Bring base classes from BioPerl-run back to BioPerl.
[bioperl-live.git] / t / SearchIO / blast.t
blob65c3d1eae97e502ebc264ad08fc7b40f1133915b
1 # -*-Perl-*- Test Harness script for Bioperl
2 # $Id: SearchIO_blast.t 14995 2008-11-16 06:20:00Z cjfields $
4 use strict;
5 use warnings;
7 BEGIN {
8     use lib '.';
9     use Bio::Root::Test;
11     test_begin(-tests => 1389);
13     use_ok('Bio::SearchIO');
16 SKIP: {
17     test_skip(-tests => 4, -requires_module => 'Path::Class');
20     my $file = Path::Class::file(test_input_file('ecolitst.bls'));
21     my $f    = sub { my ($file) = @_; Bio::SearchIO->new( -file   => $file, -format => 'blast') };
23     lives_ok(sub { $f->($file) } , 'Bio::SearchIO->new can handle a Path::Class object');
24     isa_ok($f->($file), 'Bio::Root::IO');
26     $file = Path::Class::dir(File::Spec->catfile(qw/t data/))->file('ecolitst.bls');
28     lives_ok(sub { $f->($file) } , 'Bio::SearchIO->new can handle a Path::Class object');
29     isa_ok($f->($file), 'Bio::Root::IO');
32 my ( $searchio, $result, $iter, $hit, $hsp );
34 $searchio = Bio::SearchIO->new(
35     '-format' => 'blast',
36     '-file'   => test_input_file('ecolitst.bls')
39 $result = $searchio->next_result;
41 like($result->algorithm_reference,
42     qr/Gapped BLAST and PSI-BLAST: a new generation of protein database search/
45 is( $result->database_name, 'ecoli.aa', 'database_name()' );
46 is( $result->database_entries, 4289 );
47 is( $result->database_letters, 1358990 );
49 is( $result->algorithm, 'BLASTP' );
50 like( $result->algorithm_version, qr/^2\.1\.3/ );
51 like( $result->query_name,
52 qr/gi|1786183|gb|AAC73113.1| (AE000111) aspartokinase I,\s+homoserine dehydrogenase I [Escherichia coli]/
54 is( $result->query_accession,                 'AAC73113.1' );
55 is( $result->query_gi,                        1786183 );
56 is( $result->query_length,                    820 );
57 is( $result->get_statistic('kappa'),          '0.135' );
58 is( $result->get_statistic('kappa_gapped'),   '0.0410' );
59 is( $result->get_statistic('lambda'),         '0.319' );
60 is( $result->get_statistic('lambda_gapped'),  '0.267' );
61 is( $result->get_statistic('entropy'),        '0.383' );
62 is( $result->get_statistic('entropy_gapped'), '0.140' );
64 is( $result->get_statistic('dbletters'),           1358990 );
65 is( $result->get_statistic('dbentries'),           4289 );
66 is( $result->get_statistic('effective_hsplength'), 47 );
67 is( $result->get_statistic('effectivespace'),      894675611 );
68 is( $result->get_parameter('matrix'),              'BLOSUM62' );
69 is( $result->get_parameter('gapopen'),             11 );
70 is( $result->get_parameter('gapext'),              1 );
71 is( $result->get_statistic('S2'),                  '92' );
72 is( $result->get_statistic('S2_bits'),             '40.0' );
73 float_is( $result->get_parameter('expect'), '1.0e-03' );
74 is( $result->get_statistic('num_extensions'),     '82424' );
75 is( $result->get_statistic('querylength'),        773 );
76 is( $result->get_statistic('effectivedblength'),  1157407 );
77 is( $result->get_statistic('effectivespaceused'), 894675611 );
79 my @valid = (
80     [ 'gb|AAC73113.1|', 820, 'AAC73113', '0',     1567, 4058 ],
81     [ 'gb|AAC76922.1|', 810, 'AAC76922', '1e-91', 332,  850 ],
82     [ 'gb|AAC76994.1|', 449, 'AAC76994', '3e-47', 184,  467 ]
84 my $count = 0;
85 while ( $hit = $result->next_hit ) {
86     my $d = shift @valid;
88     is( $hit->name,      shift @$d );
89     is( $hit->length,    shift @$d );
90     is( $hit->accession, shift @$d );
91     float_is( $hit->significance, shift @$d );
92     is( $hit->bits,      shift @$d );
93     is( $hit->raw_score, shift @$d );
95     if ( $count == 0 ) {
96         my $hsps_left = 1;
97         while ( my $hsp = $hit->next_hsp ) {
98             is( $hsp->query->start,    1 );
99             is( $hsp->query->end,      820 );
100             is( $hsp->hit->start,      1 );
101             is( $hsp->hit->end,        820 );
102             is( $hsp->length('total'), 820 );
103             is( $hsp->start('hit'),    $hsp->hit->start );
104             is( $hsp->end('query'),    $hsp->query->end );
105             is( $hsp->strand('sbjct'), $hsp->subject->strand );  # alias for hit
106             float_is( $hsp->evalue, 0.0 );
107             is( $hsp->score, 4058 );
108             is( $hsp->bits,  1567 );
109             is( sprintf( "%.2f", $hsp->percent_identity ),        98.29 );
110             is( sprintf( "%.4f", $hsp->frac_identical('query') ), 0.9829 );
111             is( sprintf( "%.4f", $hsp->frac_identical('hit') ),   0.9829 );
112             is( $hsp->gaps, 0 );
113             is( $hsp->n,    1 );
114             $hsps_left--;
115         }
116         is( $hsps_left, 0 );
117     }
118     last if ( $count++ > @valid );
120 is( @valid, 0 );
122 $searchio = Bio::SearchIO->new(
123     '-format' => 'blast',
124     '-file'   => test_input_file('ecolitst.wublastp')
127 $result = $searchio->next_result;
129 like($result->algorithm_reference,
130      qr/Gish, W. \(1996-2000\)/);
132 is( $result->database_name,    'ecoli.aa' );
133 is( $result->database_letters, 1358990 );
134 is( $result->database_entries, 4289 );
135 is( $result->algorithm,        'BLASTP' );
136 like( $result->algorithm_version, qr/^2\.0MP\-WashU/ );
137 like( $result->query_name,
138 qr/gi|1786183|gb|AAC73113.1| (AE000111) aspartokinase I,\s+homoserine dehydrogenase I [Escherichia coli]/
140 is( $result->query_accession, 'AAC73113.1' );
142 is( $result->query_length,                          820 );
143 is( $result->query_gi,                              1786183 );
144 is( $result->get_statistic('kappa'),                0.136 );
145 is( $result->get_statistic('lambda'),               0.319 );
146 is( $result->get_statistic('entropy'),              0.384 );
147 is( $result->get_statistic('dbletters'),            1358990 );
148 is( $result->get_statistic('dbentries'),            4289 );
149 is( $result->get_parameter('matrix'),               'BLOSUM62' );
150 is( $result->get_statistic('Frame+0_lambda_used'),  '0.319' );
151 is( $result->get_statistic('Frame+0_kappa_used'),   '0.136' );
152 is( $result->get_statistic('Frame+0_entropy_used'), '0.384' );
154 is( $result->get_statistic('Frame+0_lambda_computed'),  '0.319' );
155 is( $result->get_statistic('Frame+0_kappa_computed'),   '0.136' );
156 is( $result->get_statistic('Frame+0_entropy_computed'), '0.384' );
158 is( $result->get_statistic('Frame+0_lambda_gapped'),  '0.244' );
159 is( $result->get_statistic('Frame+0_kappa_gapped'),   '0.0300' );
160 is( $result->get_statistic('Frame+0_entropy_gapped'), '0.180' );
162 @valid = (
163     [ 'gb|AAC73113.1|', 820, 'AAC73113', '0',       4141 ],
164     [ 'gb|AAC76922.1|', 810, 'AAC76922', '3.1e-86', 844 ],
165     [ 'gb|AAC76994.1|', 449, 'AAC76994', '2.8e-47', 483 ]
167 $count = 0;
168 while ( $hit = $result->next_hit ) {
169     my $d = shift @valid;
171     if ( $count == 1 ) {
173         # Test HSP contig data returned by SearchUtils::tile_hsps()
174         # Second hit has two hsps that overlap.
176         # compare with the contig made by hand for these two contigs
177         # in t/data/contig-by-hand.wublastp
178         # (in this made-up file, the hsps from ecolitst.wublastp
179         #  were aligned and contiged, and Length, Identities, Positives
180         #  were counted, by a human (maj) )
182         my $hand_hit = Bio::SearchIO->new(
183             -format => 'blast',
184             -file   => test_input_file('contig-by-hand.wublastp')
185         )->next_result->next_hit;
186         my $hand_hsp     = $hand_hit->next_hsp;
187         my @hand_qrng    = $hand_hsp->range('query');
188         my @hand_srng    = $hand_hsp->range('hit');
189         my @hand_matches = $hand_hit->matches;
191         my ( $qcontigs, $scontigs ) = Bio::Search::SearchUtils::tile_hsps($hit);
193         # Query contigs
194         is( $qcontigs->[0]->{'start'}, $hand_qrng[0] );
195         is( $qcontigs->[0]->{'stop'},  $hand_qrng[1] );
196         is( $qcontigs->[0]->{'iden'},  $hand_matches[0] );
197         is( $qcontigs->[0]->{'cons'},  $hand_matches[1] );
199         # Subject contigs
200         is( $scontigs->[0]->{'start'}, $hand_srng[0] );
201         is( $scontigs->[0]->{'stop'},  $hand_srng[1] );
202         is( $scontigs->[0]->{'iden'},  $hand_matches[0] );
203         is( $scontigs->[0]->{'cons'},  $hand_matches[1] );
204     }
206     is( $hit->name,      shift @$d );
207     is( $hit->length,    shift @$d );
208     is( $hit->accession, shift @$d );
209     float_is( $hit->significance, shift @$d );
210     is( $hit->raw_score, shift @$d );
212     if ( $count == 0 ) {
213         my $hsps_left = 1;
214         while ( my $hsp = $hit->next_hsp ) {
215             is( $hsp->query->start,    1 );
216             is( $hsp->query->end,      820 );
217             is( $hsp->hit->start,      1 );
218             is( $hsp->hit->end,        820 );
219             is( $hsp->length('total'), 820 );
221             float_is( $hsp->evalue, 0.0 );
222             float_is( $hsp->pvalue, '0.0' );
223             is( $hsp->score,                   4141 );
224             is( $hsp->bits,                    1462.8 );
225             is( $hsp->percent_identity,        100 );
226             is( $hsp->frac_identical('query'), 1.00 );
227             is( $hsp->frac_identical('hit'),   1.00 );
228             is( $hsp->gaps,                    0 );
229             is( $hsp->n,                       1 );
230             $hsps_left--;
231         }
232         is( $hsps_left, 0 );
233     }
234     last if ( $count++ > @valid );
236 is( @valid, 0 );
238 # test that add hit really works properly for BLAST objects
239 # bug 1611
240 my @hits = $result->hits;
241 $result->add_hit( $hits[0] );
242 is( $result->num_hits, @hits + 1 );
244 # test WU-BLAST -noseqs option
245 $searchio = Bio::SearchIO->new(
246     '-format' => 'blast',
247     '-file'   => test_input_file('ecolitst.noseqs.wublastp')
250 $result = $searchio->next_result;
252     $result->algorithm_reference, 'Gish, W. (1996-2004) http://blast.wustl.edu
255 is( $result->database_name,    'ecoli.aa' );
256 is( $result->database_letters, 1358990 );
257 is( $result->database_entries, 4289 );
258 is( $result->algorithm,        'BLASTP' );
259 like( $result->algorithm_version, qr/^2\.0MP\-WashU/ );
260 like( $result->query_name,
261 qr/gi|1786183|gb|AAC73113.1| (AE000111) aspartokinase I,\s+homoserine dehydrogenase I [Escherichia coli]/
263 is( $result->query_accession, 'AAC73113.1' );
264 is( $result->query_gi,        1786183 );
266 is( $result->query_length,                          820 );
267 is( $result->get_statistic('kappa'),                0.135 );
268 is( $result->get_statistic('lambda'),               0.319 );
269 is( $result->get_statistic('entropy'),              0.384 );
270 is( $result->get_statistic('dbletters'),            1358990 );
271 is( $result->get_statistic('dbentries'),            4289 );
272 is( $result->get_parameter('matrix'),               'BLOSUM62' );
273 is( $result->get_statistic('Frame+0_lambda_used'),  '0.319' );
274 is( $result->get_statistic('Frame+0_kappa_used'),   '0.135' );
275 is( $result->get_statistic('Frame+0_entropy_used'), '0.384' );
277 is( $result->get_statistic('Frame+0_lambda_computed'),  '0.319' );
278 is( $result->get_statistic('Frame+0_kappa_computed'),   '0.135' );
