t/LocalDB/transfac_pro.t

   1 use strict;
   2 use warnings;
   3
   4 BEGIN {
   5         use lib '.';
   6     use Bio::Root::Test;
   7     test_begin(-tests           => 115,
   8                -requires_module => 'DB_File');
   9
  10     use_ok('Bio::Matrix::PSM::IO');
  11     use_ok('Bio::DB::TFBS');
  12     use_ok('Bio::DB::Taxonomy');
  13 }
  14
  15 #*** need to test getting all ids of a certain kind, like $db->get_matrix_ids();
  16 #    but hard to do without a complete tax dump
  17
  18 my $temp_dir = test_output_dir();
  19 my $tax_db = Bio::DB::Taxonomy->new(-source => 'flatfile',
  20                                     -directory => $temp_dir,
  21                                     -nodesfile => test_input_file('taxdump', 'nodes.dmp'),
  22                                     -namesfile => test_input_file('taxdump', 'names.dmp'));
  23
  24 # test transfac pro (local flat files)
  25 {
  26     ok my $db = Bio::DB::TFBS->new(-source => 'transfac_pro',
  27                                    -index_dir => $temp_dir,
  28                                    -dat_dir => test_input_file('transfac_pro'),
  29                                    -tax_db => $tax_db,
  30                                    -force => 1);
  31
  32     # reference.dat
  33     {
  34         ok my ($ref_id) = $db->get_reference_ids(-pubmed => 16574738);
  35         is $ref_id, 'RE0047775';
  36         ok my $ref = $db->get_reference($ref_id);
  37         isa_ok $ref, 'Bio::Annotation::Reference';
  38         is $ref->primary_id, 16574738;
  39         is $ref->pubmed, $ref->primary_id;
  40         is $ref->database, 'PUBMED';
  41         is $ref->authors, '..Bet S . ,.u i rMeK ,,d. vWeWk KaS.ee.nyNk mJMMih. a, i P';
  42         is $ref->location, 'Mc (o0o.. 0n)lnir.do 2E:6l';
  43         is $ref->title, 'INDD VDGT C1AALEBEI.EIT IYIHLA6ITTE E ANV  ITSL MTRTANYE TM NISP TNBAUTPOIORSL I- NVTOD,MHIRRLINSDX TRPY NO CAELUAOA SNMMNT CED5CTH NII TERTOI2IMTVPEH3DSAI';
  44
  45         my @sites = $db->get_site_ids(-reference => $ref_id);
  46         is join(' ', sort @sites), 'R19310 R19311 R19312 R19313 R19314 R19315 R19316';
  47         my @genes = $db->get_gene_ids(-reference => $ref_id);
  48         is "@genes", 'G036757';
  49         my @ref_ids = $db->get_reference_ids(-site => 'R19310');
  50         is "@ref_ids", $ref_id;
  51         @ref_ids = $db->get_reference_ids(-gene => 'G036757');
  52         is "@ref_ids", $ref_id;
  53
  54         $ref_id = 'RE0047531';
  55         my @matrices = $db->get_matrix_ids(-reference => $ref_id);
  56         is join(' ', sort @matrices), 'M01123 M01124 M01125';
  57         my @factors = $db->get_factor_ids(-reference => $ref_id);
  58         like "@factors", qr/T08800/;
  59         @ref_ids = $db->get_reference_ids(-matrix => 'M01123');
  60         is join(' ', sort @ref_ids), "$ref_id RE0047626";
  61         @ref_ids = $db->get_reference_ids(-factor => 'T08800');
  62         is join(' ', sort @ref_ids), "$ref_id RE0047634 RE0047637 RE0047645";
  63
  64                 $ref_id = 'RE0023998';
  65                 my %fragments = map { $_ => 1 } $db->get_fragment_ids(-reference => $ref_id);
  66                 ok $fragments{'FR0002267'};
  67                 @ref_ids = $db->get_reference_ids(-fragment => 'FR0002267');
  68                 is "@ref_ids", $ref_id;
  69     }
  70
  71     # gene.dat
  72     {
  73         ok my ($gene_id) = $db->get_gene_ids(-name => 'P5');
  74         is $gene_id, 'G000001';
  75
  76                 #*** get_genemap with ensembl lookup being fantastically slow
  77         #ok defined Bio::Map::Gene->set_from_db; # will try and do ensembl lookups for gene info
  78         #ok my $gene_map = $db->get_genemap($gene_id, 1000);
