def test_degenerate(self):
SAMPLE_DATA_PATH = os.path.join(
os.path.abspath(os.path.dirname(__file__)), 'sample_data.txt')
with open(SAMPLE_DATA_PATH, 'r') as handle:
sample_data = json.loads(handle.read())
data = []
append = data.append
for i in sample_data:
seq_record = SeqRecordExpanded(i['seq'],
voucher_code=i['voucher_code'],
taxonomy=i['taxonomy'],
gene_code=i['gene_code'],
reading_frame=i['reading_frame'],
table=i['table'])
append(seq_record)
with open(os.path.join(NEXUS_DATA_PATH, 'dataset_degenerated.nex'),
'r') as handle:
expected = handle.read().strip()
dataset = Dataset(data,
format='NEXUS',
codon_positions='ALL',
partitioning='by gene',
degenerate='S')
result = dataset.dataset_str
self.assertEqual(expected, result)
def test_extract_number_of_taxa(self):
dataset = Dataset(self.test_data,
format='NEXUS',
partitioning='by gene')
expected = '10'
result = dataset.number_taxa
self.assertEqual(expected, result)
def test_using_outgroup(self):
dataset = Dataset(self.test_data,
format='NEXUS',
codon_positions='ALL',
outgroup='CP100-19')
expected = 'outgroup CP100_19_Aus_jus;'
result = dataset.dataset_str
self.assertTrue(expected in result)
def test_dataset_nexus(self):
dataset = Dataset(self.test_data,
format='NEXUS',
partitioning='by gene')
test_data_file = os.path.join(NEXUS_DATA_PATH, 'dataset.nex')
expected = open(test_data_file, 'r').read()
result = dataset.dataset_str
self.assertEqual(expected.strip(), result)
def test_extract_number_of_chars_first_and_second_codon_positions(self):
dataset = Dataset(self.test_data,
format='NEXUS',
partitioning='by gene',
codon_positions='1st-2nd')
expected = '3155'
result = dataset.number_chars
self.assertEqual(expected, result)
def test_extract_number_of_chars_third_codon_positions(self):
dataset = Dataset(self.test_data,
format='NEXUS',
partitioning='by gene',
codon_positions='3rd')
expected = '1573'
result = dataset.number_chars
self.assertEqual(expected, result)
def test_dataset_nexus_all_codon_positions_partitioned_as_1st2nd_3rd(self):
dataset = Dataset(self.test_data,
format='NEXUS',
codon_positions='ALL',
partitioning='1st-2nd, 3rd')
test_data_file = os.path.join(NEXUS_DATA_PATH,
'dataset_partitioned_as_1st2nd_3rd.nex')
expected = open(test_data_file, 'r').read()
result = dataset.dataset_str
self.assertEqual(expected, result)
def test_dataset_nexus_3rd_codon_position(self):
dataset = Dataset(self.test_data_numbers,
format='NEXUS',
codon_positions='3rd',
partitioning='by codon position')
test_data_file = os.path.join(NEXUS_DATA_PATH,
'dataset_3rd_codon_numbers.nex')
expected = open(test_data_file, 'r').read()
result = dataset.dataset_str
self.assertEqual(expected, result)
def test_prepared_data(self):
dataset = Dataset(self.test_data,
format='NEXUS',
partitioning='by gene')
expected = [
'ArgKin', 'COI-begin', 'COI_end', 'ef1a', 'RpS2', 'RpS5',
'wingless'
]
result = dataset.data.gene_codes
self.assertEqual(expected, result)
def test_dataset_nexus_all_codon_positions_partitioned_by_codon_positions(
self):
dataset = Dataset(self.test_data,
format='NEXUS',
codon_positions='ALL',
partitioning='by codon position')
test_data_file = os.path.join(NEXUS_DATA_PATH,
'dataset_partitioned_as_each.nex')