279 is( $result->get_statistic('Frame+0_entropy_computed'), '0.384' );
281 is( $result->get_statistic('Frame+0_lambda_gapped'),  '0.244' );
282 is( $result->get_statistic('Frame+0_kappa_gapped'),   '0.0300' );
283 is( $result->get_statistic('Frame+0_entropy_gapped'), '0.180' );
285 @valid = (
286     [ 'gb|AAC73113.1|', 820, 'AAC73113', '0',       4141 ],
287     [ 'gb|AAC76922.1|', 810, 'AAC76922', '6.6e-93', 907 ],
288     [ 'gb|AAC76994.1|', 449, 'AAC76994', '2.8e-47', 483 ]
290 $count = 0;
291 while ( $hit = $result->next_hit ) {
292     my $d = shift @valid;
294     is( $hit->name,      shift @$d );
295     is( $hit->length,    shift @$d );
296     is( $hit->accession, shift @$d );
297     float_is( $hit->significance, shift @$d );
298     is( $hit->raw_score, shift @$d );
300     if ( $count == 0 ) {
301         my $hsps_left = 1;
302         while ( my $hsp = $hit->next_hsp ) {
303             is( $hsp->query->start,    1 );
304             is( $hsp->query->end,      820 );
305             is( $hsp->hit->start,      1 );
306             is( $hsp->hit->end,        820 );
307             is( $hsp->length('total'), 820 );
309             float_is( $hsp->evalue, 0. );
310             float_is( $hsp->pvalue, '0.' );
311             is( $hsp->score,                   4141 );
312             is( $hsp->bits,                    1462.8 );
313             is( $hsp->percent_identity,        100 );
314             is( $hsp->frac_identical('query'), 1.00 );
315             is( $hsp->frac_identical('hit'),   1.00 );
316             is( $hsp->gaps,                    0 );
317             is( $hsp->n,                       1 );
318             $hsps_left--;
319         }
320         is( $hsps_left, 0 );
321     }
322     last if ( $count++ > @valid );
324 is( @valid, 0 );
326 # test tblastx
327 $searchio = Bio::SearchIO->new(
328     '-format' => 'blast',
329     '-file'   => test_input_file('HUMBETGLOA.tblastx')
332 $result = $searchio->next_result;
333 like($result->algorithm_reference,qr/Gapped BLAST and PSI-BLAST/);
334 is( $result->database_name,    'ecoli.nt' );
335 is( $result->database_letters, 4662239 );
336 is( $result->database_entries, 400 );
337 is( $result->algorithm,        'TBLASTX' );
338 like( $result->algorithm_version, qr/^2\.1\.2/ );
339 is( $result->query_name, 'HUMBETGLOA' );
340 is( $result->query_description,
341     'Human haplotype C4 beta-globin gene, complete cds.' );
342 is( $result->query_length,                        3002 );
343 is( $result->get_statistic('kappa'),              0.135 );
344 is( $result->get_statistic('lambda'),             0.318 );
345 is( $result->get_statistic('entropy'),            0.401 );
346 is( $result->get_statistic('dbletters'),          4662239 );
347 is( $result->get_statistic('dbentries'),          400 );
348 is( $result->get_statistic('querylength'),        953 );
349 is( $result->get_statistic('effectivedblength'),  1535279 );
350 is( $result->get_statistic('effectivespace'),     1463120887 );
351 is( $result->get_statistic('effectivespaceused'), 1463120887 );
352 is( $result->get_statistic('T'),                  13 );
353 is( $result->get_statistic('X1'),                 16 );
354 is( $result->get_statistic('X1_bits'),            7.3 );
355 is( $result->get_statistic('X2'),                 0 );
356 is( $result->get_statistic('X2_bits'),            '0.0' );
357 is( $result->get_statistic('S1'),                 41 );
358 is( $result->get_statistic('S1_bits'),            21.7 );
359 is( $result->get_statistic('S2'),                 53 );
360 is( $result->get_statistic('S2_bits'),            27.2 );
362 is( $result->get_statistic('decayconst'), 0.1 );
364 is( $result->get_parameter('matrix'), 'BLOSUM62' );
366 @valid = (
367     [ 'gb|AE000479.1|AE000479', 10934, 'AE000479', '0.13', 33.6, 67 ],
368     [ 'gb|AE000302.1|AE000302', 10264, 'AE000302', '0.61', 31.3, 62 ],
369     [ 'gb|AE000277.1|AE000277', 11653, 'AE000277', '0.84', 30.8, 61 ]
371 $count = 0;
373 while ( $hit = $result->next_hit ) {
374     my $d = shift @valid;
375     is( $hit->name,      shift @$d );
376     is( $hit->length,    shift @$d );
377     is( $hit->accession, shift @$d );
378     float_is( $hit->significance, shift @$d );
379     is( $hit->bits,      shift @$d );
380     is( $hit->raw_score, shift @$d );
382     if ( $count == 0 ) {
383         my $hsps_left = 1;
384         while ( my $hsp = $hit->next_hsp ) {
385             is( $hsp->query->start,    1057 );
386             is( $hsp->query->end,      1134 );
387             is( $hsp->query->strand,   1 );
388             is( $hsp->strand('query'), $hsp->query->strand );
389             is( $hsp->hit->end,        5893 );
390             is( $hsp->hit->start,      5816 );
391             is( $hsp->hit->strand,     -1 );
392             is( $hsp->strand('sbjct'), $hsp->subject->strand );
393             is( $hsp->length('total'), 26 );
395             float_is( $hsp->evalue, 0.13 );
396             is( $hsp->score, 67 );
397             is( $hsp->bits,  33.6 );
398             is( sprintf( "%.2f", $hsp->percent_identity ),        42.31 );
399             is( sprintf( "%.4f", $hsp->frac_identical('query') ), '0.4231' );
400             is( sprintf( "%.4f", $hsp->frac_identical('hit') ),   '0.4231' );
401             is( $hsp->query->frame(),  0 );
402             is( $hsp->hit->frame(),    1 );
403             is( $hsp->gaps,            0 );
404             is( $hsp->query_string,    'SAYWSIFPPLGCWWSTLGPRGSLSPL' );
405             is( $hsp->hit_string,      'AAVWALFPPVGSQWGCLASQWRTSPL' );
406             is( $hsp->homology_string, '+A W++FPP+G  W  L  +   SPL' );
408             # changed to reflect positional ambiguities, note extra flag
409             is(
410                 join( ' ', $hsp->seq_inds( 'query', 'nomatch', 1 ) ),
411                 '1063-1065 1090-1095 1099-1104 1108-1113 1117-1125'
412             );
413             is(
414                 join( ' ', $hsp->seq_inds( 'hit', 'nomatch', 1 ) ),
415                 '5825-5833 5837-5842 5846-5851 5855-5860 5885-5887'
416             );
417             is( $hsp->ambiguous_seq_inds, 'query/subject' );
418             is( $hsp->n,                  1 );
419             $hsps_left--;
420         }
421         is( $hsps_left, 0 );
422     }
423     last if ( $count++ > @valid );
425 is( @valid, 0 );
427 # test for MarkW bug in blastN
429 $searchio = Bio::SearchIO->new(
430     '-format' => 'blast',
431     '-file'   => test_input_file('a_thaliana.blastn')
434 $result = $searchio->next_result;
435 like($result->algorithm_reference,qr/Gapped BLAST and PSI-BLAST/);
436 is( $result->rid, '1012577175-3730-28291' );
437 is( $result->database_name,
438 'All GenBank+EMBL+DDBJ+PDB sequences (but no EST, STS, GSS,or phase 0, 1 or 2 HTGS sequences) '
440 is( $result->database_letters, 4677375331 );
441 is( $result->database_entries, 1083200 );
442 is( $result->algorithm,        'BLASTN' );
443 like( $result->algorithm_version, qr/^2\.2\.1/ );
444 is( $result->query_name,                          '' );
445 is( $result->query_length,                        60 );
446 is( $result->get_parameter('gapopen'),            5 );
447 is( $result->get_parameter('gapext'),             2 );
448 is( $result->get_parameter('ktup'),               undef );
449 is( $result->get_statistic('querylength'),        41 );
450 is( $result->get_statistic('effectivedblength'),  4656794531 );
451 is( $result->get_statistic('effectivespace'),     190928575771 );
452 is( $result->get_statistic('effectivespaceused'), 190928575771 );
454 is( $result->get_statistic('lambda'),  1.37 );
455 is( $result->get_statistic('kappa'),   0.711 );
456 is( $result->get_statistic('entropy'), 1.31 );
457 is( $result->get_statistic('T'),       0 );
458 is( $result->get_statistic('A'),       30 );
459 is( $result->get_statistic('X1'),      '6' );
460 is( $result->get_statistic('X1_bits'), 11.9 );
461 is( $result->get_statistic('X2'),      15 );
462 is( $result->get_statistic('X2_bits'), 29.7 );
463 is( $result->get_statistic('S1'),      12 );
464 is( $result->get_statistic('S1_bits'), 24.3 );
465 is( $result->get_statistic('S2'),      17 );
466 is( $result->get_statistic('S2_bits'), 34.2 );
468 is( $result->get_statistic('dbentries'), 1083200 );
470 @valid = (
471     [ 'gb|AY052359.1|', 2826, 'AY052359', '3e-18', 95.6, 48, 1, 60, '1.0000' ],
472     [
473         'gb|AC002329.2|AC002329', 76170, 'AC002329', '3e-18', 95.6, 48, 1, 60,
474         '1.0000'
475     ],
476     [
477         'gb|AF132318.1|AF132318', 5383, 'AF132318', '0.04', 42.1, 21, 35, 55,
478         '0.3500'
479     ]
481 $count = 0;
483 while ( my $hit = $result->next_hit ) {
484     my $d = shift @valid;
485     is( $hit->name,      shift @$d );
486     is( $hit->length,    shift @$d );
487     is( $hit->accession, shift @$d );
488     float_is( $hit->significance, shift @$d );
489     is( $hit->bits,      shift @$d );
490     is( $hit->raw_score, shift @$d );
491     is( $hit->start,     shift @$d );
492     is( $hit->end,       shift @$d );
493     is( sprintf( "%.4f", $hit->frac_aligned_query ), shift @$d );
495     if ( $count == 0 ) {
496         my $hsps_left = 1;
497         while ( my $hsp = $hit->next_hsp ) {
498             is( $hsp->query->start,    1 );
499             is( $hsp->query->end,      60 );
500             is( $hsp->query->strand,   1 );
501             is( $hsp->hit->start,      154 );
502             is( $hsp->hit->end,        212 );
503             is( $hsp->hit->strand,     1 );
504             is( $hsp->length('total'), 60 );
505             float_is( $hsp->evalue, 3e-18 );
506             is( $hsp->score, 48 );
507             is( $hsp->bits,  95.6 );
508             is( sprintf( "%.2f", $hsp->percent_identity ),        96.67 );
509             is( sprintf( "%.4f", $hsp->frac_identical('query') ), 0.9667 );
510             is( sprintf( "%.4f", $hsp->frac_identical('hit') ),   0.9831 );
511             is( $hsp->query->frame(), 0 );
512             is( $hsp->hit->frame(),   0 );
513             is( $hsp->query->seq_id,  undef );
514             is( $hsp->hit->seq_id,    'gb|AY052359.1|' );
515             is( $hsp->gaps('query'),  0 );
516             is( $hsp->gaps('hit'),    1 );
517             is( $hsp->gaps,           1 );
518             is( $hsp->query_string,
519                 'aggaatgctgtttaattggaatcgtacaatggagaatttgacggaaatagaatcaacgat'
520             );
521             is( $hsp->hit_string,
522                 'aggaatgctgtttaattggaatca-acaatggagaatttgacggaaatagaatcaacgat'
523             );
524             is( $hsp->homology_string,
525                 '|||||||||||||||||||||||  |||||||||||||||||||||||||||||||||||'
526             );
527             my $aln = $hsp->get_aln;
528             is( sprintf( "%.2f", $aln->overall_percentage_identity ), 96.67 );
529             is( sprintf( "%.2f", $aln->percentage_identity ),         98.31 );
530             is( $hsp->n, 1 );
531             $hsps_left--;
532         }
533         is( $hsps_left, 0 );
534     }
535     last if ( $count++ > @valid );
537 is( @valid, 0 );
539 #WU-BlastX test
541 $searchio = Bio::SearchIO->new(
542     '-format' => 'blast',
543     '-file'   => test_input_file('dnaEbsub_ecoli.wublastx')
546 $result = $searchio->next_result;
548     $result->algorithm_reference, 'Gish, W. (1996-2000) http://blast.wustl.edu
549 Gish, Warren and David J. States (1993).  Identification of protein coding
550 regions by database similarity search.  Nat. Genet. 3:266-72.
