test/jalview/io/vcf/VCFLoaderTest.java

   1 package jalview.io.vcf;
   2
   3 import static org.testng.Assert.assertEquals;
   4
   5 import jalview.datamodel.AlignmentI;
   6 import jalview.datamodel.DBRefEntry;
   7 import jalview.datamodel.GeneLoci;
   8 import jalview.datamodel.Mapping;
   9 import jalview.datamodel.Sequence;
  10 import jalview.datamodel.SequenceFeature;
  11 import jalview.datamodel.SequenceI;
  12 import jalview.gui.AlignFrame;
  13 import jalview.io.DataSourceType;
  14 import jalview.io.FileLoader;
  15 import jalview.io.gff.Gff3Helper;
  16 import jalview.io.gff.SequenceOntologyI;
  17 import jalview.util.MapList;
  18
  19 import java.io.File;
  20 import java.io.IOException;
  21 import java.io.PrintWriter;
  22 import java.util.List;
  23
  24 import org.testng.annotations.Test;
  25
  26 public class VCFLoaderTest
  27 {
  28   // columns 9717- of gene P30419 from Ensembl (modified)
  29   private static final String FASTA =
  30   // forward strand 'gene'
  31   ">gene1/1-25 chromosome:GRCh38:17:45051610:45051634:1\n"
  32           + "CAAGCTGGCGGACGAGAGTGTGACA\n"
  33           // and a 'made up' mini-transcript with two exons
  34           + ">transcript1/1-18\n--AGCTGGCG----AGAGTGTGAC-\n"
  35           +
  36           // 'reverse strand' gene (reverse complement)
  37           ">gene2/1-25 chromosome:GRCh38:17:45051610:45051634:-1\n"
  38           + "TGTCACACTCTCGTCCGCCAGCTTG\n"
  39           // and its 'transcript'
  40           + ">transcript2/1-18\n"
  41           + "-GTCACACTCT----CGCCAGCT--\n";
  42
  43   private static final String[] VCF = { "##fileformat=VCFv4.2",
  44       "##INFO=<ID=AF,Number=A,Type=Float,Description=\"Allele Frequency, for each ALT allele, in the same order as listed\">",
  45       "##reference=GRCh38",
  46       "#CHROM\tPOS\tID\tREF\tALT\tQUAL\tFILTER\tINFO",
  47       // SNP A/T in position 2 of gene sequence (precedes transcript)
  48       "17\t45051611\t.\tA\tT\t1666.64\tRF\tAC=15;AF=5.08130e-03",
  49       // SNP G/C in position 4 of gene sequence, position 2 of transcript
  50       // this is a mixed variant, the insertion G/GA is not transferred
  51       "17\t45051613\t.\tG\tGA,C\t1666.64\tRF\tAC=15;AF=3.08130e-03" };
  52
  53   @Test(groups = "Functional")
  54   public void testLoadVCF() throws IOException
  55   {
  56     AlignmentI al = buildAlignment();
  57     VCFLoader loader = new VCFLoader(al);
  58
  59     File f = makeVcf();
  60
  61     loader.loadVCF(f.getPath(), null);
  62
  63     /*
  64      * verify variant feature(s) added to gene
  65      */
  66     List<SequenceFeature> geneFeatures = al.getSequenceAt(0)
  67             .getSequenceFeatures();
  68     assertEquals(geneFeatures.size(), 2);
  69     SequenceFeature sf = geneFeatures.get(0);
  70     assertEquals(sf.getFeatureGroup(), "VCF");
  71     assertEquals(sf.getBegin(), 2);
  72     assertEquals(sf.getEnd(), 2);
  73     assertEquals(sf.getType(), SequenceOntologyI.SEQUENCE_VARIANT);
  74     assertEquals(sf.getScore(), 5.08130e-03, 0.000001f);
  75     assertEquals(sf.getValue(Gff3Helper.ALLELES), "A,T");
  76
  77     sf = geneFeatures.get(1);
  78     assertEquals(sf.getFeatureGroup(), "VCF");
  79     assertEquals(sf.getBegin(), 4);
  80     assertEquals(sf.getEnd(), 4);
  81     assertEquals(sf.getType(), SequenceOntologyI.SEQUENCE_VARIANT);
  82     assertEquals(sf.getScore(), 3.08130e-03, 0.000001f);
  83     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
  84
  85     /*
  86      * verify variant feature(s) added to transcript
  87      */
  88     List<SequenceFeature> transcriptFeatures = al.getSequenceAt(1)
  89             .getSequenceFeatures();
  90     assertEquals(transcriptFeatures.size(), 1);
  91     sf = transcriptFeatures.get(0);
  92     assertEquals(sf.getFeatureGroup(), "VCF");
  93     assertEquals(sf.getBegin(), 2);
  94     assertEquals(sf.getEnd(), 2);
  95     assertEquals(sf.getType(), SequenceOntologyI.SEQUENCE_VARIANT);
  96     assertEquals(sf.getScore(), 3.08130e-03, 0.000001f);
  97     assertEquals(sf.getValue(Gff3Helper.ALLELES), "G,C");
  98
  99     /*
 100      * verify variant feature(s) computed and added to protein