  79         #Bio::Tools::Run::Ensembl->_stats;
  80         #ok $gene_map->isa('Bio::Map::GeneMap');
  81         #ok $gene_map->unique_id, 'G000001';
  82         #ok $gene_map->universal_name, 'P5';
  83         #ok $gene_map->species->scientific_name, 'Adeno-associated virus';
  84         #my @factors = grep { $_->isa("Bio::Map::TranscriptionFactor") } $gene_map->get_elements;
  85         #ok @factors, 3;
  86
  87         ($gene_id) = $db->get_gene_ids(-id => 'AAV$P5');
  88         is $gene_id, 'G000001';
  89         my @gene_ids = $db->get_gene_ids(-species => '9606');
  90         is @gene_ids, 5;
  91         is [sort @gene_ids]->[0], 'G000060'; # in real data this would be G000174, but since our taxdump doesn't have chicken in it, G000060 was changed to human
  92         ($gene_id) = $db->get_gene_ids(-site => 'R03174');
  93         is $gene_id, 'G000001';
  94         ($gene_id) = $db->get_gene_ids(-factor => 'T00267');
  95         is $gene_id, 'G000060';
  96                 my %gene_ids = map { $_ => 1 } $db->get_gene_ids(-fragment => 'FR0002267');
  97                 ok $gene_ids{'G020751'};
  98         # get_gene_ids(-reference => ...) already tested
  99
 100         my @site_ids = $db->get_site_ids(-gene => 'G000001');
 101         is join(' ', sort @site_ids), 'R03174 R03175 R03176';
 102         my @factor_ids = $db->get_factor_ids(-gene => 'G000060');
 103         is join(' ', sort @factor_ids), 'T00267 T08293'; # only found for genes that encode factors
 104                 my %fragment_ids = map { $_ => 1 } $db->get_fragment_ids(-gene => 'G020751');
 105                 ok $fragment_ids{'FR0002267'};
 106         # get_reference_ids(-gene => ...) already tested
 107     }
 108
 109     # site.dat
 110     {
 111         ok my ($site_id) = $db->get_site_ids(-id => 'HS$IFI616_01');
 112         is $site_id, 'R00001';
 113         ok my $seq = $db->get_seq($site_id);
 114         isa_ok $seq, 'Bio::Seq';
 115         is $seq->id, 'HS$IFI616_01';
 116         is $seq->accession_number, 'R00001';
 117         is $seq->seq, 'aGAGACATAAGTgA';
 118         my $annot = $seq->annotation;
 119         is [$annot->get_Annotations('relative_start')]->[0]->value, -172;
 120         is [$annot->get_Annotations('relative_end')]->[0]->value, -98;
 121         is [$annot->get_Annotations('relative_type')]->[0]->value, 'TSS';
 122         is [$annot->get_Annotations('relative_to')]->[0]->value, 'G000176';
 123         is $seq->species, 9606;
 124
 125         my @site_ids = $db->get_site_ids(-species => '9606');
 126         is @site_ids, 14;
 127         is [sort @site_ids]->[0], 'R00001';
 128         # get_site_ids(-gene => ...) already tested
 129         ($site_id) = $db->get_site_ids(-matrix => 'M00972');
 130         is $site_id, 'R00001';
 131         my %site_ids = map { $_ => 1 } $db->get_site_ids(-factor => 'T00428');
 132         ok $site_ids{R00001};
 133         # get_site_ids(-reference => ...) already tested
 134
 135         # get_gene_ids(-site => ...) already tested
 136         my @matrix_ids = $db->get_matrix_ids(-site => 'R00001');
 137         is "@matrix_ids", 'M00972';
 138         my @factor_ids = $db->get_factor_ids(-site => 'R00001');
 139         is "@factor_ids", 'T00428';
 140         # get_reference_ids(-site => ...) already tested
 141     }
 142
 143     # matrix.dat
 144     {
 145         ok my ($matrix_id) = $db->get_matrix_ids(-id => 'V$E47_01');
 146         is $matrix_id, 'M00002';
 147         ok my $matrix = $db->get_matrix($matrix_id);
 148         isa_ok $matrix, 'Bio::Matrix::PSM::SiteMatrix';
 149
 150         # detailed psm tests
 151         {
 152             # Lets try to compress and uncompress the frequencies, see if
 153             # there is no considerable loss of data.