553 is( $result->database_name,    'ecoli.aa' );
554 is( $result->database_letters, 1358990 );
555 is( $result->database_entries, 4289 );
556 is( $result->algorithm,        'BLASTX' );
557 like( $result->algorithm_version, qr/^2\.0MP\-WashU/ );
558 is( $result->query_name, 'gi|142864|gb|M10040.1|BACDNAE' );
559 is( $result->query_description,
560     'B.subtilis dnaE gene encoding DNA primase, complete cds' );
561 is( $result->query_accession,         'M10040.1' );
562 is( $result->query_gi,                142864 );
563 is( $result->query_length,            2001 );
564 is( $result->get_parameter('matrix'), 'blosum62' );
566 is( $result->get_statistic('lambda'),  0.318 );
567 is( $result->get_statistic('kappa'),   0.135 );
568 is( $result->get_statistic('entropy'), 0.401 );
570 is( $result->get_statistic('dbentries'), 4289 );
572 @valid = ( [ 'gi|1789447|gb|AAC76102.1|', 581, 'AAC76102', '1.1e-74', 671 ] );
573 $count = 0;
575 while ( my $hit = $result->next_hit ) {
576     my $d = shift @valid;
577     is( $hit->name,      shift @$d );
578     is( $hit->length,    shift @$d );
579     is( $hit->accession, shift @$d );
580     float_is( $hit->significance, shift @$d );
581     is( $hit->raw_score, shift @$d );
582     is( sprintf( "%.4f", $hit->frac_identical('query') ), '0.3640' );
583     is( sprintf( "%.4f", $hit->frac_identical('hit') ),   '0.3660' );
584     is( sprintf( "%.4f", $hit->frac_conserved('query') ), '0.5370' );
585     is( sprintf( "%.4f", $hit->frac_conserved('hit') ),   '0.5400' );
586     is( sprintf( "%.4f", $hit->frac_aligned_query ),      '0.6200' );
587     is( sprintf( "%.4f", $hit->frac_aligned_hit ),        '0.7100' );
589     if ( $count == 0 ) {
590         my $hsps_left = 1;
591         while ( my $hsp = $hit->next_hsp ) {
592             is( $hsp->query->start,    21 );
593             is( $hsp->query->end,      1265 );
594             is( $hsp->query->strand,   1 );
595             is( $hsp->hit->start,      1 );
596             is( $hsp->hit->end,        413 );
597             is( $hsp->hit->strand,     0 );
598             is( $hsp->length('total'), 421 );
599             float_is( $hsp->evalue, 1.1e-74 );
600             float_is( $hsp->pvalue, '1.1e-74' );
601             is( $hsp->score, 671 );
602             is( $hsp->bits,  265.8 );
603             is( sprintf( "%.2f", $hsp->percent_identity ), 35.87 );
605             is( sprintf( "%.4f", $hsp->frac_identical('query') ), 0.3639 );
606             is( sprintf( "%.4f", $hsp->frac_identical('hit') ),   0.3656 );
607             is( sprintf( "%.4f", $hsp->frac_conserved('query') ), 0.5373 );
608             is( sprintf( "%.2f", $hsp->frac_conserved('hit') ),   0.54 );
610             is( sprintf( "%.4f", $hsp->frac_identical('hsp') ), 0.3587 );
611             is( sprintf( "%.4f", $hsp->frac_conserved('hsp') ), 0.5297 );
613             is( $hsp->query->frame(), 2 );
614             is( $hsp->hit->frame(),   0 );
615             is( $hsp->gaps('query'),  6 );
616             is( $hsp->gaps('hit'),    8 );
617             is( $hsp->gaps,           14 );
618             is( $hsp->query_string,
619 'MGNRIPDEIVDQVQKSADIVEVIGDYVQLKKQGRNYFGLCPFHGESTPSFSVSPDKQIFHCFGCGAGGNVFSFLRQMEGYSFAESVSHLADKYQIDFPDDITVHSGARP---ESSGEQKMAEAHELLKKFYHHLLINTKEGQEALDYLLSRGFTKELINEFQIGYALDSWDFITKFLVKRGFSEAQMEKAGLLIRREDGSGYFDRFRNRVMFPIHDHHGAVVAFSGRALGSQQPKYMNSPETPLFHKSKLLYNFYKARLHIRKQERAVLFEGFADVYTAVSSDVKESIATMGTSLTDDHVKILRRNVEEIILCYDSDKAGYEATLKASELL---QKKGCKVRVAMIPDGLDPDDYIKKFGGEKFKNDIIDASVTVMAFKMQYFRKGKNLSDEGDRLAYIKDVLKEISTLSGSLEQEVYVKQ'
620             );
621             is( $hsp->hit_string,
622 'MAGRIPRVFINDLLARTDIVDLIDARVKLKKQGKNFHACCPFHNEKTPSFTVNGEKQFYHCFGCGAHGNAIDFLMNYDKLEFVETVEELAAMHNLEVPFE----AGSGPSQIERHQRQTLYQLMDGLNTFYQQSL-QQPVATSARQYLEKRGLSHEVIARFAIGFAPPGWDNVLKRFGGNPENRQSLIDAGMLVTNDQGRSY-DRFRERVMFPIRDKRGRVIGFGGRVLGNDTPKYLNSPETDIFHKGRQLYGLYEAQQDNAEPNRLLVVEGYMDVVALAQYGINYAVASLGTSTTADHIQLLFRATNNVICCYDGDRAGRDAAWRALETALPYMTDGRQLRFMFLPDGEDPDTLVRKEGKEAFEARM-EQAMPLSAFLFNSLMPQVDLSTPDGRARLSTLALPLISQVPGETLR-IYLRQ'
623             );
624             is( $hsp->homology_string,
625 'M  RIP   ++ +    DIV++I   V+LKKQG+N+   CPFH E TPSF+V+ +KQ +HCFGCGA GN   FL   +   F E+V  LA  + ++ P +    +G+ P   E    Q + +  + L  FY   L        A  YL  RG + E+I  F IG+A   WD + K       +   +  AG+L+  + G  Y DRFR RVMFPI D  G V+ F GR LG+  PKY+NSPET +FHK + LY  Y+A+    +  R ++ EG+ DV       +  ++A++GTS T DH+++L R    +I CYD D+AG +A  +A E        G ++R   +PDG DPD  ++K G E F+  + + ++ + AF         +LS    R       L  IS + G   + +Y++Q'
626             );
627             is(
628                 join( ' ', $hsp->seq_inds( 'query', 'nomatch', 1 ) ),
629 '24-29 39-47 54-56 60-71 90-98 129-137 150-152 156-158 180-182 192-194 219-221 228-236 243-251 255-263 267-269 279-284 291-296 300-302 309-311 315-317 321-332 342-344 351-362 366-368 372-374 378-383 387-389 393-398 405-413 417-440 444-449 456-461 468-470 474-476 486-491 495-497 510-518 525-527 531-533 537-557 561-569 573-578 594-599 603-605 609-614 618-620 633-635 654-656 660-665 669-671 678-680 684-686 693-695 705-710 738-740 753-755 759-761 768-773 786-797 801-806 810-812 819-821 831-833 840-860 864-869 894-896 900-902 921-923 927-938 945-947 957-959 972-974 981-986 993-995 999-1013 1017-1019 1029-1037 1050-1052 1062-1067 1077-1079 1083-1085 1089-1091 1098-1103 1107-1109 1113-1115 1122-1124 1128-1130 1137-1163 1173-1184 1188-1208 1212-1217 1224-1226 1230-1232 1236-1244 1248-1250'
630             );
631             is(
632                 join( ' ', $hsp->seq_inds( 'query', 'mismatch', 1 ) ),
633 '24-29 39-47 54-56 60-71 90-98 129-137 150-152 156-158 180-182 192-194 219-221 228-236 243-251 255-263 267-269 279-284 291-296 300-302 309-311 315-317 342-344 351-362 366-368 372-374 378-383 387-389 393-398 405-413 420-440 444-449 456-461 468-470 474-476 486-491 495-497 510-518 525-527 531-533 537-557 561-569 573-578 594-599 603-605 609-614 633-635 654-656 660-665 669-671 678-680 684-686 693-695 705-710 738-740 753-755 759-761 768-773 786-797 801-806 810-812 819-821 831-833 840-860 864-869 894-896 900-902 921-923 927-938 945-947 957-959 972-974 981-986 993-995 999-1013 1017-1019 1029-1037 1050-1052 1062-1067 1077-1079 1083-1085 1089-1091 1098-1103 1113-1115 1122-1124 1128-1130 1137-1163 1173-1184 1188-1208 1212-1217 1224-1226 1230-1232 1236-1244'
634             );
635             is(
636                 join( ' ', $hsp->seq_inds( 'hit', 'nomatch', 1 ) ),
637 '2 3 7-9 12 14-17 24-26 37-39 44 46 54 58 67 70-72 75-77 79-81 83 87 88 91 92 94 97 99 104 106-108 110-113 115 117 119 120 122 124 125 128-130 132-138 140 141 144 145 148 150 154 155 157 162-164 167 169 171-177 179-181 183 184 190 191 193 195 196 202 209 211 212 214 217 219 222 226 227 237 242 244 247 248 253-256 258 259 261 264 268 271-277 279 280 289 291 298 300-303 306 310 315 318 319 322 324-331 333 337-339 344 348 349 353 355 357 360 361 364 367 369 372-380 384-387 389-395 397 398 401 403 405-407'
638             );
639             is(
640                 join( ' ', $hsp->seq_inds( 'hit', 'mismatch', 1 ) ),
641 '2 3 7-9 12 14-17 24-26 37-39 44 46 54 58 67 70-72 75-77 79-81 83 87 88 91 92 94 97 99 104 110-113 115 117 119 120 122 124 125 128-130 132-138 140 141 144 145 148 150 154 155 157 162-164 167 169 171-177 179-181 183 184 190 191 193 195 196 202 209 211 212 214 217 219 222 226 227 237 242 244 247 248 253-256 258 259 261 264 268 271-277 279 280 289 291 298 300-303 306 310 315 318 319 322 324 325 329-331 333 337-339 344 348 349 353 355 357 360 361 364 367 369 372-380 384-387 389-395 397 398 401 403 405-407'
642             );
643             is( join( ' ', $hsp->seq_inds( 'query', 'gaps', 1 ) ), '347 1004' );
644             is( join( ' ', $hsp->seq_inds( 'hit', 'gaps', 1 ) ),
645                 '100 131 197 362 408' );
646             is( $hsp->ambiguous_seq_inds, 'query' );
647             is( $hsp->n,                  1 );
648             $hsps_left--;
649         }
650         is( $hsps_left, 0 );
651     }
652     last if ( $count++ > @valid );
654 is( @valid, 0 );
656 #Trickier WU-Blast
657 $searchio = Bio::SearchIO->new(
658     '-format' => 'blast',
659     '-file'   => test_input_file('tricky.wublast')
661 $result = $searchio->next_result;
662 my $hits_left = 1;
663 while ( my $hit = $result->next_hit ) {
665 # frac_aligned_hit used to be over 1, frac_identical & frac_conserved are still too wrong
666   TODO: {
667         local $TODO = 'frac_identical & frac_conserved are still too wrong';
668         cmp_ok sprintf( "%.3f", $hit->frac_identical ), '>',  0.9;
669         cmp_ok sprintf( "%.3f", $hit->frac_conserved ), '<=', 1;
670     }
671     is( sprintf( "%.2f", $hit->frac_aligned_query ), '0.92' );
672     is( sprintf( "%.2f", $hit->frac_aligned_hit ),   '0.91' );
673     $hits_left--;
675 is( $hits_left, 0 );
677 # More frac_ method testing, this time on ncbi blastn
678 $searchio = Bio::SearchIO->new(
679     '-format' => 'blast',
680     '-file'   => test_input_file('frac_problems.blast')
682 my @expected = ( "1.000", "0.943" );
683 while ( my $result = $searchio->next_result ) {
684     my $hit = $result->next_hit;
685     is( $hit->frac_identical, shift @expected );
687 is( @expected, 0 );
689 # And even more: frac_aligned_query should never be over 1!
690 $searchio = Bio::SearchIO->new(
691     '-format' => 'blast',
692     '-file'   => test_input_file('frac_problems2.blast')
694 $result = $searchio->next_result;
695 $hit    = $result->next_hit;
696 is $hit->frac_aligned_query, 0.97;
698 # Also, start and end should be sane
699 $searchio = Bio::SearchIO->new(
700     '-format' => 'blast',
701     '-file'   => test_input_file('frac_problems3.blast')
703 $result = $searchio->next_result;
704 $hit    = $result->next_hit;
705 is $hit->start('sbjct'), 207;
706 is $hit->end('sbjct'),   1051;
708 #WU-TBlastN test
710 $searchio = Bio::SearchIO->new(
711     '-format' => 'blast',
712     '-file'   => test_input_file('dnaEbsub_ecoli.wutblastn')
715 $result = $searchio->next_result;
717     $result->algorithm_reference, 'Gish, W. (1996-2000) http://blast.wustl.edu
720 is( $result->database_name,    'ecoli.nt' );
721 is( $result->database_letters, 4662239 );
722 is( $result->database_entries, 400 );
723 is( $result->algorithm,        'TBLASTN' );
724 like( $result->algorithm_version, qr/^2\.0MP\-WashU/ );
725 is( $result->query_name,              'gi|142865|gb|AAA22406.1|' );
726 is( $result->query_description,       'DNA primase' );
727 is( $result->query_accession,         'AAA22406.1' );
728 is( $result->query_gi,                142865 );
729 is( $result->query_length,            603 );
730 is( $result->get_parameter('matrix'), 'blosum62' );
732 is( $result->get_statistic('lambda'),  '0.320' );
733 is( $result->get_statistic('kappa'),   0.136 );
734 is( $result->get_statistic('entropy'), 0.387 );
736 is( $result->get_statistic('dbentries'), 400 );
738 @valid =
739   ( [ 'gi|1789441|gb|AE000388.1|AE000388', 10334, 'AE000388', '1.4e-73', 671 ]
740   );
741 $count = 0;
743 while ( my $hit = $result->next_hit ) {
744     my $d = shift @valid;
745     is( $hit->name,      shift @$d );
746     is( $hit->length,    shift @$d );
747     is( $hit->accession, shift @$d );
748     float_is( $hit->significance, shift @$d );
749     is( $hit->raw_score, shift @$d );
751     if ( $count == 0 ) {
752         my $hsps_left = 1;
753         while ( my $hsp = $hit->next_hsp ) {
754             is( $hsp->query->start,    1 );
755             is( $hsp->query->end,      415 );
756             is( $hsp->query->strand,   0 );
757             is( $hsp->hit->start,      4778 );
758             is( $hsp->hit->end,        6016 );
759             is( $hsp->hit->strand,     1 );
760             is( $hsp->length('total'), 421 );
761             float_is( $hsp->evalue, 1.4e-73 );
762             float_is( $hsp->pvalue, 1.4e-73 );
763             is( $hsp->score, 671 );
764             is( $hsp->bits,  265.8 );
765             is( sprintf( "%.2f", $hsp->percent_identity ),        35.87 );
766             is( sprintf( "%.4f", $hsp->frac_identical('hit') ),   0.3656 );
767             is( sprintf( "%.4f", $hsp->frac_identical('query') ), 0.3639 );
768             is( sprintf( "%.4f", $hsp->frac_conserved('hsp') ),   0.5297 );
769             is( $hsp->query->frame(), 0 );
770             is( $hsp->hit->frame(),   1 );
771             is( $hsp->gaps('query'),  6 );
772             is( $hsp->gaps('hit'),    8 );
773             is( $hsp->gaps,           14 );
774             is( $hsp->query_string,
775 'MGNRIPDEIVDQVQKSADIVEVIGDYVQLKKQGRNYFGLCPFHGESTPSFSVSPDKQIFHCFGCGAGGNVFSFLRQMEGYSFAESVSHLADKYQIDFPDDITVHSGARP---ESSGEQKMAEAHELLKKFYHHLLINTKEGQEALDYLLSRGFTKELINEFQIGYALDSWDFITKFLVKRGFSEAQMEKAGLLIRREDGSGYFDRFRNRVMFPIHDHHGAVVAFSGRALGSQQPKYMNSPETPLFHKSKLLYNFYKARLHIRKQERAVLFEGFADVYTAVSSDVKESIATMGTSLTDDHVKILRRNVEEIILCYDSDKAGYEATLKASELL---QKKGCKVRVAMIPDGLDPDDYIKKFGGEKFKNDIIDASVTVMAFKMQYFRKGKNLSDEGDRLAYIKDVLKEISTLSGSLEQEVYVKQ'