expected = open(test_data_file, 'r').read()
result = dataset.dataset_str
self.assertEqual(expected.strip(), result)
def create_dataset(self):
if not self.codon_positions:
return ''
error_msg = None
if self.degen_translations is not None and self.codon_positions != [
'ALL'
]:
error_msg = 'Cannot degenerate codons if you have not selected all codon positions'
self.errors.append(error_msg)
elif self.degen_translations is not None and self.partition_by_positions != 'by gene':
error_msg = 'Cannot degenerate codons if they go to different partitions'
self.errors.append(error_msg)
if error_msg:
return ''
self.voucher_codes = get_voucher_codes(self.cleaned_data)
self.gene_codes = get_gene_codes(self.cleaned_data)
self.create_seq_objs()
if self.file_format in [
'NEXUS', 'GenBankFASTA', 'FASTA', 'MEGA', 'TNT', 'PHYLIP'
]:
try:
dataset = Dataset(
self.seq_objs,
format=self.file_format,
partitioning=self.partition_by_positions,
codon_positions=self.codon_positions[0],
aminoacids=self.aminoacids,
degenerate=self.degen_translations,
outgroup=self.outgroup,
)
except (MissingParameterError, ValueError,
TranslationErrorMixedGappedSeq) as e:
self.errors.append(e)
dataset = None
except NexusError as e:
self.errors.append(e.__str__())
dataset = None
if not dataset:
return ""
self.warnings += dataset.warnings
dataset_handler = DatasetHandler(dataset.dataset_str,
self.file_format)
self.dataset_file = dataset_handler.dataset_file
if self.file_format == 'PHYLIP':
self.charset_block = dataset.extra_dataset_str
return dataset.dataset_str
def test_dataset_nexus_using_default_parameters(self):
dataset = Dataset(self.test_data, format='NEXUS')
test_data_file = os.path.join(NEXUS_DATA_PATH, 'dataset.nex')
expected = open(test_data_file, 'r').read()
result = dataset.dataset_str
self.assertEqual(expected.strip(), result)
def test_sorting_seq_records(self):
"""Test SeqRecordExpanded objects are sorted by gene_code and then by
voucher_code.
"""
my_list = [
{
'seq':
'CTgCacGgTCaagacGTGCtGgaTgaggctGccGacTTttcggtCtGTAgGCGACGCCTTGAAGGACGGCTTCGACGGAGCGTCGCGGGTTATGATGCCCAATACGGAGTTGGAAGCACCAGCTCAGCGAAACGATGCCGCTCCGCACAGAGTCCCGCGACGAGACCGATACAGATTTCAACTwCGGCCGCACAATCCTGACCACAAAACACCCGGAGTCAAGGACCTAGTGTACTTGGAATCATCGCCGGGTTTCTGCGAAAAGAACCCGCGGCTGGGCATTCCAGGCACGCACGGGCGTTCCTGCAATGACACGAGTATCGGCGTCGACGGCTGCGACCTCATGTGCTGTGGCCGTGGCTACCGGACCGAGACAATGTTCGTTGTGGAGCGATGCAAC',
'voucher_code': "CP100-11",
'taxonomy': {
'genus': 'Aus',
'species': 'bus'
},
'gene_code': 'wingless',
'reading_frame': 2,
'table': 1
},
{
'seq':
'???????????????????????????????????????????TCTGTAGGCGATGCCTTGAAGGACGGCTTCGACGGAGCGTCGCGGGTCATGATGCCCAATACGGAGTTAGAAGCGCCTGCTCAGCGAAACGACGCCGCCCCGCACAGAGTCCCGCGACGAGACCGATACAGATTTCAACTTCGGCCGCACAATCCTGACCACAAAACACCCGGA?TCAAGGACCTAGTGTACTTGGAATCATCGCCGGGTTTCTGCGAAAAGAACCCGCGGCTGGGCATTCCCGGCACGCACGGGCGTGCCTGCAACGACACGAGTATCGGCGTCGACGGCTGCGACCTCATGTGCTGCGGCCGTGGCTACCGGACCGAGACAATGTTCGTCGTGGAGCGATGCAAC',
'voucher_code': "CP100-10",
'taxonomy': {
'genus': 'Aus',
'species': 'aus'
},
'gene_code': 'wingless',
'reading_frame': 2,
'table': 1
},
{
'seq':
'???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????',
'voucher_code': "CP100-11",
'taxonomy': {
'genus': 'Aus',
'species': 'bus'
},