 101      * first codon AGC varies to ACC giving S/T
 102      */
 103     SequenceI peptide = al.getSequenceAt(1)
 104             .getDBRefs()[0].getMap().getTo();
 105     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 106     assertEquals(proteinFeatures.size(), 1);
 107     sf = proteinFeatures.get(0);
 108     assertEquals(sf.getFeatureGroup(), "VCF");
 109     assertEquals(sf.getBegin(), 1);
 110     assertEquals(sf.getEnd(), 1);
 111     assertEquals(sf.getType(), SequenceOntologyI.SEQUENCE_VARIANT);
 112     assertEquals(sf.getDescription(), "p.Ser1Thr");
 113   }
 114
 115   private File makeVcf() throws IOException
 116   {
 117     File f = File.createTempFile("Test", ".vcf");
 118     f.deleteOnExit();
 119     PrintWriter pw = new PrintWriter(f);
 120     for (String vcfLine : VCF)
 121     {
 122       pw.println(vcfLine);
 123     }
 124     pw.close();
 125     return f;
 126   }
 127
 128   /**
 129    * Make a simple alignment with one 'gene' and one 'transcript'
 130    *
 131    * @return
 132    */
 133   private AlignmentI buildAlignment()
 134   {
 135     AlignFrame af = new FileLoader().LoadFileWaitTillLoaded(FASTA,
 136             DataSourceType.PASTE);
 137
 138     /*
 139      * map gene1 sequence to chromosome (normally done when the sequence is fetched
 140      * from Ensembl and transcripts computed)
 141      */
 142     AlignmentI alignment = af.getViewport().getAlignment();
 143     SequenceI gene1 = alignment.getSequenceAt(0);
 144     int[] to = new int[] { 45051610, 45051634 };
 145     int[] from = new int[] { gene1.getStart(), gene1.getEnd() };
 146     gene1.setGeneLoci(new GeneLoci("human", "GRCh38", "17", new MapList(
 147             from, to, 1, 1)));
 148
 149     /*
 150      * map 'transcript1' to chromosome via 'gene1'
 151      * transcript1/1-18 is gene1/3-10,15-24
 152      * which is chromosome 45051612-45051619,45051624-45051633
 153      */
 154     to = new int[] { 45051612, 45051619, 45051624, 45051633 };
 155     SequenceI transcript1 = alignment.getSequenceAt(1);
 156     from = new int[] { transcript1.getStart(), transcript1.getEnd() };
 157     transcript1.setGeneLoci(new GeneLoci("human", "GRCh38", "17",
 158             new MapList(from, to, 1, 1)));
 159
 160     /*
 161      * map gene2 to chromosome reverse strand
 162      */
 163     SequenceI gene2 = alignment.getSequenceAt(2);
 164     to = new int[] { 45051634, 45051610 };
 165     from = new int[] { gene2.getStart(), gene2.getEnd() };
 166     gene2.setGeneLoci(new GeneLoci("human", "GRCh38", "17", new MapList(
 167             from, to, 1, 1)));
 168
 169     /*
 170      * map 'transcript2' to chromosome via 'gene2'
 171      * transcript2/1-18 is gene2/2-11,16-23
 172      * which is chromosome 45051633-45051624,45051619-45051612
 173      */
 174     to = new int[] { 45051633, 45051624, 45051619, 45051612 };
 175     SequenceI transcript2 = alignment.getSequenceAt(3);
 176     from = new int[] { transcript2.getStart(), transcript2.getEnd() };
 177     transcript2.setGeneLoci(new GeneLoci("human", "GRCh38", "17",
 178             new MapList(from, to, 1, 1)));
 179
 180     /*
 181      * add a protein product as a DBRef on transcript1
 182      */
 183     SequenceI peptide1 = new Sequence("ENSP001", "SWRECD");
 184     MapList mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 },
 185             3, 1);
 186     Mapping map = new Mapping(peptide1, mapList);
 187     DBRefEntry product = new DBRefEntry("", "", "ENSP001", map);
 188     transcript1.addDBRef(product);
 189
 190     /*
 191      * add a protein product as a DBRef on transcript2
 192      */
 193     SequenceI peptide2 = new Sequence("ENSP002", "VTLSPA");
 194     mapList = new MapList(new int[] { 1, 18 }, new int[] { 1, 6 }, 3, 1);
 195     map = new Mapping(peptide2, mapList);
 196     product = new DBRefEntry("", "", "ENSP002", map);
 197     transcript2.addDBRef(product);
 198
 199     return alignment;
 200   }
 201
 202   /**
 203    * Test with 'gene' and 'transcript' mapped to the reverse strand of the
 204    * chromosome. The VCF variant positions (in forward coordinates) should get
 205    * correctly located on sequence positions.