776             );
777             is( $hsp->hit_string,
778 'MAGRIPRVFINDLLARTDIVDLIDARVKLKKQGKNFHACCPFHNEKTPSFTVNGEKQFYHCFGCGAHGNAIDFLMNYDKLEFVETVEELAAMHNLEVPFE----AGSGPSQIERHQRQTLYQLMDGLNTFYQQSL-QQPVATSARQYLEKRGLSHEVIARFAIGFAPPGWDNVLKRFGGNPENRQSLIDAGMLVTNDQGRSY-DRFRERVMFPIRDKRGRVIGFGGRVLGNDTPKYLNSPETDIFHKGRQLYGLYEAQQDNAEPNRLLVVEGYMDVVALAQYGINYAVASLGTSTTADHIQLLFRATNNVICCYDGDRAGRDAAWRALETALPYMTDGRQLRFMFLPDGEDPDTLVRKEGKEAFEARM-EQAMPLSAFLFNSLMPQVDLSTPDGRARLSTLALPLISQVPGETLR-IYLRQ'
779             );
780             is( $hsp->homology_string,
781 'M  RIP   ++ +    DIV++I   V+LKKQG+N+   CPFH E TPSF+V+ +KQ +HCFGCGA GN   FL   +   F E+V  LA  + ++ P +    +G+ P   E    Q + +  + L  FY   L        A  YL  RG + E+I  F IG+A   WD + K       +   +  AG+L+  + G  Y DRFR RVMFPI D  G V+ F GR LG+  PKY+NSPET +FHK + LY  Y+A+    +  R ++ EG+ DV       +  ++A++GTS T DH+++L R    +I CYD D+AG +A  +A E        G ++R   +PDG DPD  ++K G E F+  + + ++ + AF         +LS    R       L  IS + G   + +Y++Q'
782             );
783             is(
784                 join( ' ', $hsp->seq_inds( 'query', 'nomatch', 1 ) ),
785 '2 3 7-9 12 14-17 24-26 37-39 44 46 54 58 67 70-72 75-77 79-81 83 87 88 91 92 94 97 99 101-104 108 111-114 116 118 120 121 123 125 126 129-131 133-140 142 143 146 147 150 152 156 157 159 164-166 169 171 173-179 181-183 185 186 192 193 195 197 198 200 205 212 214 215 217 220 222 225 229 230 240 245 247 250 251 256-259 261 262 264 267 271 274-280 282 283 292 294 301 303-306 309 313 318 321 322 325 327-331 333 337-339 344 348 349 353 355 357 360 361 363 365 368 370 373-381 385-388 390-396 398 399 402 404 406-408 410'
786             );
787             is(
788                 join( ' ', $hsp->seq_inds( 'hit', 'nomatch', 1 ) ),
789 '4781-4786 4796-4804 4811-4813 4817-4828 4847-4855 4886-4894 4907-4909 4913-4915 4937-4939 4949-4951 4976-4978 4985-4993 5000-5008 5012-5020 5024-5026 5036-5041 5048-5053 5057-5059 5066-5068 5072-5074 5087-5089 5093-5101 5105-5116 5120-5122 5126-5128 5132-5137 5141-5143 5147-5152 5159-5167 5171-5191 5195-5200 5207-5212 5219-5221 5225-5227 5237-5242 5246-5248 5261-5269 5276-5278 5282-5284 5288-5308 5312-5320 5324-5329 5345-5350 5354-5356 5360-5365 5381-5383 5402-5404 5408-5413 5417-5419 5426-5428 5432-5434 5441-5443 5453-5458 5486-5488 5501-5503 5507-5509 5516-5521 5534-5545 5549-5554 5558-5560 5567-5569 5579-5581 5588-5608 5612-5617 5642-5644 5648-5650 5669-5671 5675-5686 5693-5695 5705-5707 5720-5722 5729-5734 5741-5743 5747-5770 5774-5776 5786-5794 5807-5809 5819-5824 5834-5836 5840-5842 5846-5848 5855-5860 5867-5869 5876-5878 5882-5884 5891-5917 5927-5938 5942-5962 5966-5971 5978-5980 5984-5986 5990-5998'
790             );
791             is( join( ' ', $hsp->seq_inds( 'query', 'gaps', 1 ) ), '109 328' );
792             is( join( ' ', $hsp->seq_inds( 'hit', 'gaps', 1 ) ),
793                 '5077 5170 5368 5863 6001' );
794             is( $hsp->ambiguous_seq_inds, 'subject' );
795             is( $hsp->n,                  1 );
796             $hsps_left--;
797         }
798         is( $hsps_left, 0 );
799     }
800     last if ( $count++ > @valid );
802 is( $count, 1 );
804 # WU-BLAST TBLASTX
805 $searchio = Bio::SearchIO->new(
806     '-format' => 'blast',
807     '-file'   => test_input_file('dnaEbsub_ecoli.wutblastx')
810 $result = $searchio->next_result;
812     $result->algorithm_reference, 'Gish, W. (1996-2000) http://blast.wustl.edu
815 is( $result->database_name,    'ecoli.nt' );
816 is( $result->database_letters, 4662239 );
817 is( $result->database_entries, 400 );
818 is( $result->algorithm,        'TBLASTX' );
819 like( $result->algorithm_version, qr/^2\.0MP\-WashU/ );
820 is( $result->query_name, 'gi|142864|gb|M10040.1|BACDNAE' );
821 is( $result->query_description,
822     'B.subtilis dnaE gene encoding DNA primase, complete cds' );
823 is( $result->query_accession,         'M10040.1' );
824 is( $result->query_gi,                142864 );
825 is( $result->query_length,            2001 );
826 is( $result->get_parameter('matrix'), 'blosum62' );
828 is( $result->get_statistic('lambda'),    0.318 );
829 is( $result->get_statistic('kappa'),     0.135 );
830 is( $result->get_statistic('entropy'),   0.401 );
831 is( $result->get_statistic('dbentries'), 400 );
833 @valid = (
834     [
835         'gi|1789441|gb|AE000388.1|AE000388',
836         10334, 'AE000388', '6.4e-70', 318, 148.6
837     ],
838     [ 'gi|2367383|gb|AE000509.1|AE000509', 10589, 'AE000509', 1, 59, 29.9 ]
840 $count = 0;
842 while ( my $hit = $result->next_hit ) {
843     my $d = shift @valid;
844     is( $hit->name,      shift @$d );
845     is( $hit->length,    shift @$d );
846     is( $hit->accession, shift @$d );
848     # using e here to deal with 0.9992 coming out right here as well
849     float_is( $hit->significance, shift @$d );
850     is( $hit->raw_score, shift @$d );
851     is( $hit->bits,      shift @$d );
852     if ( $count == 0 ) {
853         my $hspcounter = 0;
854         while ( my $hsp = $hit->next_hsp ) {
855             $hspcounter++;
856             if ( $hspcounter == 3 ) {
858                 # let's actually look at the 3rd HSP
859                 is( $hsp->query->start,    441 );
860                 is( $hsp->query->end,      617 );
861                 is( $hsp->query->strand,   1 );
862                 is( $hsp->hit->start,      5192 );
863                 is( $hsp->hit->end,        5368 );
864                 is( $hsp->hit->strand,     1 );
865                 is( $hsp->length('total'), 59 );
866                 float_is( $hsp->evalue, 6.4e-70 );
867                 float_is( $hsp->pvalue, 6.4e-70 );
868                 is( $hsp->score, 85 );
869                 is( $hsp->bits,  41.8 );
870                 is( sprintf( "%.2f", $hsp->percent_identity ),        '32.20' );
871                 is( sprintf( "%.3f", $hsp->frac_identical('hit') ),   0.322 );
872                 is( sprintf( "%.3f", $hsp->frac_identical('query') ), 0.322 );
873                 is( sprintf( "%.4f", $hsp->frac_conserved('hsp') ),   0.4746 );
874                 is( $hsp->query->frame(), 2 );
875                 is( $hsp->hit->frame(),   1 );
876                 is( $hsp->gaps('query'),  0 );
877                 is( $hsp->gaps('hit'),    0 );
878                 is( $hsp->gaps,           0 );
879                 is( $hsp->n,              1 );
880                 is( $hsp->query_string,
881 'ALDYLLSRGFTKELINEFQIGYALDSWDFITKFLVKRGFSEAQMEKAGLLIRREDGSGY'
882                 );
883                 is( $hsp->hit_string,
884 'ARQYLEKRGLSHEVIARFAIGFAPPGWDNVLKRFGGNPENRQSLIDAGMLVTNDQGRSY'
885                 );
886                 is( $hsp->homology_string,
887 'A  YL  RG + E+I  F IG+A   WD + K       +   +  AG+L+  + G  Y'
888                 );
889                 is(
890                     join( ' ', $hsp->seq_inds( 'query', 'nomatch', 1 ) ),
891 '444-449 456-461 468-470 474-476 486-491 495-497 510-518 525-527 531-533 537-557 561-569 573-578 594-599 603-605 609-614'
892                 );
893                 is(
894                     join( ' ', $hsp->seq_inds( 'hit', 'nomatch', 1 ) ),
895 '5195-5200 5207-5212 5219-5221 5225-5227 5237-5242 5246-5248 5261-5269 5276-5278 5282-5284 5288-5308 5312-5320 5324-5329 5345-5350 5354-5356 5360-5365'
896                 );
897                 is( $hsp->ambiguous_seq_inds, 'query/subject' );
898                 last;
899             }
900         }
901         is( $hspcounter, 3 );
902     }
903     elsif ( $count == 1 ) {
904         my $hsps_to_do = 1;
905         while ( my $hsp = $hit->next_hsp ) {
906             is( $hsp->query->start,    587 );
907             is( $hsp->query->end,      706 );
908             is( $hsp->query->strand,   -1 );
909             is( $hsp->hit->start,      4108 );
910             is( $hsp->hit->end,        4227 );
911             is( $hsp->hit->strand,     -1 );
912             is( $hsp->length('total'), 40 );
913             float_is( $hsp->evalue, 7.1 );
914             float_is( $hsp->pvalue, '1.00' );
915             is( $hsp->score, 59 );
916             is( $hsp->bits,  29.9 );
917             is( sprintf( "%.2f", $hsp->percent_identity ),        '37.50' );
918             is( sprintf( "%.4f", $hsp->frac_identical('hit') ),   '0.3750' );
919             is( sprintf( "%.4f", $hsp->frac_identical('query') ), '0.3750' );
920             is( sprintf( "%.4f", $hsp->frac_conserved('hsp') ),   '0.4750' );
921             is( $hsp->query->frame(), 2 );
922             is( $hsp->hit->frame(),   2 );
923             is( $hsp->gaps('query'),  0 );
924             is( $hsp->gaps('hit'),    0 );
925             is( $hsp->gaps,           0 );
926             is( $hsp->n,              1 );
927             is( $hsp->query_string,
928                 'WLPRALPEKATTAP**SWIGNMTRFLKRSKYPLPSSRLIR' );
929             is( $hsp->hit_string, 'WLSRTTVGSSTVSPRTFWITRMKVKLSSSKVTLPSTKSTR' );
930             is( $hsp->homology_string,
931                 'WL R     +T +P   WI  M   L  SK  LPS++  R' );
932             $hsps_to_do--;
933             last;
934         }
935         is( $hsps_to_do, 0 );
936     }
937     last if ( $count++ > @valid );
939 is( $count, 2 );
941 # WU-BLAST -echofilter option test (Bug 2388)
942 $searchio = Bio::SearchIO->new(
943     '-format' => 'blast',
944     '-file'   => test_input_file('echofilter.wublastn')
947 $result = $searchio->next_result;
949     $result->algorithm_reference, 'Gish, W. (1996-2006) http://blast.wustl.edu
952 is( $result->database_name,    'NM_003201.fa' );
953 is( $result->database_letters, 1936 );
954 is( $result->database_entries, 1 );
955 is( $result->algorithm,        'BLASTN' );
956 like( $result->algorithm_version, qr/^2\.0MP\-WashU/ );
957 like( $result->query_name,
958 qr/ref|NM_003201.1| Homo sapiens transcription factor A, mitochondrial \(TFAM\), mRNA/
960 is( $result->query_accession, 'NM_003201.1' );
962 is( $result->query_length,               1936 );
963 is( $result->get_statistic('lambda'),    0.192 );
964 is( $result->get_statistic('kappa'),     0.182 );
965 is( $result->get_statistic('entropy'),   0.357 );
966 is( $result->get_statistic('dbletters'), 1936 );
967 is( $result->get_statistic('dbentries'), 1 );
968 is( $result->get_parameter('matrix'),    '+5,-4' );
970 @valid = ( [ 'ref|NM_003201.1|', 1936, 'NM_003201', '0', 9680 ], );
971 $count = 0;
972 while ( $hit = $result->next_hit ) {
973     my $d = shift @valid;
975     is( $hit->name,      shift @$d );
976     is( $hit->length,    shift @$d );
977     is( $hit->accession, shift @$d );
978     float_is( $hit->significance, shift @$d );
979     is( $hit->raw_score, shift @$d );
981     if ( $count == 0 ) {
982         my $hsps_left = 1;
983         while ( my $hsp = $hit->next_hsp ) {
984             is( $hsp->query->start,    1 );
985             is( $hsp->query->end,      1936 );
986             is( $hsp->hit->start,      1 );
987             is( $hsp->hit->end,        1936 );
988             is( $hsp->length('total'), 1936 );
990             float_is( $hsp->evalue, 0. );
991             float_is( $hsp->pvalue, '0.' );
992             is( $hsp->score,                   9680 );
993             is( $hsp->bits,                    1458.4 );
994             is( $hsp->percent_identity,        100 );
995             is( $hsp->frac_identical('query'), 1.00 );
996             is( $hsp->frac_identical('hit'),   1.00 );
997             is( $hsp->gaps,                    0 );
998             is( $hsp->n,                       1 );
999             $hsps_left--;
1000         }
1001         is( $hsps_left, 0 );
1002     }
1003     last if ( $count++ > @valid );
1005 is( @valid, 0 );
1007 # Do a multiblast report test
1008 $searchio = Bio::SearchIO->new(
1009     '-format' => 'blast',
1010     '-file'   => test_input_file('multi_blast.bls')
1013 @expected = qw(CATH_RAT CATL_HUMAN CATL_RAT PAPA_CARPA);
1014 my $results_left = 4;
1015 while ( my $result = $searchio->next_result ) {
1016     like($result->algorithm_reference, qr/Gapped BLAST and PSI-BLAST/);
1017     is( $result->query_name, shift @expected, "Multiblast query test" );
1018     $results_left--;
1020 is( $results_left, 0 );
1022 # Test GCGBlast parsing
1024 $searchio = Bio::SearchIO->new(
1025     '-format' => 'blast',
1026     '-file'   => test_input_file('test.gcgblast')
1028 $result = $searchio->next_result();
1029 like($result->algorithm_reference,qr/Gapped BLAST and PSI-BLAST/);
1030 is( $result->query_name,                   '/v0/people/staji002/test.gcg' );
1031 is( $result->algorithm,                    'BLASTP' );
1032 is( $result->algorithm_version,            '2.2.1 [Apr-13-2001]' );
1033 is( $result->database_name,                'pir' );
