Come posso leggere un file in formato GenBank/EMBL/UniProt/FASTA/INSDseq?

Fin dall’inizio, tramite le librerie Biojava era possibile leggere file nei formati più comuni utilizzati in bioinformatica. A partire dalla versione 1.5 di Biojava con l’aggiunta delle estensioni Biojavax, il modo di leggere i file è cambiato un pò. Anche se è possibile ancora leggere i file contenenti le sequenze utilizzando la classe SeqIOTools, essa ora è stata segnata come deprecata e sostituita dalla classe RichSequence.IOTools. Questa classe a differenza di quella deprecata ha dei metodi più specifici che tengono in considerazione il formato dei file per permettere,inoltre, una migliore corrispondenza con il database BioSql. Ora infatti è obbligatorio l’uso dei namespace. L’estensione Biojavax permette anche una semplice creazione di un parser per la lettura di un file in un formato personalizzato, anche se questo è una situazione che avviene raramente. La classe RichSequence.IOTools da la possibilità di leggere file contenenti DNA, RNA or proteine nei seguenti formati:

• EMBL (nativo o XML)
• FASTA
• GenBank
• INSDseq
• UniProt (nativeo o XML)

Questa classe ha anche un metodo, readFile, per leggere un file indovinandone il formato.

Seguendo questo link è possibile scaricare alcuni file di esempio.

```java import java.io.BufferedReader; import java.io.FileReader;

import org.biojavax.SimpleNamespace; import org.biojavax.bio.seq.RichSequence; import org.biojavax.bio.seq.RichSequenceIterator;

public class ReadGES_BJ1_6{

   /* 
    * ReadGES_BJ1_6.java -E' un semplice programma per leggere un file di sequenza 
    * noto il suo formato. Esso utilizza le estensioni Biojavax che si trovano in BJ1.6. 
    * 
    * Basta passare alla classe il path del file come args[0]
    */
   public static void main(String[] args) {
       BufferedReader br = null;
       SimpleNamespace ns = null;
       
       try{
           br = new BufferedReader(new FileReader(args[0]));
           ns = new SimpleNamespace("biojava");
           

                       // Si può utilizzare uno qualsiasi dei metodi presenti nelle BioJava 1.6 API        
                       RichSequenceIterator rsi = RichSequence.IOTools.readFastaDNA(br,ns);
   
                       //Se un file contiene più sequenze è possibile utilizzare un iteratore per leggerle tutte
           while(rsi.hasNext()){
               RichSequence rs = rsi.nextRichSequence();
               System.out.println(rs.getName());
           }
       }
       catch(Exception be){
           be.printStackTrace();
           System.exit(-1);
       }
   }

} ```