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