1034 is( $result->database_entries,             274514 );
1035 is( $result->database_letters,             93460074 );
1036 is( $result->get_statistic('querylength'), 44 );
1037 is( $result->get_statistic('effectivedblength'),  65459646 );
1038 is( $result->get_statistic('effectivespace'),     2880224424 );
1039 is( $result->get_statistic('effectivespaceused'), 2880224424 );
1041 $hit = $result->next_hit;
1042 is( $hit->description, 'F22B7.10 protein - Caenorhabditis elegans' );
1043 is( $hit->name,        'PIR2:S44629' );
1044 is( $hit->length,      628 );
1045 is( $hit->accession,   'PIR2:S44629' );
1046 float_is( $hit->significance, 2e-08 );
1047 is( $hit->raw_score, 136 );
1048 is( $hit->bits,      '57.0' );
1049 $hsp = $hit->next_hsp;
1050 float_is( $hsp->evalue, 2e-08 );
1051 is( $hsp->bits,                    '57.0' );
1052 is( $hsp->score,                   136 );
1053 is( int( $hsp->percent_identity ), 28 );
1054 is( sprintf( "%.2f", $hsp->frac_identical('query') ), 0.29 );
1055 is( $hsp->frac_conserved('total'), 69 / 135 );
1056 is( $hsp->gaps('total'),           8 );
1057 is( $hsp->gaps('hit'),             6 );
1058 is( $hsp->gaps('query'),           2 );
1060 is( $hsp->hit->start,   342 );
1061 is( $hsp->hit->end,     470 );
1062 is( $hsp->query->start, 3 );
1063 is( $hsp->query->end,   135 );
1065 is( $hsp->query_string,
1066 'CAAEFDFMEKETPLRYTKTXXXXXXXXXXXXXXRKIISDMWGVLAKQQTHVRKHQFDHGELVYHALQLLAYTALGILIMRLKLFLTPYMCVMASLICSRQLFGW--LFCKVHPGAIVFVILAAMSIQGSANLQTQ'
1068 is( $hsp->hit_string,
1069 'CSAEFDFIQYSTIEKLCGTLLIPLALISLVTFVFNFVKNT-NLLWRNSEEIG----ENGEILYNVVQLCCSTVMAFLIMRLKLFMTPHLCIVAALFANSKLLGGDRISKTIRVSALVGVI-AILFYRGIPNIRQQ'
1071 is( $hsp->homology_string,
1072 'C+AEFDF++  T  +   T                 + +   +L +    +     ++GE++Y+ +QL   T +  LIMRLKLF+TP++C++A+L  + +L G   +   +   A+V VI A +  +G  N++ Q'
1075 #test all the database accession number formats
1076 $searchio = Bio::SearchIO->new(
1077     -format => 'blast',
1078     -file   => test_input_file('testdbaccnums.out')
1080 $result = $searchio->next_result;
1081 like($result->algorithm_reference,qr/Gapped BLAST and PSI-BLAST/);
1082 is( $result->rid,                                 '1036160600-011802-21377' );
1083 is( $result->get_statistic('querylength'),        9 );
1084 is( $result->get_statistic('effectivedblength'),  35444647 );
1085 is( $result->get_statistic('effectivespace'),     319001823 );
1086 is( $result->get_statistic('effectivespaceused'), 319001823 );
1088 @valid = (
1089     [ 'pir||T14789',           'T14789',    'T14789', 'CAB53709', 'AAH01726' ],
1090     [ 'gb|NP_065733.1|CYT19',  'NP_065733', 'CYT19' ],
1091     [ 'emb|XP_053690.4|Cyt19', 'XP_053690' ],
1092     [ 'dbj|NP_056277.2|DKFZP586L0724',      'NP_056277' ],
1093     [ 'prf||XP_064862.2',                   'XP_064862' ],
1094     [ 'pdb|BAB13968.1|1',                   'BAB13968' ],
1095     [ 'sp|Q16478|GLK5_HUMAN',               'Q16478' ],
1096     [ 'pat|US|NP_002079.2',                 'NP_002079' ],
1097     [ 'bbs|NP_079463.2|',                   'NP_079463' ],
1098     [ 'gnl|db1|NP_002444.1',                'NP_002444' ],
1099     [ 'ref|XP_051877.1|',                   'XP_051877' ],
1100     [ 'lcl|AAH16829.1|',                    'AAH16829' ],
1101     [ 'gi|1|gb|NP_065733.1|CYT19',          'NP_065733' ],
1102     [ 'gi|2|emb|XP_053690.4|Cyt19',         'XP_053690' ],
1103     [ 'gi|3|dbj|NP_056277.2|DKFZP586L0724', 'NP_056277' ],
1104     [ 'gi|4|pir||T14789',                   'T14789' ],
1105     [ 'gi|5|prf||XP_064862.2',              'XP_064862' ],
1106     [ 'gi|6|pdb|BAB13968.1|1',              'BAB13968' ],
1107     [ 'gi|7|sp|Q16478|GLK5_HUMAN',          'Q16478' ],
1108     [ 'gi|8|pat|US|NP_002079.2',            'NP_002079' ],
1109     [ 'gi|9|bbs|NP_079463.2|',              'NP_079463' ],
1110     [ 'gi|10|gnl|db1|NP_002444.1',          'NP_002444' ],
1111     [ 'gi|11|ref|XP_051877.1|',             'XP_051877' ],
1112     [ 'gi|12|lcl|AAH16829.1|',              'AAH16829' ],
1113     [ 'MY_test_ID',                         'MY_test_ID' ]
1116 $hit = $result->next_hit;
1117 my $d = shift @valid;
1118 is( $hit->name,      shift @$d );
1119 is( $hit->accession, shift @$d );
1120 my @accnums = $hit->each_accession_number;
1121 foreach my $a (@accnums) {
1122     is( $a, shift @$d );
1124 $d   = shift @valid;
1125 $hit = $result->next_hit;
1126 is( $hit->name,      shift @$d );
1127 is( $hit->accession, shift @$d );
1128 is( $hit->locus,     shift @$d );
1130 $hits_left = 23;
1131 while ( $hit = $result->next_hit ) {
1132     my $d = shift @valid;
1133     is( $hit->name,      shift @$d );
1134     is( $hit->accession, shift @$d );
1135     $hits_left--;
1137 is( $hits_left, 0 );
1139 # Parse MEGABLAST
1141 # parse the BLAST-like output
1142 my $infile = test_input_file('503384.MEGABLAST.2');
1143 my $in     = Bio::SearchIO->new(
1144     -file   => $infile,
1145     -format => 'blast'
1146 );    # this is megablast blast-like output
1147 my $r        = $in->next_result;
1148 my @dcompare = (
1149     [
1150         'Contig3700', 5631, 396, 785, '0.0', 785, '0.0', 396, 639, 12, 8723,
1151         9434, 1, 4083, 4794, -1
1152     ],
1153     [
1154         'Contig3997', 12734, 335, 664, '0.0', 664, '0.0', 335, 401, 0, 1282,
1155         1704, 1, 1546, 1968, -1
1156     ],
1157     [
1158         'Contig634', 858, 245, 486, '1e-136', 486,
1159         '1e-136',    245, 304, 3,   7620,     7941,
1160         1,           1,   321, -1
1161     ],
1162     [
1163         'Contig1853', 2314, 171,  339, '1e-91', 339,
1164         '1e-91',      171,  204,  0,   6406,    6620,
1165         1,            1691, 1905, 1
1166     ]
1169 like($r->algorithm_reference,qr/A greedy algorithm for aligning DNA sequences/);
1170 is( $r->algorithm,                           'MEGABLAST' );
1171 is( $r->query_name,                          '503384' );
1172 is( $r->query_description,                   '11337 bp 2 contigs' );
1173 is( $r->query_length,                        11337 );
1174 is( $r->database_name,                       'cneoA.nt' );
1175 is( $r->database_letters,                    17206226 );
1176 is( $r->database_entries,                    4935 );
1177 is( $r->get_statistic('querylength'),        11318 );
1178 is( $r->get_statistic('effectivedblength'),  17112461 );
1179 is( $r->get_statistic('effectivespace'),     193678833598 );
1180 is( $r->get_statistic('effectivespaceused'), 0 );
1182 $hits_left = 4;
1183 while ( my $hit = $r->next_hit ) {
1184     my $d = shift @dcompare;
1185     is( $hit->name,      shift @$d );
1186     is( $hit->length,    shift @$d );
1187     is( $hit->raw_score, shift @$d );
1188     is( $hit->bits,      shift @$d );
1189     float_is( $hit->significance, shift @$d );
1191     my $hsp = $hit->next_hsp;
1192     is( $hsp->bits, shift @$d );
1193     float_is( $hsp->evalue, shift @$d );
1194     is( $hsp->score,         shift @$d );
1195     is( $hsp->num_identical, shift @$d );
1196     is( $hsp->gaps('total'), shift @$d );
1197     is( $hsp->query->start,  shift @$d );
1198     is( $hsp->query->end,    shift @$d );
1199     is( $hsp->query->strand, shift @$d );
1200     is( $hsp->hit->start,    shift @$d );
1201     is( $hsp->hit->end,      shift @$d );
1202     is( $hsp->hit->strand,   shift @$d );
1203     is( $hsp->n,             1 );
1204     $hits_left--;
1206 is( $hits_left, 0 );
1208 # Let's test RPS-BLAST
1210 my $parser = Bio::SearchIO->new(
1211     -format => 'blast',
1212     -file   => test_input_file('ecoli_domains.rpsblast')
1215 $r = $parser->next_result;
1216 is( $r->algorithm,                           'RPS-BLAST(BLASTP)');
1217 is( $r->algorithm_version,                   '2.2.4 [Aug-26-2002]');
1218 is( $r->algorithm_reference,                 undef );
1219 is( $r->query_name,                          'gi|1786183|gb|AAC73113.1|' );
1220 is( $r->query_gi,                            1786183 );
1221 is( $r->num_hits,                            7 );
1222 is( $r->get_statistic('querylength'),        438 );
1223 is( $r->get_statistic('effectivedblength'),  31988 );
1224 is( $r->get_statistic('effectivespace'),     14010744 );
1225 is( $r->get_statistic('effectivespaceused'), 24054976 );
1226 $hit = $r->next_hit;
1227 is( $hit->name, 'gnl|CDD|3919' );
1228 float_is( $hit->significance, 0.064 );
1229 is( $hit->bits,      28.3 );
1230 is( $hit->raw_score, 63 );
1231 $hsp = $hit->next_hsp;
1232 is( $hsp->query->start, 599 );
1233 is( $hsp->query->end,   655 );
1234 is( $hsp->hit->start,   23 );
1235 is( $hsp->hit->end,     76 );
1237 # Test PSI-BLAST parsing
1239 $searchio = Bio::SearchIO->new(
1240     '-format' => 'blast',
1241     '-file'   => test_input_file('psiblastreport.out')
1244 $result = $searchio->next_result;
1245 like($result->algorithm_reference, qr/Gapped BLAST and PSI-BLAST/);
1246 is( $result->database_name,    '/home/peter/blast/data/swissprot.pr' );
1247 is( $result->database_entries, 88780 );
1248 is( $result->database_letters, 31984247 );
1250 is( $result->algorithm, 'BLASTP' );
1251 like( $result->algorithm_version, qr/^2\.0\.14/ );
1252 is( $result->query_name,             'CYS1_DICDI' );
1253 is( $result->query_length,           343 );
1254 is( $result->get_statistic('kappa'), 0.0491 );
1255 cmp_ok( $result->get_statistic('lambda'),  '==', 0.270 );
1256 cmp_ok( $result->get_statistic('entropy'), '==', 0.230 );
1257 is( $result->get_statistic('dbletters'),           31984247 );
1258 is( $result->get_statistic('dbentries'),           88780 );
1259 is( $result->get_statistic('effective_hsplength'), 49 );
1260 is( $result->get_statistic('querylength'),         294 );
1261 is( $result->get_statistic('effectivedblength'),   27634027 );
1262 is( $result->get_statistic('effectivespace'),      8124403938 );
1263 is( $result->get_statistic('effectivespaceused'),  8124403938 );
1264 is( $result->get_parameter('matrix'),              'BLOSUM62' );
1265 is( $result->get_parameter('gapopen'),             11 );
1266 is( $result->get_parameter('gapext'),              1 );
1268 my @valid_hit_data = (
1269     [ 'sp|P04988|CYS1_DICDI', 343, 'P04988', '0',     721 ],
1270     [ 'sp|P43295|A494_ARATH', 313, 'P43295', '1e-75', 281 ],
1271     [ 'sp|P25804|CYSP_PEA',   363, 'P25804', '1e-74', 278 ]
1273 my @valid_iter_data = (
1274     [ 127, 127, 0,   109, 18, 0, 0,   0, 0 ],
1275     [ 157, 40,  117, 2,   38, 0, 109, 3, 5 ]
1277 my $iter_count = 0;
1279 while ( $iter = $result->next_iteration ) {
1280     $iter_count++;
1281     my $di = shift @valid_iter_data;
1282     is( $iter->number, $iter_count );
1284     is( $iter->num_hits,                                shift @$di );
1285     is( $iter->num_hits_new,                            shift @$di );
1286     is( $iter->num_hits_old,                            shift @$di );
1287     is( scalar( $iter->newhits_below_threshold ),       shift @$di );
1288     is( scalar( $iter->newhits_not_below_threshold ),   shift @$di );
1289     is( scalar( $iter->newhits_unclassified ),          shift @$di );
1290     is( scalar( $iter->oldhits_below_threshold ),       shift @$di );
1291     is( scalar( $iter->oldhits_newly_below_threshold ), shift @$di );
1292     is( scalar( $iter->oldhits_not_below_threshold ),   shift @$di );
1294     my $hit_count = 0;
1295     if ( $iter_count == 1 ) {
1296         while ( $hit = $result->next_hit ) {
1297             my $d = shift @valid_hit_data;
1299             is( $hit->name,      shift @$d );
1300             is( $hit->length,    shift @$d );
1301             is( $hit->accession, shift @$d );
1302             float_is( $hit->significance, shift @$d );
1303             is( $hit->bits, shift @$d );
1305             if ( $hit_count == 1 ) {
1306                 my $hsps_left = 1;
1307                 while ( my $hsp = $hit->next_hsp ) {
1308                     is( $hsp->query->start,    32 );
1309                     is( $hsp->query->end,      340 );
1310                     is( $hsp->hit->start,      3 );
1311                     is( $hsp->hit->end,        307 );
1312                     is( $hsp->length('total'), 316 );
1313                     is( $hsp->start('hit'),    $hsp->hit->start );
1314                     is( $hsp->end('query'),    $hsp->query->end );
1315                     is( $hsp->strand('sbjct'), $hsp->subject->strand )
1316                       ;    # alias for hit
1317                     float_is( $hsp->evalue, 1e-75 );
1318                     is( $hsp->score, 712 );
1319                     is( $hsp->bits,  281 );
1320                     is( sprintf( "%.1f", $hsp->percent_identity ), 46.5 );
1321                     is( sprintf( "%.4f", $hsp->frac_identical('query') ),
1322                         0.4757 );
1323                     is( sprintf( "%.3f", $hsp->frac_identical('hit') ), 0.482 );