 154             my $fA = $matrix->get_compressed_freq('A');
 155             my @check = Bio::Matrix::PSM::SiteMatrix::_uncompress_string($fA,1,1);
 156             my @A = $matrix->get_array('A');
 157             my ($var, $max) = (0, 0);
 158             for (my $i = 0; $i < @check; $i++) {
 159                 my $diff = abs(abs($check[$i]) - abs($A[$i]));
 160                 $var += $diff;
 161                 $max = $diff if ($diff > $max);
 162             }
 163             my $avg = $var / @check;
 164             cmp_ok $avg, '<', 0.01; # Loss of data under 1 percent
 165
 166             # SiteMatrixI methods
 167             is $matrix->id, 'V$E47_01';
 168             is $matrix->accession_number, $matrix_id;
 169             is $matrix->consensus, 'ATGCATGCATGC';
 170             is $matrix->IUPAC, 'NNNNNNNNNNNN';
 171             is $matrix->regexp, '\S\S\S\S\S\S\S\S\S\S\S\S';
 172             is $matrix->width, 12;
 173             is $matrix->sites, 5;
 174             ok ! $matrix->IC;
 175             ok ! $matrix->e_val;
 176         }
 177
 178         ok my $aln = $db->get_aln($matrix_id);
 179         isa_ok $aln, 'Bio::SimpleAlign';
 180         is $aln->length, 12;
 181         is $aln->num_residues, 132;
 182         ok $aln->is_flush;
 183         is $aln->num_sequences, 11;
 184         my @ids = qw(R05108 R05109 R05110 R05111 R05112 R05113 R05114 R05115 R05116 R05117 R05118);
 185         foreach my $seq ($aln->each_alphabetically) {
 186             is $seq->id, shift(@ids);
 187         }
 188         is @ids, 0;
 189         ok ! $db->get_aln('M00001'); # no seqs in db
 190         ok $aln = $db->get_aln('M00001', 1); # force to find seqs, store in db
 191         ok $aln = $db->get_aln('M00001'); # seqs now in db
 192         is $aln->num_sequences, 5;
 193
 194         ($matrix_id) = $db->get_matrix_ids(-name => 'MyoD');
 195         is $matrix_id, 'M00001';
 196         # get_matrix_ids(-site =>  ...) already tested
 197         my %matrix_ids = map { $_ => 1 } $db->get_matrix_ids(-factor => 'T00526');
 198         ok $matrix_ids{M00001};
 199         # get_matrix_ids(-reference => ...) already tested
 200
 201         # get_site_ids(-matrix => ...) already tested
 202         my @factor_ids = $db->get_factor_ids(-matrix => 'M00001');
 203         is join(' ', sort @factor_ids), 'T00526 T09177';
 204         # get_reference_ids(-matrix => ...) already tested
 205     }
 206
 207         # fragment.dat
 208         {
 209                 ok my ($fragment_id) = $db->get_fragment_ids(-id => 'FR0002267');
 210         is $fragment_id, 'FR0002267'; # id and accession are the same for fragments
 211                 ok my $seq = $db->get_fragment($fragment_id);
 212                 isa_ok $seq, 'Bio::SeqI';
 213         is $seq->id, 'FR0002267';
