEquals(map.size(), 9);
 565
 566     sf = geneFeatures.get(4);
 567     assertEquals(sf.getBegin(), 13);
 568     assertEquals(sf.getEnd(), 13);
 569     assertEquals(sf.getScore(), 0f);
 570     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.4f, DELTA);
 571     assertEquals(sf.getValue("alleles"), "C,G");
 572     map = (Map) sf.getValue("CSQ");
 573     assertEquals(map.size(), 9);
 574
 575     sf = geneFeatures.get(5);
 576     assertEquals(sf.getBegin(), 17);
 577     assertEquals(sf.getEnd(), 17);
 578     assertEquals(sf.getScore(), 0f);
 579     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 580     assertEquals(sf.getValue("alleles"), "A,G");
 581     map = (Map) sf.getValue("CSQ");
 582     assertEquals(map.size(), 9);
 583
 584     sf = geneFeatures.get(6);
 585     assertEquals(sf.getBegin(), 17);
 586     assertEquals(sf.getEnd(), 17); // insertion
 587     assertEquals(sf.getScore(), 0f);
 588     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 589     assertEquals(sf.getValue("alleles"), "A,AC");
 590     map = (Map) sf.getValue("CSQ");
 591     assertEquals(map.size(), 9);
 592
 593     /*
 594      * verify variant feature(s) added to transcript3
 595      * at columns 5 (1), 17 (2), positions 3, 11
 596      * note the deletion at columns 9-11 is not transferred since col 11
 597      * has no mapping to transcript 3
 598      */
 599     List<SequenceFeature> transcriptFeatures = al.findName("transcript3")
 600             .getSequenceFeatures();
 601     SequenceFeatures.sortFeatures(transcriptFeatures, true);
 602     assertEquals(transcriptFeatures.size(), 3);
 603     sf = transcriptFeatures.get(0);
 604     assertEquals(sf.getBegin(), 3);
 605     assertEquals(sf.getEnd(), 3);
 606     assertEquals(sf.getScore(), 0f);
 607     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.2f, DELTA);
 608     assertEquals(sf.getValue("alleles"), "C,T");
 609     // transcript features only have Consequence for that transcripts
 610     map = (Map) sf.getValue("CSQ");
 611     assertEquals(map.size(), 9);
 612     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 613
 614     sf = transcriptFeatures.get(1);
 615     assertEquals(sf.getBegin(), 11);
 616     assertEquals(sf.getEnd(), 11);
 617     assertEquals(sf.getScore(), 0f);
 618     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 619     assertEquals(sf.getValue("alleles"), "A,G");
 620     assertEquals(map.size(), 9);
 621     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 622
 623     sf = transcriptFeatures.get(2);
 624     assertEquals(sf.getBegin(), 11);
 625     assertEquals(sf.getEnd(), 11);
 626     assertEquals(sf.getScore(), 0f);
 627     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 628     assertEquals(sf.getValue("alleles"), "A,AC");
 629     assertEquals(map.size(), 9);
 630     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript3");
 631
 632     /*
 633      * verify variants computed on protein product for transcript3
 634      * peptide is SWRECD
 635      * codon variants are AGC/AGT position 1 which is synonymous
 636      * and GAG/GGG which is E/G in position 4
 637      * the insertion variant is not transferred to the peptide
 638      */
 639     List<DBRefEntry> dbRefs = al.findName("transcript3").getDBRefs();
 640     SequenceI peptide = null;
 641     for (DBRefEntry dbref : dbRefs)
 642     {
 643       if (dbref.getMap().getMap().getFromRatio() == 3)
 644       {
 645         peptide = dbref.getMap().getTo();
 646       }
 647     }
 648     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 649     /*
 650      * JAL-3187 don't precompute protein features, do dynamically instead
 651      */
 652     assertTrue(proteinFeatures.isEmpty());
 653     // SequenceFeatures.sortFeatures(proteinFeatures, true);
 654     // assertEquals(proteinFeatures.size(), 2);
 655     // sf = proteinFeatures.get(0);
 656     // assertEquals(sf.getFeatureGroup(), "VCF");
 657     // assertEquals(sf.getBegin(), 1);
 658     // assertEquals(sf.getEnd(), 1);
 659     // assertEquals(sf.getType(), SequenceOntologyI.SYNONYMOUS_VARIANT);
 660     // assertEquals(sf.getDescription(), "agC/agT");
 661     // sf = proteinFeatures.get(1);
 662     // assertEquals(sf.getFeatureGroup(), "VCF");
 663     // assertEquals(sf.getBegin(), 4);
 664     // assertEquals(sf.getEnd(), 4);