1324                     is( $hsp->gaps, 18 );
1325                     is( $hsp->n,    1 );
1326                     $hsps_left--;
1327                 }
1328                 is( $hsps_left, 0 );
1329             }
1330             last if ( $hit_count++ > @valid_hit_data );
1331         }
1332     }
1334 is( @valid_hit_data,  0 );
1335 is( @valid_iter_data, 0 );
1337 # Test filtering
1339 $searchio = Bio::SearchIO->new(
1340     '-format' => 'blast',
1341     '-file'   => test_input_file('ecolitst.bls'),
1342     '-signif' => 1e-100
1345 @valid = qw(gb|AAC73113.1|);
1346 $r     = $searchio->next_result;
1348 while ( my $hit = $r->next_hit ) {
1349     is( $hit->name, shift @valid );
1352 $searchio = Bio::SearchIO->new(
1353     '-format' => 'blast',
1354     '-file'   => test_input_file('ecolitst.bls'),
1355     '-score'  => 100
1358 @valid = qw(gb|AAC73113.1| gb|AAC76922.1| gb|AAC76994.1|);
1359 $r     = $searchio->next_result;
1361 while ( my $hit = $r->next_hit ) {
1362     is( $hit->name, shift @valid );
1364 is( @valid, 0 );
1366 $searchio = Bio::SearchIO->new(
1367     '-format' => 'blast',
1368     '-file'   => test_input_file('ecolitst.bls'),
1369     '-bits'   => 200
1372 @valid = qw(gb|AAC73113.1| gb|AAC76922.1|);
1373 $r     = $searchio->next_result;
1375 while ( my $hit = $r->next_hit ) {
1376     is( $hit->name, shift @valid );
1378 is( @valid, 0 );
1380 my $filt_func = sub {
1381     my $hit = shift;
1382     $hit->frac_identical('query') >= 0.31;
1385 $searchio = Bio::SearchIO->new(
1386     '-format'     => 'blast',
1387     '-file'       => test_input_file('ecolitst.bls'),
1388     '-hit_filter' => $filt_func
1391 @valid = qw(gb|AAC73113.1| gb|AAC76994.1|);
1392 $r     = $searchio->next_result;
1394 while ( my $hit = $r->next_hit ) {
1395     is( $hit->name, shift @valid );
1397 is( @valid, 0 );
1399 # bl2seq parsing testing
1401 # this is blastp bl2seq
1402 $searchio = Bio::SearchIO->new(
1403     -format => 'blast',
1404     -file   => test_input_file('bl2seq.out')
1406 $result = $searchio->next_result;
1407 isa_ok( $result, 'Bio::Search::Result::ResultI' );
1408 is( $result->query_name,                          '' );
1409 is( $result->algorithm,                           'BLASTP' );
1410 is( $result->algorithm_reference,                 undef );
1411 is( $result->get_statistic('querylength'),        320 );
1412 is( $result->get_statistic('effectivedblength'),  339 );
1413 is( $result->get_statistic('effectivespace'),     108480 );
1414 is( $result->get_statistic('effectivespaceused'), 108480 );
1415 $hit = $result->next_hit;
1416 is( $hit->name,   'ALEU_HORVU' );
1417 is( $hit->length, 362 );
1418 $hsp = $hit->next_hsp;
1419 is( $hsp->score,                481 );
1420 is( $hsp->bits,                 191 );
1421 is( int $hsp->percent_identity, 34 );
1422 float_is( $hsp->evalue, 2e-53 );
1423 is( int( $hsp->frac_conserved * $hsp->length ), 167 );
1424 is( $hsp->query->start,                         28 );
1425 is( $hsp->query->end,                           343 );
1426 is( $hsp->hit->start,                           60 );
1427 is( $hsp->hit->end,                             360 );
1428 is( $hsp->gaps,                                 27 );
1430 # this is blastn bl2seq
1431 $searchio = Bio::SearchIO->new(
1432     -format => 'blast',
1433     -file   => test_input_file('bl2seq.blastn.rev')
1435 $result = $searchio->next_result;
1436 isa_ok( $result, 'Bio::Search::Result::ResultI' );
1437 is( $result->query_name,                          '' );
1438 is( $result->algorithm,                           'BLASTN' );
1439 is( $result->algorithm_reference,                 undef );
1440 is( $result->query_length,                        180 );
1441 is( $result->get_statistic('querylength'),        174 );
1442 is( $result->get_statistic('effectivedblength'),  173 );
1443 is( $result->get_statistic('effectivespace'),     30102 );
1444 is( $result->get_statistic('effectivespaceused'), 30102 );
1445 $hit = $result->next_hit;
1446 is( $hit->length, 179 );
1447 is( $hit->name,   'human' );
1448 $hsp = $hit->next_hsp;
1449 is( $hsp->score,                27 );
1450 is( $hsp->bits,                 '54.0' );
1451 is( int $hsp->percent_identity, 88 );
1452 float_is( $hsp->evalue, 2e-12 );
1453 is( int( $hsp->frac_conserved * $hsp->length ), 83 );
1454 is( $hsp->query->start,                         94 );
1455 is( $hsp->query->end,                           180 );
1456 is( $hsp->query->strand,                        1 );
1457 is( $hsp->hit->strand,                          -1 );
1458 is( $hsp->hit->start,                           1 );
1459 is( $hsp->hit->end,                             94 );
1460 is( $hsp->gaps,                                 7 );
1461 is( $hsp->n,                                    1 );
1463 # this is blastn bl2seq
1464 $searchio = Bio::SearchIO->new(
1465     -format => 'blast',
1466     -file   => test_input_file('bl2seq.blastn')
1468 $result = $searchio->next_result;
1469 isa_ok( $result, 'Bio::Search::Result::ResultI' );
1470 is( $result->query_name,                          '' );
1471 is( $result->query_length,                        180 );
1472 is( $result->algorithm,                           'BLASTN' );
1473 is( $result->algorithm_reference,                 undef );
1474 is( $result->get_statistic('querylength'),        174 );
1475 is( $result->get_statistic('effectivedblength'),  173 );
1476 is( $result->get_statistic('effectivespace'),     30102 );
1477 is( $result->get_statistic('effectivespaceused'), 30102 );
1478 $hit = $result->next_hit;
1479 is( $hit->name,   'human' );
1480 is( $hit->length, 179 );
1481 $hsp = $hit->next_hsp;
1482 is( $hsp->score,                27 );
1483 is( $hsp->bits,                 '54.0' );
1484 is( int $hsp->percent_identity, 88 );
1485 float_is( $hsp->evalue, 2e-12 );
1486 is( int( $hsp->frac_conserved * $hsp->length ), 83 );
1487 is( $hsp->query->start,                         94 );
1488 is( $hsp->query->end,                           180 );
1489 is( $hsp->query->strand,                        1 );
1490 is( $hsp->hit->strand,                          1 );
1491 is( $hsp->hit->start,                           86 );
1492 is( $hsp->hit->end,                             179 );
1493 is( $hsp->gaps,                                 7 );
1494 is( $hsp->n,                                    1 );
1496 # this is blastn bl2seq+
1497 $searchio = Bio::SearchIO->new(
1498     -format => 'blast',
1499     -file   => test_input_file('bl2seq+.blastn')
1501 $result = $searchio->next_result;
1502 isa_ok( $result, 'Bio::Search::Result::ResultI' );
1503 is( $result->query_name, 'gi|2695846|emb|Y13255.1|' );
1504 is( $result->query_description,
1505    'Acipenser baeri mRNA for immunoglobulin heavy chain, clone ScH 3.3'
1507 is( $result->query_length,                        606 );
1508 is( $result->algorithm,                          'BLASTN' );
1509 is( $result->algorithm_version,                  '2.2.29+' );
1510 is( $result->algorithm_reference,                 undef );
1511 is( $result->get_statistic('effectivespaceused'), 352836 );
1512 is( $result->get_statistic('kappa'),              0.621 );
1513 is( $result->get_statistic('kappa_gapped'),      '0.460' );
1514 is( $result->get_statistic('lambda'),             1.33 );
1515 is( $result->get_statistic('lambda_gapped'),      1.28 );
1516 is( $result->get_statistic('entropy'),            1.12 );
1517 is( $result->get_statistic('entropy_gapped'),    '0.850' );
1518 $hit = $result->next_hit;
1519 is( $hit->name,   'gi|2695846|emb|Y13255.1|' );
1520 is( $hit->description,
1521    'Acipenser baeri mRNA for immunoglobulin heavy chain, clone ScH 3.3'
1523 is( $hit->length, 606 );
1524 $hsp = $hit->next_hsp;
1525 is( $hsp->score,            606 );
1526 is( $hsp->bits,             1120 );
1527 is( $hsp->percent_identity, 100 );
1528 float_is( $hsp->evalue,    '0.0' );
1529 is( $hsp->query->start,     1 );
1530 is( $hsp->query->end,       606 );
1531 is( $hsp->query->strand,    1 );
1532 is( $hsp->hit->strand,      1 );
1533 is( $hsp->hit->start,       1 );
1534 is( $hsp->hit->end,         606 );
1535 is( $hsp->gaps,             0 );
1536 is( $hsp->n,                1 );
1538 # this is blastp bl2seq
1539 $searchio = Bio::SearchIO->new(
1540     -format => 'blast',
1541     -file   => test_input_file('bl2seq.bug940.out')
1543 $result = $searchio->next_result;
1544 isa_ok( $result, 'Bio::Search::Result::ResultI' );
1545 is( $result->query_name, 'zinc' );
1546 is( $result->algorithm,  'BLASTP' );
1547 is( $result->query_description,
1548 'finger protein 135 (clone pHZ-17) [Homo sapiens]. neo_id RS.ctg14243-000000.6.0'
1550 is( $result->query_length,                        469 );
1551 is( $result->get_statistic('querylength'),        446 );
1552 is( $result->get_statistic('effectivedblength'),  446 );
1553 is( $result->get_statistic('effectivespace'),     198916 );
1554 is( $result->get_statistic('effectivespaceused'), 198916 );
1555 $hit = $result->next_hit;
1556 is( $hit->name,    'gi|4507985|' );
1557 is( $hit->ncbi_gi, 4507985 );
1558 is( $hit->description,
1559 'zinc finger protein 135 (clone pHZ-17) [Homo sapiens]. neo_id RS.ctg14243-000000.6.0'
1561 is( $hit->length, 469 );
1562 $hsp = $hit->next_hsp;
1563 is( $hsp->score,                1626 );
1564 is( $hsp->bits,                 637 );
1565 is( int $hsp->percent_identity, 66 );
1566 float_is( $hsp->evalue, 0.0 );
1567 is( int( $hsp->frac_conserved * $hsp->length ), 330 );
1568 is( $hsp->query->start,                         121 );
1569 is( $hsp->query->end,                           469 );
1570 is( $hsp->hit->start,                           1 );
1571 is( $hsp->hit->end,                             469 );
1572 is( $hsp->gaps,                                 120 );
1573 is( $hsp->n,                                    1 );
1575 ok( $hit->next_hsp );    # there is more than one HSP here,
1576                          # make sure it is parsed at least
1578 # cannot distinguish between blastx and tblastn reports
1579 # so we're only testing a blastx report for now
1581 # this is blastx bl2seq
1582 $searchio = Bio::SearchIO->new(
1583     -format => 'blast',
1584     -file   => test_input_file('bl2seq.blastx.out')
1586 $result = $searchio->next_result;
1587 isa_ok( $result, 'Bio::Search::Result::ResultI' );
1588 is( $result->query_name, 'AE000111.1' );
1589 is( $result->query_description,
1590     'Escherichia coli K-12 MG1655 section 1 of 400 of the complete genome' );
1591 is( $result->algorithm,                           'BLASTX' );
1592 is( $result->algorithm_reference,                 undef );
1593 is( $result->query_length,                        720 );
1594 is( $result->get_statistic('querylength'),        undef );
1595 is( $result->get_statistic('effectivedblength'),  787 );
1596 is( $result->get_statistic('effectivespace'),     undef );
1597 is( $result->get_statistic('effectivespaceused'), 162122 );
1598 $hit = $result->next_hit;
1599 is( $hit->name, 'AK1H_ECOLI' );
1600 is( $hit->description,
1601 'P00561 Bifunctional aspartokinase/homoserine dehydrogenase I (AKI-HDI) [Includes: Aspartokinase I ; Homoserine dehydrogenase I ]'
1603 is( $hit->length, 820 );
1604 $hsp = $hit->next_hsp;
1605 is( $hsp->score,                634 );
1606 is( $hsp->bits,                 248 );
1607 is( int $hsp->percent_identity, 100 );
1608 float_is( $hsp->evalue, 2e-70 );
1609 is( int( $hsp->frac_conserved * $hsp->length ), 128 );
1610 is( $hsp->query->start,                         1 );
1611 is( $hsp->query->end,                           384 );
1612 is( $hsp->hit->start,                           1 );
1613 is( $hsp->hit->end,                             128 );
1614 is( $hsp->gaps,                                 0 );
1615 is( $hsp->query->frame,                         0 );
1616 is( $hsp->hit->frame,                           0 );
1617 is( $hsp->query->strand,                        -1 );
1618 is( $hsp->hit->strand,                          0 );
1619 is( $hsp->n,                                    1 );
1621 # this is tblastx bl2seq (self against self)
1622 $searchio = Bio::SearchIO->new(
1623     -format => 'blast',
1624     -file   => test_input_file('bl2seq.tblastx.out')
1626 $result = $searchio->next_result;
1627 isa_ok( $result, 'Bio::Search::Result::ResultI' );
1628 is( $result->query_name,          'Escherichia' );
1629 is( $result->algorithm,           'TBLASTX' );
1630 is( $result->algorithm_reference, undef );
1631 is( $result->query_description,
1632     'coli K-12 MG1655 section 1 of 400 of the complete genome' );
1633 is( $result->query_length,                        720 );
1634 is( $result->get_statistic('querylength'),        undef );
1635 is( $result->get_statistic('effectivedblength'),  221 );
1636 is( $result->get_statistic('effectivespace'),     undef );
