src/jalview/analysis/scoremodels/FeatureScoreModel.java

   1 package jalview.analysis.scoremodels;
   2
   3 import jalview.api.AlignmentViewPanel;
   4 import jalview.api.FeatureRenderer;
   5 import jalview.api.analysis.ScoreModelI;
   6 import jalview.api.analysis.ViewBasedAnalysisI;
   7 import jalview.datamodel.AlignmentView;
   8 import jalview.datamodel.SequenceFeature;
   9 import jalview.datamodel.SequenceI;
  10 import jalview.util.Comparison;
  11
  12 import java.util.ArrayList;
  13 import java.util.Arrays;
  14 import java.util.Hashtable;
  15 import java.util.List;
  16
  17 public class FeatureScoreModel implements ScoreModelI, ViewBasedAnalysisI
  18 {
  19   FeatureRenderer fr;
  20
  21   @Override
  22   public boolean configureFromAlignmentView(AlignmentViewPanel view)
  23   {
  24     fr = view.cloneFeatureRenderer();
  25     return true;
  26   }
  27
  28   @Override
  29   public float[][] findDistances(AlignmentView seqData)
  30   {
  31     int nofeats = 0;
  32     List<String> dft = Arrays.asList(fr.getDisplayedFeatureTypes());
  33
  34     if (dft != null)
  35     {
  36       nofeats = dft.size();
  37     }
  38
  39     SequenceI[] sequenceString = seqData.getVisibleAlignment(
  40             Comparison.GapChars.charAt(0)).getSequencesArray();
  41     int noseqs = sequenceString.length;
  42     int cpwidth = seqData.getWidth();
  43     float[][] distance = new float[noseqs][noseqs];
  44     if (nofeats == 0)
  45     {
  46       for (float[] d : distance)
  47       {
  48         for (int i = 0; i < d.length; d[i++] = 0f)
  49         {
  50           ;
  51         }
  52       }
  53       return distance;
  54     }
  55     float max = 0;
  56     for (int cpos = 0; cpos < cpwidth; cpos++)
  57     {
  58       // get visible features at cpos under view's display settings and compare
  59       // them
  60       List<Hashtable<String, SequenceFeature>> sfap = new ArrayList<Hashtable<String, SequenceFeature>>();
  61       for (int i = 0; i < noseqs; i++)
  62       {
  63         Hashtable<String, SequenceFeature> types = new Hashtable<String, SequenceFeature>();
  64         List<SequenceFeature> sfs = fr.findFeaturesAtRes(sequenceString[i],
  65                 sequenceString[i].findPosition(cpos));
  66         for (SequenceFeature sf : sfs)
  67         {
  68           types.put(sf.getType(), sf);
  69         }
  70         sfap.add(types);
  71       }
  72       for (int i = 0; i < (noseqs - 1); i++)
  73       {
  74         if (cpos == 0)
  75         {
  76           distance[i][i] = 0f;
  77         }
  78         for (int j = i + 1; j < noseqs; j++)
  79         {
  80           int sfcommon = 0;
  81           // compare the two lists of features...
  82           Hashtable<String, SequenceFeature> fi = sfap.get(i), fk, fj = sfap
  83                   .get(j);
  84           if (fi.size() > fj.size())
  85           {
  86             fk = fj;
  87           }
  88           else
  89           {
  90             fk = fi;
  91             fi = fj;
  92           }
  93           for (String k : fi.keySet())
  94           {
  95             SequenceFeature sfj = fk.get(k);
  96             if (sfj != null)
  97             {
  98               sfcommon++;
  99             }
 100           }
 101           distance[i][j] += (fi.size() + fk.size() - 2f * sfcommon);
 102           distance[j][i] += distance[i][j];
 103         }
 104       }
 105     }
 106     for (int i = 0; i < noseqs; i++)
 107     {
 108       for (int j = i + 1; j < noseqs; j++)
 109       {
 110         distance[i][j] /= cpwidth;
 111         distance[j][i] = distance[i][j];
 112       }
 113     }
 114     return distance;
 115   }
 116
 117   @Override
 118   public String getName()
 119   {
 120     return "Sequence Feature Similarity";
 121   }
 122
 123   @Override
 124   public boolean isDNA()
 125   {
 126     return true;
 127   }
 128
 129   @Override
 130   public boolean isProtein()
 131   {
 132     return true;
 133   }
 134
 135   public String toString()
 136   {
 137     return "Score between sequences based on hamming distance between binary vectors marking features displayed at each column";
 138   }
 139 }