 665     // assertEquals(sf.getType(), SequenceOntologyI.NONSYNONYMOUS_VARIANT);
 666     // assertEquals(sf.getDescription(), "p.Glu4Gly");
 667
 668     /*
 669      * verify variant feature(s) added to transcript4
 670      * at columns 13 (2) and 17 (2), positions 7 and 11
 671      */
 672     transcriptFeatures = al.findName("transcript4").getSequenceFeatures();
 673     SequenceFeatures.sortFeatures(transcriptFeatures, true);
 674     assertEquals(transcriptFeatures.size(), 4);
 675     sf = transcriptFeatures.get(0);
 676     assertEquals(sf.getBegin(), 7);
 677     assertEquals(sf.getEnd(), 7);
 678     assertEquals(sf.getScore(), 0f);
 679     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.5f, DELTA);
 680     assertEquals(sf.getValue("alleles"), "C,T");
 681     assertEquals(map.size(), 9);
 682     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 683
 684     sf = transcriptFeatures.get(1);
 685     assertEquals(sf.getBegin(), 7);
 686     assertEquals(sf.getEnd(), 7);
 687     assertEquals(sf.getScore(), 0f);
 688     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.4f, DELTA);
 689     assertEquals(sf.getValue("alleles"), "C,G");
 690     assertEquals(map.size(), 9);
 691     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 692
 693     sf = transcriptFeatures.get(2);
 694     assertEquals(sf.getBegin(), 11);
 695     assertEquals(sf.getEnd(), 11);
 696     assertEquals(sf.getScore(), 0f);
 697     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.7f, DELTA);
 698     assertEquals(sf.getValue("alleles"), "A,G");
 699     assertEquals(map.size(), 9);
 700     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 701
 702     sf = transcriptFeatures.get(3);
 703     assertEquals(sf.getBegin(), 11);
 704     assertEquals(sf.getEnd(), 11);
 705     assertEquals(sf.getScore(), 0f);
 706     assertEquals(Float.parseFloat((String) sf.getValue("AF")), 0.6f, DELTA);
 707     assertEquals(sf.getValue("alleles"), "A,AC");
 708     assertEquals(map.size(), 9);
 709     assertEquals(sf.getValueAsString("CSQ", "Feature"), "transcript4");
 710   }
 711
 712   /**
 713    * A test that demonstrates loading a contig sequence from an indexed sequence
 714    * database which is the reference for a VCF file
 715    *
 716    * @throws IOException
 717    */
 718   @Test(groups = "Functional")
 719   public void testLoadVCFContig() throws IOException
 720   {
 721     VCFLoader loader = new VCFLoader(
 722             "test/jalview/io/vcf/testVcf2.vcf");
 723
 724     SequenceI seq = loader.loadVCFContig("contig123");
 725     assertEquals(seq.getLength(), 15);
 726     assertEquals(seq.getSequenceAsString(), "AAAAACCCCCGGGGG");
 727     List<SequenceFeature> features = seq.getSequenceFeatures();
 728     SequenceFeatures.sortFeatures(features, true);
 729     assertEquals(features.size(), 2);
 730     SequenceFeature sf = features.get(0);
 731     assertEquals(sf.getBegin(), 8);
 732     assertEquals(sf.getEnd(), 8);
 733     assertEquals(sf.getDescription(), "C,A");
 734     sf = features.get(1);
 735     assertEquals(sf.getBegin(), 12);
 736     assertEquals(sf.getEnd(), 12);
 737     assertEquals(sf.getDescription(), "G,T");
 738
 739     seq = loader.loadVCFContig("contig789");
 740     assertEquals(seq.getLength(), 25);
 741     assertEquals(seq.getSequenceAsString(), "GGGGGTTTTTAAAAACCCCCGGGGG");
 742     features = seq.getSequenceFeatures();
 743     SequenceFeatures.sortFeatures(features, true);
 744     assertEquals(features.size(), 2);
 745     sf = features.get(0);
 746     assertEquals(sf.getBegin(), 2);
 747     assertEquals(sf.getEnd(), 2);
 748     assertEquals(sf.getDescription(), "G,T");
 749     sf = features.get(1);
 750     assertEquals(sf.getBegin(), 21);
 751     assertEquals(sf.getEnd(), 21);
 752     assertEquals(sf.getDescription(), "G,A");
 753
 754     seq = loader.loadVCFContig("contig456");
 755     assertEquals(seq.getLength(), 20);
 756     assertEquals(seq.getSequenceAsString(), "CCCCCGGGGGTTTTTAAAAA");
 757     features = seq.getSequenceFeatures();
 758     SequenceFeatures.sortFeatures(features, true);
 759     assertEquals(features.size(), 1);
 760     sf = features.get(0);
 761     assertEquals(sf.getBegin(), 15);
 762     assertEquals(sf.getEnd(), 15);
 763     assertEquals(sf.getDescription(), "T,C");
 764   }
 765 }