 206    *
 207    * @throws IOException
 208    */
 209   @Test(groups = "Functional")
 210   public void testLoadVCF_reverseStrand() throws IOException
 211   {
 212     AlignmentI al = buildAlignment();
 213
 214     VCFLoader loader = new VCFLoader(al);
 215
 216     File f = makeVcf();
 217
 218     loader.loadVCF(f.getPath(), null);
 219
 220     /*
 221      * verify variant feature(s) added to gene2
 222      * gene/1-25 maps to chromosome 45051634- reverse strand
 223      * variants A/T at 45051611 and G/C at 45051613 map to
 224      * T/A and C/G at gene positions 24 and 22 respectively
 225      */
 226     List<SequenceFeature> geneFeatures = al.getSequenceAt(2)
 227             .getSequenceFeatures();
 228     assertEquals(geneFeatures.size(), 2);
 229     SequenceFeature sf = geneFeatures.get(0);
 230     assertEquals(sf.getFeatureGroup(), "VCF");
 231     assertEquals(sf.getBegin(), 22);
 232     assertEquals(sf.getEnd(), 22);
 233     assertEquals(sf.getType(), SequenceOntologyI.SEQUENCE_VARIANT);
 234     assertEquals(sf.getScore(), 3.08130e-03, 0.000001f);
 235     assertEquals("C,G", sf.getValue(Gff3Helper.ALLELES));
 236
 237     sf = geneFeatures.get(1);
 238     assertEquals(sf.getFeatureGroup(), "VCF");
 239     assertEquals(sf.getBegin(), 24);
 240     assertEquals(sf.getEnd(), 24);
 241     assertEquals(sf.getType(), SequenceOntologyI.SEQUENCE_VARIANT);
 242     assertEquals(sf.getScore(), 5.08130e-03, 0.000001f);
 243     assertEquals("T,A", sf.getValue(Gff3Helper.ALLELES));
 244
 245     /*
 246      * verify variant feature(s) added to transcript2
 247      * variant C/G at position 22 of gene overlaps and maps to
 248      * position 17 of transcript
 249      */
 250     List<SequenceFeature> transcriptFeatures = al.getSequenceAt(3)
 251             .getSequenceFeatures();
 252     assertEquals(transcriptFeatures.size(), 1);
 253     sf = transcriptFeatures.get(0);
 254     assertEquals(sf.getFeatureGroup(), "VCF");
 255     assertEquals(sf.getBegin(), 17);
 256     assertEquals(sf.getEnd(), 17);
 257     assertEquals(sf.getType(), SequenceOntologyI.SEQUENCE_VARIANT);
 258     assertEquals(sf.getScore(), 3.08130e-03, 0.000001f);
 259     assertEquals("C,G", sf.getValue(Gff3Helper.ALLELES));
 260
 261     /*
 262      * verify variant feature(s) computed and added to protein
 263      * last codon GCT varies to GGT giving A/G in the last peptide position
 264      */
 265     SequenceI peptide = al.getSequenceAt(3).getDBRefs()[0].getMap().getTo();
 266     List<SequenceFeature> proteinFeatures = peptide.getSequenceFeatures();
 267     assertEquals(proteinFeatures.size(), 1);
 268     sf = proteinFeatures.get(0);
 269     assertEquals(sf.getFeatureGroup(), "VCF");
 270     assertEquals(sf.getBegin(), 6);
 271     assertEquals(sf.getEnd(), 6);
 272     assertEquals(sf.getType(), SequenceOntologyI.SEQUENCE_VARIANT);
 273     assertEquals(sf.getDescription(), "p.Ala6Gly");
 274   }
 275 }