'gene_code': 'RpS2',
'reading_frame': 3,
'table': 1
},
{
'seq':
'???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????',
'voucher_code': "CP100-10",
'taxonomy': {
'genus': 'Aus',
'species': 'aus'
},
'gene_code': 'RpS2',
'reading_frame': 3,
'table': 1
},
{
'seq':
'??????????????????????????????????????????????????????????????????????????AAAAAGAAACTTTTGGAAATTTaggtataATTTATGCTATATTAGCAATTGGATTATTAGGATTTATTGTGTGAGCTCATCATATATTTACTGTAGGTATAGATATTGATACTCGAGCTTATTTTACCTCTGCTACAATAATTATTGCAGTCCCAACAGGAATTAAAATTTTTAGTTGATTAGCAACTCTACATGGAACACAAATTAATTATAGTCCTTCCATACTTTGAAGACTAGGATTTATTTTTTTATTTACAGTAGGAGGATTAACTGGTGTAATTTTAGCTAATTCTTCAATTGATATTGCTCTTCATGATACTTATTATGTAgTAgCCCACTTTCATTATGTATTGTCTATAGGAGCAGTATTTGCTATTTTTGGAGGATTTGTCCATTGATATCCTTTATTTACAGGATTAATATTAAATCCATATTTATTAAAAATTCAATTTATTTCAATATTTATTGGAGTTAACTTAACTTTTTTCCCACAACATTTTTTAGGTTTAGCTGGTATACCTCGACGTTACTCAGATTACCCAGATAATTTTTTATCTTGAAATATTATTTCATCATTAGGATCTTATATTTCTCTATTTTCTATAATAATAATAaTTATTATTATATGAGAATCAATAACTTATCAACGTATAATTTTATTTTCATTAAATATACctTCTTCAATTGAGTGATATCAAAAaTTACCACCTGCCGAACATTCTTATAAtGAAC',
'voucher_code': "CP100-10",
'taxonomy': {
'genus': 'Aus',
'species': 'aus'
},
'gene_code': 'COI_end',
'reading_frame': 2,
'table': 5
},
{
'seq':
'?????????????????????????????????????????????????????????????????????????AAAAAAGAAACTTTCGGAAGCTTAGGTATAATTTACGCTATATTAGCTATTGGATTATTAGGATtTATTGTATGAGCTCATCATATATTTACAGTAGGAATAGATATTGATACCCGAGCTTATTTTACTTCTGCTACAATAATTATTGCCGTACCAACAGGAATTAAAATTTTTAGCTGATTAGCAACTCTTCACGGAACTCAAATCAATTATAGTCCTTCCATACTTTGAAGATTAGGATTTATTTTTTTATTTACAGTAGGAGGACTAACTGGTGTAATTTTAGCTAATTCTTCAATTGATATTACTCTCCATGATACTTATTATGTTGTAGCTCATTTTCATTATGTTCTATCTATAGGAGCAGTATTTGCTATTTTCGGAGGATTTATCCACTGATACCCCTTATTTACAGGATTAATATTAAACCCATATTTATTAAAAATTCAATTCATTTCAATATTTATTGGAGTTAATTTAACTTTTTTTCCACAACATTTTTTAGGGTTAGCTGGTATACCTCGTCGTTATTCAGATTACCCAGATAATTTTTTATCTTGAAATATTATTTCATCATTAGGATCTTATATTTCATTATTTTCTATAATAATAATAATTATTATTATTTGAGAATCAATAATTTATCAACGTATAATTTTATTTACATTAAATATACCCTCTTCAATTGAATGATATCAAAATTTACCTCCTGCCGAACATTCTTATAATGAAC',
'voucher_code': "CP100-11",
'taxonomy': {
'genus': 'Aus',
'species': 'bus'
},
'gene_code': 'COI_end',
'reading_frame': 2,
'table': 5
},
{
'seq':
'????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????',
'voucher_code': "CP100-10",
'taxonomy': {
'genus': 'Aus',
'species': 'aus'
},
'gene_code': 'ef1a',
'reading_frame': 2,
'table': 1
},
{
'seq':
'????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????',
'voucher_code': "CP100-11",
'taxonomy': {
'genus': 'Aus',
'species': 'bus'
},
'gene_code': 'ef1a',
'reading_frame': 2,
'table': 1
},
]
seq_records = []
append = seq_records.append
for i in my_list:
seq_record = SeqRecordExpanded(
i['seq'],
voucher_code=i['voucher_code'],
taxonomy=i['taxonomy'],
gene_code=i['gene_code'],
reading_frame=i['reading_frame'],
table=i['table'],
)
append(seq_record)
expected = [
'COI_end', 'COI_end', 'ef1a', 'ef1a', 'RpS2', 'RpS2', 'wingless',
'wingless'
]
result = Dataset(seq_records).seq_records
self.assertEqual(expected, [i.gene_code for i in result])
expected = [
'CP100_10', 'CP100_11', 'CP100_10', 'CP100_11', 'CP100_10',
'CP100_11', 'CP100_10', 'CP100_11'
]
self.assertEqual(expected, [i.voucher_code for i in result])