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