1637 is( $result->get_statistic('effectivespaceused'), 48620 );
1638 $hit = $result->next_hit;
1639 is( $hit->name,    'gi|1786181|gb|AE000111.1|AE000111' );
1640 is( $hit->ncbi_gi, 1786181 );
1641 is( $hit->description,
1642     'Escherichia coli K-12 MG1655 section 1 of 400 of the complete genome' );
1643 is( $hit->length, 720 );
1644 $hsp = $hit->next_hsp;
1645 is( $hsp->score,                1118 );
1646 is( $hsp->bits,                 515 );
1647 is( int $hsp->percent_identity, 95 );
1648 float_is( $hsp->evalue, 1e-151 );
1649 is( int( $hsp->frac_conserved * $hsp->length ), 229 );
1650 is( $hsp->query->start,                         1 );
1651 is( $hsp->query->end,                           720 );
1652 is( $hsp->hit->start,                           1 );
1653 is( $hsp->hit->end,                             720 );
1654 is( $hsp->gaps,                                 0 );
1655 is( $hsp->query->frame,                         0 );
1656 is( $hsp->hit->frame,                           0 );
1657 is( $hsp->query->strand,                        1 );
1658 is( $hsp->hit->strand,                          1 );
1659 is( $hsp->n,                                    1 );
1661 # this is NCBI tblastn
1662 $searchio = Bio::SearchIO->new(
1663     -format => 'blast',
1664     -file   => test_input_file('tblastn.out')
1666 $result = $searchio->next_result;
1667 isa_ok( $result, 'Bio::Search::Result::ResultI' );
1668 is( $result->algorithm, 'TBLASTN' );
1669 like($result->algorithm_reference,qr/Gapped BLAST and PSI-BLAST/);
1670 is( $result->get_statistic('querylength'),        102 );
1671 is( $result->get_statistic('effectivedblength'),  4342 );
1672 is( $result->get_statistic('effectivespace'),     442884 );
1673 is( $result->get_statistic('effectivespaceused'), 442884 );
1674 $hit = $result->next_hit;
1675 is( $hit->name, 'gi|10040111|emb|AL390796.6|AL390796' );
1677 # Test Blast parsing with B=0 (WU-BLAST)
1678 $searchio = Bio::SearchIO->new(
1679     -file   => test_input_file('no_hsps.blastp'),
1680     -format => 'blast'
1682 $result = $searchio->next_result;
1683 like($result->algorithm_reference,qr/Gish, W. \(1996-2003\)/);
1684 is( $result->query_name, 'mgri:MG00189.3' );
1685 $hit = $result->next_hit;
1686 is( $hit->name,        'mgri:MG00189.3' );
1687 is( $hit->description, 'hypothetical protein 6892 8867 +' );
1688 is( $hit->bits,        3098 );
1689 float_is( $hit->significance, 0. );
1691 $hit = $result->next_hit;
1692 is( $hit->name,        'fgram:FG01141.1' );
1693 is( $hit->description, 'hypothetical protein 47007 48803 -' );
1694 is( $hit->bits,        2182 );
1695 float_is( $hit->significance, 4.2e-226 );
1696 is( $result->num_hits, 415 );
1698 # Let's now test if _guess_format is doing its job correctly
1699 my %pair = (
1700     'filename.blast' => 'blast',
1701     'filename.bls'   => 'blast',
1702     'f.blx'          => 'blast',
1703     'f.tblx'         => 'blast',
1704     'fast.bls'       => 'blast',
1705     'f.fasta'        => 'fasta',
1706     'f.fa'           => 'fasta',
1707     'f.fx'           => 'fasta',
1708     'f.fy'           => 'fasta',
1709     'f.ssearch'      => 'fasta',
1710     'f.SSEARCH.m9'   => 'fasta',
1711     'f.m9'           => 'fasta',
1712     'f.psearch'      => 'fasta',
1713     'f.osearch'      => 'fasta',
1714     'f.exon'         => 'exonerate',
1715     'f.exonerate'    => 'exonerate',
1716     'f.blastxml'     => 'blastxml',
1717     'f.xml'          => 'blastxml'
1719 while ( my ( $file, $expformat ) = each %pair ) {
1720     is( Bio::SearchIO->_guess_format($file),
1721         $expformat, "$expformat for $file" );
1724 # Test Wes Barris's reported bug when parsing blastcl3 output which
1725 # has integer overflow
1727 $searchio = Bio::SearchIO->new(
1728     -file   => test_input_file('hsinsulin.blastcl3.blastn'),
1729     -format => 'blast'
1731 $result = $searchio->next_result;
1732 is( $result->query_name,         'human' );
1733 is( $result->database_letters(), '-24016349' );
1735 # this is of course not the right length, but is the what blastcl3
1736 # reports, the correct value is
1737 is( $result->get_statistic('dbletters'), '192913178' );
1738 is( $result->get_statistic('dbentries'), '1867771' );
1740 # test for links and groups being parsed out of WU-BLAST properly
1741 $searchio = Bio::SearchIO->new(
1742     -format => 'blast',
1743     -file   => test_input_file('brassica_ATH.WUBLASTN')
1745 ok( $result = $searchio->next_result );
1746 ok( $hit    = $result->next_hit );
1747 ok( $hsp    = $hit->next_hsp );
1748 is( $hsp->links,         '(1)-3-2' );
1749 is( $hsp->query->strand, 1 );
1750 is( $hsp->hit->strand,   1 );
1751 is( $hsp->hsp_group,     '1' );
1752 is( $hsp->n,             1 );
1753 ## Web blast result parsing
1755 $searchio = Bio::SearchIO->new(
1756     -format => 'blast',
1757     -file   => test_input_file('catalase-webblast.BLASTP')
1759 ok( $result = $searchio->next_result );
1760 is( $result->rid, '1118324516-16598-103707467515.BLASTQ1' );
1761 ok( $hit = $result->next_hit );
1762 is( $hit->name,      'gi|40747822|gb|EAA66978.1|', 'full hit name' );
1763 is( $hit->accession, 'EAA66978',                   'hit accession' );
1764 is( $hit->ncbi_gi,   40747822 );
1765 ok( $hsp = $hit->next_hsp );
1766 is( $hsp->query->start, 1,   'query start' );
1767 is( $hsp->query->end,   528, 'query start' );
1768 is( $hsp->n,            1 );
1770 # tests for new BLAST 2.2.13 output
1771 $searchio = Bio::SearchIO->new(
1772     -format => 'blast',
1773     -file   => test_input_file('new_blastn.txt')
1776 $result = $searchio->next_result;
1777 is( $result->database_name,
1778 'All GenBank+EMBL+DDBJ+PDB sequences (but no EST, STS,GSS,environmental samples or phase 0, 1 or 2 HTGS sequences)'
1780 is( $result->database_entries,  3742891 );
1781 is( $result->database_letters,  16670205594 );
1782 is( $result->algorithm,         'BLASTN' );
1783 is( $result->algorithm_version, '2.2.13 [Nov-27-2005]' );
1784 like($result->algorithm_reference, qr/Gapped BLAST and PSI-BLAST/);
1785 is( $result->rid,                    '1141079027-8324-8848328247.BLASTQ4' );
1786 is( $result->query_name,             'pyrR,' );
1787 is( $result->query_length,           558 );
1788 is( $result->get_statistic('kappa'), '0.711' );
1789 is( $result->get_statistic('kappa_gapped'),        '0.711' );
1790 is( $result->get_statistic('lambda'),              '1.37' );
1791 is( $result->get_statistic('lambda_gapped'),       '1.37' );
1792 is( $result->get_statistic('entropy'),             '1.31' );
1793 is( $result->get_statistic('entropy_gapped'),      '1.31' );
1794 is( $result->get_statistic('dbletters'),           '-509663586' );
1795 is( $result->get_statistic('dbentries'),           3742891 );
1796 is( $result->get_statistic('effective_hsplength'), undef );
1797 is( $result->get_statistic('effectivespace'),      8935230198384 );
1799     $result->get_statistic(
1800         'number_of_hsps_better_than_expect_value_cutoff_without_gapping'),
1801     0
1803 is( $result->get_statistic('number_of_hsps_gapped'),              1771 );
1804 is( $result->get_statistic('number_of_hsps_successfully_gapped'), 0 );
1805 is( $result->get_statistic('length_adjustment'),                  22 );
1806 is( $result->get_statistic('querylength'),                        536 );
1807 is( $result->get_statistic('effectivedblength'),                  16670205594 );
1808 is( $result->get_statistic('effectivespaceused'), 8891094027712 );
1809 is( $result->get_parameter('matrix'),             'blastn matrix:1 -3' );
1810 is( $result->get_parameter('gapopen'),            5 );
1811 is( $result->get_parameter('gapext'),             2 );
1812 is( $result->get_statistic('S2'),                 '60' );
1813 is( $result->get_statistic('S2_bits'),            '119.4' );
1814 float_is( $result->get_parameter('expect'), '1e-23' );
1815 is( $result->get_statistic('num_extensions'), '117843' );
1817 @valid = (
1818     [
1819         'gi|41400296|gb|AE016958.1|', 4829781, 'AE016958', 41400296, '6e-059',
1820         119, 236
1821     ],
1822     [
1823         'gi|54013472|dbj|AP006618.1|', 6021225, 'AP006618', 54013472, '4e-026',
1824         64, 127
1825     ],
1826     [
1827         'gi|57546753|dbj|BA000030.2|', 9025608, 'BA000030', 57546753, '1e-023',
1828         60, 119
1829     ]
1831 $count = 0;
1833 while ( $hit = $result->next_hit ) {
1834     my $d = shift @valid;
1836     is( $hit->name,      shift @$d );
1837     is( $hit->length,    shift @$d );
1838     is( $hit->accession, shift @$d );
1839     is( $hit->ncbi_gi,   shift @$d );
1840     float_is( $hit->significance, shift @$d );
1841     is( $hit->raw_score, shift @$d );
1842     is( $hit->bits,      shift @$d );
1844     if ( $count == 0 ) {
1845         my $hsps_left = 1;
1846         while ( my $hsp = $hit->next_hsp ) {
1847             is( $hsp->query->start,    262 );
1848             is( $hsp->query->end,      552 );
1849             is( $hsp->hit->start,      1166897 );
1850             is( $hsp->hit->end,        1167187 );
1851             is( $hsp->length('total'), 291 );
1852             is( $hsp->hit_features,    'PyrR' );
1853             is( $hsp->start('hit'),    $hsp->hit->start );
1854             is( $hsp->end('query'),    $hsp->query->end );
1855             is( $hsp->strand('sbjct'), $hsp->subject->strand );  # alias for hit
1856             float_is( $hsp->evalue, 6e-59 );
1857             is( $hsp->score, 119 );
1858             is( $hsp->bits,  236 );
1859             is( sprintf( "%.2f", $hsp->percent_identity ),        85.22 );
1860             is( sprintf( "%.4f", $hsp->frac_identical('query') ), 0.8522 );
1861             is( sprintf( "%.4f", $hsp->frac_identical('hit') ),   0.8522 );
1862             is( $hsp->gaps, 0 );
1863             is( $hsp->n,    1 );
1864             $hsps_left--;
1865         }
1866         is( $hsps_left, 0 );
1867     }
1868     last if ( $count++ > @valid );
1870 is( @valid, 0 );
1872 # Bug 2189
1873 $searchio = Bio::SearchIO->new(
1874     -format => 'blast',
1875     -file   => test_input_file('blastp2215.blast')
1878 $result = $searchio->next_result;
1879 is( $result->database_entries,  4460989 );
1880 is( $result->database_letters,  1533424333 );
1881 is( $result->algorithm,         'BLASTP' );
1882 is( $result->algorithm_version, '2.2.15 [Oct-15-2006]' );
1883 is( $result->rid,               '1169055516-21385-22799250964.BLASTQ4' );
1884 is( $result->query_name,        'gi|15608519|ref|NP_215895.1|' );
1885 is( $result->query_gi,          15608519 );
1886 is( $result->query_length,      193 );
1887 @hits = $result->hits;
1888 is( scalar(@hits),          10 );
1889 is( $hits[1]->accession,    '1W30' );
1890 is( $hits[4]->significance, '2e-72' );
1891 is( $hits[7]->bits,         '254' );
1892 $result = $searchio->next_result;
1893 is( $result->database_entries,  4460989 );
1894 is( $result->database_letters,  1533424333 );
1895 is( $result->algorithm,         'BLASTP' );
1896 is( $result->algorithm_version, '2.2.15 [Oct-15-2006]' );
1897 is( $result->query_name,        'gi|15595598|ref|NP_249092.1|' );
1898 is( $result->query_length,      423 );
1899 @hits = $result->hits;
1900 is( scalar(@hits),          10 );
1901 is( $hits[1]->accession,    'ZP_00972546' );
1902 is( $hits[2]->ncbi_gi,      116054132 );
1903 is( $hits[4]->significance, '0.0' );
1904 is( $hits[7]->bits,         624 );
1906 # Bug 2246
1907 $searchio = Bio::SearchIO->new(
1908     -format  => 'blast',
1909     -verbose => -1,
1910     -file    => test_input_file('bug2246.blast')
1912 $result = $searchio->next_result;
1914     $result->get_statistic(
1915         'number_of_hsps_better_than_expect_value_cutoff_without_gapping'),
1916     0
1918 is( $result->get_statistic('number_of_hsps_gapped'),              7049 );
1919 is( $result->get_statistic('number_of_hsps_successfully_gapped'), 55 );
1920 is( $result->get_statistic('length_adjustment'),                  125 );
1921 is( $result->get_statistic('querylength'),                        68 );
1922 is( $result->get_statistic('effectivedblength'),                  1045382588 );
1923 is( $result->get_statistic('effectivespace'),                     71086015984 );
1924 is( $result->get_statistic('effectivespaceused'),                 71086015984 );
1925 $hit = $result->next_hit;
1926 is $hit->name,        'UniRef50_Q9X0H5';
1927 is $hit->length,      0;
1928 is $hit->accession,   'UniRef50_Q9X0H5';
1929 is $hit->description, 'Cluster: Histidyl-tRNA synthetase; n=4; Thermoto...';
1930 is $hit->bits,        23;
1931 float_is( $hit->significance, 650 );
1933 # Bug 1986
1934 $searchio = Bio::SearchIO->new(
1935     -format  => 'blast',
1936     -verbose => -1,
1937     -file    => test_input_file('bug1986.blastp')
1939 $result = $searchio->next_result;
1940 is( $result->get_statistic('querylength'),        335 );