 214         is $seq->seq, 'GTCTACAACACTCTTGCGGACGGAGAGCCGAAGAGCAAAGCGTCGCCGGGTAAGACGAACGCTCAAGGGGGTACGAGCAGCGTAACGACGGAAACGGTGACGCCCCGGGATTTGGGGCTCAGCTAGGGTCGCCGAGTAGGGGGCCGCGGGGACAACGGGGGCGACACGCCGCTTTCCCTGCGTCTGTGGAGCCTATGGTACGGCGTAACCGGTTGTGTGATGAACTGTCCAGACCGCACGTAGTCCCAGCGCAAGGTCTATGCCGCCTAGAGGCAAGACGGGCCGTCTCCTACTTAGTAGCCAGCTACGGGGCGTTGGTCCCCTCGGTAGTGCAACTATCCAGCCACGGCGTCCGCCGGGCTGAGCCTCAGCAGAGCTGGGGGGGTATCATTCCGACGCTGTTTAATTCGTCAGCAGGACCCACTACACGCTCTGTCATTCGCCTGAGCAGTTGTAAATTAGCGCGGCGATCTTGCAAGAGACAAGGAGGCGAACCTGGGGTCGGGACGTAAGGACGAACGGCAGTACAGACGCTGGGGGACGCCACGTGCCAGAACCTCTCACGACCGGAGGTTCAACGCTGATTGGGGCGCAACAGAGGGCGGAGCAGCGAGGTGGCGCTGGTGGGATGGGGCGAGACAAACCCAAGCTGACGCCGAAGGGCCCGCGTGGCCGGGCTGGGGCCCGTAGAACGAGGGAATTGTATGCGGCGCCTGAATGGGCGCACCACA';
 215                 is $seq->species, 9606;
 216
 217         # -id -species -gene -factor -reference
 218         my @fragment_ids = $db->get_fragment_ids(-species => '9606');
 219         is @fragment_ids, 2;
 220         is [sort @fragment_ids]->[0], 'FR0000001';
 221         my %fragment_ids = map { $_ => 1 } $db->get_fragment_ids(-factor => 'T03828');
 222         ok $fragment_ids{'FR0002267'};
 223         # get_fragment_ids(-gene => ...) already tested
 224         # get_fragment_ids(-reference => ...) already tested
 225
 226         my ($factor_id) = $db->get_factor_ids(-fragment => 'FR0002267');
 227         is $factor_id, 'T03828';
 228         # get_gene_ids(-fragment => ...) already tested
 229         # get_reference_ids(-fragment => ...) already tested
 230         }
 231
 232     # factor.dat
 233     {
 234         ok my ($factor_id) = $db->get_factor_ids(-id => 'T00001');
 235         is $factor_id, 'T00001'; # id and accession are the same for factors
 236         ok my $factor = $db->get_factor($factor_id);
 237         isa_ok $factor, 'Bio::Map::TranscriptionFactor';
 238         is $factor->id, 'T00001';
 239         is $factor->universal_name, 'AAF';
 240         is $factor->known_maps, 1;
 241         my @positions = $factor->get_positions;
 242         is @positions, 1;
 243
 244         ($factor_id) = $db->get_factor_ids(-name => 'AAF');
 245         is $factor_id, 'T00001';
 246         my @factor_ids = $db->get_factor_ids(-species => '9606');
 247         is @factor_ids, 7;
 248         is [sort @factor_ids]->[0], 'T00001';
 249         @factor_ids = $db->get_factor_ids(-interactors => 'T03200');
 250         is [sort @factor_ids]->[0], 'T00002';
 251         # get_factor_ids(-gene => ...) already tested
 252         # get_factor_ids(-site => ...) already tested
 253         # get_factor_ids(-matrix => ...) already tested
 254         # get_factor_ids(-fragment => ...) already tested
 255         # get_factor_ids(-reference => ...) already tested
 256
 257         # get_*_ids(-factor => ...) already tested
 258     }
 259 }
 260
 261 # how to get something like ok $psmIO->release, '10.2--2006-06-30'; ?
 262 # or all factors, all sites, all matrices, all genes etc.?