1941 is( $result->get_statistic('effectivedblength'),  18683311 );
1942 is( $result->get_statistic('effectivespace'),     6258909185 );
1943 is( $result->get_statistic('effectivespaceused'), 6258909185 );
1944 $hit = $result->next_hit;
1945 is $hit->name,      'ENSP00000350182';
1946 is $hit->length,    425;
1947 is $hit->accession, 'ENSP00000350182';
1948 is $hit->description,
1949 'pep:novel clone::BX322644.8:4905:15090:-1 gene:ENSG00000137397 transcript:ENST00000357569';
1950 is $hit->raw_score, 301;
1951 is $hit->bits,      120;
1952 float_is( $hit->significance, 3e-27 );
1953 $hit = $result->next_hit;
1954 is $hit->name,      'ENSP00000327738';
1955 is $hit->length,    468;
1956 is $hit->accession, 'ENSP00000327738';
1957 is $hit->description,
1958 'pep:known-ccds chromosome:NCBI36:4:189297592:189305643:1 gene:ENSG00000184108 transcript:ENST00000332517 CCDS3851.1';
1959 is $hit->raw_score, 289;
1960 is $hit->bits,      115;
1961 float_is( $hit->significance, 8e-26 );
1963 # Bug 1986, pt. 2
1965 # handle at least the first iteration with BLAST searches using databases
1966 # containing non-unique IDs
1968 my $file = test_input_file('bug1986.blast2');
1969 my %unique_accs;
1970 open my $IN, '<', $file or die "Could not read file '$file': $!\n";
1972 while (<$IN>) {
1973     last if (/^Sequences/);
1975 $count = 1;
1976 while (<$IN>) {
1977     chomp;
1978     next if m{^\s*$};
1979     next unless ($_);
1980     last if m{^>};
1981     my ($accession) = split(/\s+/);
1983     #print "Real Hit $count = $accession\n";
1984     $unique_accs{$accession}++;
1986     #last if ($count == 10);
1987     ++$count;
1989 close $IN;
1991 is( $count,                      495 );
1992 is( scalar( keys %unique_accs ), 490 );
1994 my %search_accs;
1996 $searchio = Bio::SearchIO->new(
1997     -format  => 'blast',
1998     -verbose => -1,
1999     -file    => $file
2001 $result = $searchio->next_result;
2002 $count  = 1;
2003 while ( my $hit = $result->next_hit ) {
2004     $search_accs{ $hit->accession }++;
2005     $count++;
2008 is( $count,                      495 );
2009 is( scalar( keys %search_accs ), 490 );
2011 is_deeply( \%unique_accs, \%search_accs );
2013 # bug 2391 - long query names
2015 $file = test_input_file('bug2391.megablast');
2017 $searchio = Bio::SearchIO->new(
2018     -format => 'blast',
2019     -file   => $file
2021 $result = $searchio->next_result;
2023 # data is getting munged up with long names
2024 is( $result->query_name,
2025     'c6_COX;c6_QBL;6|31508172;31503325;31478402|rs36223351|1|dbSNP|C/G' );
2026 is( $result->query_description, '' );
2027 is( $result->algorithm,         'MEGABLAST' );
2029     $result->get_statistic(
2030         'number_of_hsps_better_than_expect_value_cutoff_without_gapping'),
2031     undef
2033 is( $result->get_statistic('number_of_hsps_gapped'),              0 );
2034 is( $result->get_statistic('number_of_hsps_successfully_gapped'), 0 );
2035 is( $result->get_statistic('length_adjustment'),                  16 );
2036 is( $result->get_statistic('querylength'),                        85 );
2037 is( $result->get_statistic('effectivedblength'),                  59358266 );
2038 is( $result->get_statistic('effectivespace'),                     5045452610 );
2039 is( $result->get_statistic('effectivespaceused'),                 5045452610 );
2041 # bug 2399 - catching Expect(n) values
2043 $file = test_input_file('bug2399.tblastn');
2045 $searchio = Bio::SearchIO->new(
2046     -format => 'blast',
2047     -file   => $file
2049 my $total_n = 0;
2050 while ( my $query = $searchio->next_result ) {
2051     while ( my $subject = $query->next_hit ) {
2052         $total_n += grep { $_->n } $subject->hsps;
2053     }
2055 is( $total_n, 80 );    # n = at least 1, so this was changed to reflect that
2057 sub cmp_evalue ($$) {
2058     my ( $tval, $aval ) = @_;
2059     is( sprintf( "%g", $tval ), sprintf( "%g", $aval ) );
2062 # bug 3064 - All-gap Query/Subject lines for BLAST+ do not have numbering
2064 $file = test_input_file('blast_plus.blastp');
2066 $searchio = Bio::SearchIO->new(
2067     -format => 'blast',
2068     -file   => $file
2071 my $total_hsps = 0;
2072 while ( my $query = $searchio->next_result ) {
2073     is( $query->get_statistic('querylength'),        undef );
2074     is( $query->get_statistic('effectivedblength'),  undef );
2075     is( $query->get_statistic('effectivespace'),     undef );
2076     is( $query->get_statistic('effectivespaceused'), 55770 );
2077     while ( my $subject = $query->next_hit ) {
2078         while ( my $hsp = $subject->next_hsp ) {
2079             $total_hsps++;
2080             if ( $total_hsps == 1 ) {
2081                 is( $hsp->start('query'),         5 );
2082                 is( $hsp->start('hit'),           3 );
2083                 is( $hsp->end('query'),           220 );
2084                 is( $hsp->end('hit'),             308 );
2085                 is( length( $hsp->query_string ), length( $hsp->hit_string ) );
2086             }
2087         }
2088     }
2091 is( $total_hsps, 2 );
2093 # BLAST 2.2.20+ output file ZABJ4EA7014.CH878695.1.blast.txt
2094 # Tests SearchIO blast parsing of 'Features in/flanking this part of a subject sequence'
2095 $searchio = Bio::SearchIO->new(
2096     -format => 'blast',
2097     -file   => test_input_file('ZABJ4EA7014.CH878695.1.blast.txt')
2100 $result = $searchio->next_result;
2102 # Parse BLAST header details
2103 is( $result->algorithm,         'BLASTN' );
2104 is( $result->algorithm_version, '2.2.20+' );
2105 like($result->algorithm_reference, qr/A greedy algorithm for aligning DNA\s+sequences/);
2106 is( $result->database_name,
2107     'human build 35 genome database (reference assembly only)' );
2108 is( $result->database_entries, 378 );
2109 is( $result->database_letters, 2866055344 );
2110 is( $result->query_name,       'gi|95131563|gb|CH878695.1|' );
2111 is( $result->query_description,
2112     'Homo sapiens 211000035829648 genomic scaffold' );
2113 is( $result->query_length, 29324 );
2115 # Parse BLAST footer details
2116 is( $result->get_statistic('posted_date'),    'Jul 26, 2007  3:20 PM' );
2117 is( $result->get_statistic('dbletters'),      -1428911948 );
2118 is( $result->get_statistic('lambda'),         '1.33' );
2119 is( $result->get_statistic('kappa'),          '0.621' );
2120 is( $result->get_statistic('entropy'),        '1.12' );
2121 is( $result->get_statistic('lambda_gapped'),  '1.28' );
2122 is( $result->get_statistic('kappa_gapped'),   '0.460' );
2123 is( $result->get_statistic('entropy_gapped'), '0.850' );
2124 is( $result->get_parameter('matrix'),         'blastn matrix:1 -2' );
2125 is( $result->get_parameter('gapopen'),        0 );
2126 is( $result->get_parameter('gapext'),         0 );
2127 is( $result->get_statistic('num_extensions'), 216 );
2128 is( $result->get_statistic('num_successful_extensions'), 216 );
2129 is( $result->get_parameter('expect'),                    '0.01' );
2130 is( $result->get_statistic('seqs_better_than_cutoff'),   10 );
2132     $result->get_statistic(
2133         'number_of_hsps_better_than_expect_value_cutoff_without_gapping'),
2134     0
2136 is( $result->get_statistic('number_of_hsps_gapped'),              216 );
2137 is( $result->get_statistic('number_of_hsps_successfully_gapped'), 212 );
2138 is( $result->get_statistic('length_adjustment'),                  34 );
2139 is( $result->get_statistic('querylength'),                        29290 );
2140 is( $result->get_statistic('effectivedblength'),                  2866042492 );
2141 is( $result->get_statistic('effectivespace'),     83946384590680 );
2142 is( $result->get_statistic('effectivespaceused'), 83946384590680 );
2143 is( $result->get_statistic('A'),                  0 );
2144 is( $result->get_statistic('X1'),                 23 );
2145 is( $result->get_statistic('X1_bits'),            '44.2' );
2146 is( $result->get_statistic('X2'),                 32 );
2147 is( $result->get_statistic('X2_bits'),            '59.1' );
2148 is( $result->get_statistic('X3'),                 54 );
2149 is( $result->get_statistic('X3_bits'),            '99.7' );
2150 is( $result->get_statistic('S1'),                 23 );
2151 is( $result->get_statistic('S1_bits'),            '43.6' );
2152 is( $result->get_statistic('S2'),                 29 );
2153 is( $result->get_statistic('S2_bits'),            '54.7' );
2155 # Skip the 1st hit. It doesn't have any 'Features in/flanking this part of subject sequence:'
2156 $hit = $result->next_hit;
2158 # The 2nd hit has hsps with 'Features flanking this part of subject sequence:'
2159 $hit = $result->next_hit;
2160 is( $hit->name,        'gi|51459264|ref|NT_077382.3|Hs1_77431' );
2161 is( $hit->description, 'Homo sapiens chromosome 1 genomic contig' );
2162 is( $hit->length,      237250 );
2164 # In the 2nd hit, look at the 1st hsp
2165 $hsp = $hit->next_hsp;
2166 is( $hsp->hit_features,
2167 "16338 bp at 5' side: PRAME family member 8   11926 bp at 3' side: PRAME family member 9"
2169 is( $hsp->bits,          7286 );
2170 is( $hsp->score,         3945 );
2171 is( $hsp->expect,        '0.0' );
2172 is( $hsp->hsp_length,    6145 );
2173 is( $hsp->num_identical, 5437 );
2174 is( int sprintf( "%.2f", $hsp->percent_identity ), 88 );
2175 is( $hsp->gaps,           152 );
2176 is( $hsp->start('query'), 23225 );
2177 is( $hsp->start('sbjct'), 86128 );
2178 is( $hsp->end('query'),   29324 );
2179 is( $hsp->end('sbjct'),   92165 );
2181 # In the 2nd hit, look at the 2nd hsp
2182 $hsp = $hit->next_hsp;
2183 is( $hsp->hit_features,
2184 "25773 bp at 5' side: PRAME family member 3   3198 bp at 3' side: PRAME family member 5"
2186 is( $hsp->bits,          4732 );
2187 is( $hsp->score,         2562 );
2188 is( $hsp->expect,        '0.0' );
2189 is( $hsp->hsp_length,    4367 );
2190 is( $hsp->num_identical, 3795 );
2191 is( int sprintf( "%.2f", $hsp->percent_identity ), 86 );
2192 is( $hsp->gaps,           178 );
2193 is( $hsp->start('query'), 23894 );
2194 is( $hsp->start('sbjct'), 37526 );
2195 is( $hsp->end('query'),   28193 );
2196 is( $hsp->end('sbjct'),   41781 );
2198 # In the 2nd hit, look at the 3rd hsp
2199 $hsp = $hit->next_hsp;
2200 is( $hsp->hit_features,
2201 "16338 bp at 5' side: PRAME family member 8   14600 bp at 3' side: PRAME family member 9"
2203 is( $hsp->bits,          3825 );
2204 is( $hsp->score,         2071 );
2205 is( $hsp->expect,        '0.0' );
2206 is( $hsp->hsp_length,    3406 );
2207 is( $hsp->num_identical, 2976 );
2208 is( int sprintf( "%.2f", $hsp->percent_identity ), 87 );
2209 is( $hsp->gaps,           89 );
2210 is( $hsp->start('query'), 14528 );
2211 is( $hsp->start('sbjct'), 86128 );
2212 is( $hsp->end('query'),   17886 );
2213 is( $hsp->end('sbjct'),   89491 );
2215 # In the 2nd hit, look at the 4th hsp
2216 $hsp = $hit->next_hsp;
2217 is( $hsp->hit_features,
2218 "29101 bp at 5' side: PRAME family member 8   2120 bp at 3' side: PRAME family member 9"
2220 is( $hsp->bits,          3241 );
2221 is( $hsp->score,         1755 );
2222 is( $hsp->expect,        '0.0' );
2223 is( $hsp->hsp_length,    3158 );
2224 is( $hsp->num_identical, 2711 );
2225 is( int sprintf( "%.2f", $hsp->percent_identity ), 85 );
2226 is( $hsp->gaps,           123 );
2227 is( $hsp->start('query'), 23894 );
2228 is( $hsp->start('sbjct'), 98891 );
2229 is( $hsp->end('query'),   27005 );
2230 is( $hsp->end('sbjct'),   101971 );
2232 # In the 2nd hit, look at the 5th hsp
2233 $hsp = $hit->next_hsp;
2234 is( $hsp->hit_features,  "PRAME family member 13" );
2235 is( $hsp->bits,          3142 );
2236 is( $hsp->score,         1701 );
2237 is( $hsp->expect,        '0.0' );
2238 is( $hsp->hsp_length,    2507 );
2239 is( $hsp->num_identical, 2249 );
2240 is( int sprintf( "%.2f", $hsp->percent_identity ), 89 );
2241 is( $hsp->gaps,           63 );
2242 is( $hsp->start('query'), 3255 );
2243 is( $hsp->start('sbjct'), 128516 );
2244 is( $hsp->end('query'),   5720 );
2245 is( $hsp->end('sbjct'),   131000 );
2247 # testing for Bug #3298
2248 $searchio = Bio::SearchIO->new(
2249     '-format' => 'blast',
2250     '-file'   => test_input_file('multiresult_blastn+.bls')
2253 is ($searchio->next_result->algorithm_version, '2.2.25+', "testing Bug 3298");
2254 is ($searchio->next_result->algorithm_version, '2.2.25+', "testing Bug 3298");
2255 is ($searchio->next_result->algorithm_version, '2.2.25+', "testing Bug 3298");
2257 # testing for Bug #3251
2258 $searchio = Bio::SearchIO->new(
2259     '-format' => 'blast',
2260     '-file'   => test_input_file('rpsblast_no_hits.bls')
2263 is ($searchio->next_result->database_name, 'CDD.v.2.13', "testing Bug 3251");
2264 is ($searchio->next_result->database_name, 'CDD.v.2.13', "testing Bug 3251");
2265 is ($searchio->next_result->database_name, 'CDD.v.2.13', "testing Bug 3251");