diff COBRAxy/utils/general_utils.py @ 419:ed2c1f9e20ba draft

Uploaded

--- a/COBRAxy/utils/general_utils.py	Tue Sep 09 07:36:30 2025 +0000
+++ b/COBRAxy/utils/general_utils.py	Tue Sep 09 09:08:17 2025 +0000
@@ -704,275 +704,3 @@
     def __str__(self) -> str: return self.value
 
 
-def convert_genes(model,annotation):
-    from cobra.manipulation import rename_genes
-    model2=model.copy()
-    try:
-        dict_genes={gene.id:gene.notes[annotation]  for gene in model2.genes}
-    except:
-        print("No annotation in gene dict!")
-        return -1
-    rename_genes(model2,dict_genes)
-
-    return model2
-
-
-def build_cobra_model_from_csv(csv_path: str, model_id: str = "new_model") -> cobra.Model:
-    """
-    Costruisce un modello COBRApy a partire da un file CSV con i dati delle reazioni.
-    
-    Args:
-        csv_path: Path al file CSV (separato da tab)
-        model_id: ID del modello da creare
-        
-    Returns:
-        cobra.Model: Il modello COBRApy costruito
-    """
-    
-    # Leggi i dati dal CSV
-    df = pd.read_csv(csv_path, sep='\t')
-    
-    # Crea il modello vuoto
-    model = cobraModel(model_id)
-    
-    # Dict per tenere traccia di metaboliti e compartimenti
-    metabolites_dict = {}
-    compartments_dict = {}
-    
-    print(f"Costruendo modello da {len(df)} reazioni...")
-    
-    # Prima passata: estrai metaboliti e compartimenti dalle formule delle reazioni
-    for idx, row in df.iterrows():
-        reaction_formula = str(row['Reaction']).strip()
-        if not reaction_formula or reaction_formula == 'nan':
-            continue
-            
-        # Estrai metaboliti dalla formula della reazione
-        metabolites = extract_metabolites_from_reaction(reaction_formula)
-        
-        for met_id in metabolites:
-            compartment = extract_compartment_from_metabolite(met_id)
-            
-            # Aggiungi compartimento se non esiste
-            if compartment not in compartments_dict:
-                compartments_dict[compartment] = compartment
-            
-            # Aggiungi metabolita se non esiste
-            if met_id not in metabolites_dict:
-                metabolites_dict[met_id] = Metabolite(
-                    id=met_id,
-                    compartment=compartment,
-                    name=met_id.replace(f"_{compartment}", "").replace("__", "_")
-                )
-    
-    # Aggiungi compartimenti al modello
-    model.compartments = compartments_dict
-    
-    # Aggiungi metaboliti al modello  
-    model.add_metabolites(list(metabolites_dict.values()))
-    
-    print(f"Aggiunti {len(metabolites_dict)} metaboliti e {len(compartments_dict)} compartimenti")
-    
-    # Seconda passata: aggiungi le reazioni
-    reactions_added = 0
-    reactions_skipped = 0
-    
-    for idx, row in df.iterrows():
-
-        reaction_id = str(row['ReactionID']).strip()
-        reaction_formula = str(row['Reaction']).strip()
-        
-        # Salta reazioni senza formula
-        if not reaction_formula or reaction_formula == 'nan':
-            raise ValueError(f"Formula della reazione mancante {reaction_id}")
-        
-        # Crea la reazione
-        reaction = Reaction(reaction_id)
-        reaction.name = reaction_id
-        
-        # Imposta bounds
-        reaction.lower_bound = float(row['lower_bound']) if pd.notna(row['lower_bound']) else -1000.0
-        reaction.upper_bound = float(row['upper_bound']) if pd.notna(row['upper_bound']) else 1000.0
-        
-        # Aggiungi gene rule se presente
-        if pd.notna(row['Rule']) and str(row['Rule']).strip():
-            reaction.gene_reaction_rule = str(row['Rule']).strip()
-        
-        # Parse della formula della reazione
-        try:
-            parse_reaction_formula(reaction, reaction_formula, metabolites_dict)
-        except Exception as e:
-            print(f"Errore nel parsing della reazione {reaction_id}: {e}")
-            reactions_skipped += 1
-            continue
-        
-        # Aggiungi la reazione al modello
-        model.add_reactions([reaction])
-        reactions_added += 1
-            
-    
-    print(f"Aggiunte {reactions_added} reazioni, saltate {reactions_skipped} reazioni")
-    
-    # Imposta l'obiettivo di biomassa
-    set_biomass_objective(model)
-    
-    # Imposta il medium
-    set_medium_from_data(model, df)
-    
-    print(f"Modello completato: {len(model.reactions)} reazioni, {len(model.metabolites)} metaboliti")
-    
-    return model
-
-
-# Estrae tutti gli ID metaboliti nella formula (gestisce prefissi numerici + underscore)
-def extract_metabolites_from_reaction(reaction_formula: str) -> Set[str]:
-    """
-    Estrae gli ID dei metaboliti da una formula di reazione.
-    Pattern robusto: cattura token che terminano con _<compartimento> (es. _c, _m, _e)
-    e permette che comincino con cifre o underscore.
-    """
-    metabolites = set()
-    # coefficiente opzionale seguito da un token che termina con _<letters>
-    pattern = r'(?:\d+(?:\.\d+)?\s+)?([A-Za-z0-9_]+_[a-z]+)'
-    matches = re.findall(pattern, reaction_formula)
-    metabolites.update(matches)
-    return metabolites
-
-
-def extract_compartment_from_metabolite(metabolite_id: str) -> str:
-    """
-    Estrae il compartimento dall'ID del metabolita.
-    """
-    # Il compartimento è solitamente l'ultima lettera dopo l'underscore
-    if '_' in metabolite_id:
-        return metabolite_id.split('_')[-1]
-    return 'c'  # default cytoplasm
-
-
-def parse_reaction_formula(reaction: Reaction, formula: str, metabolites_dict: Dict[str, Metabolite]):
-    """
-    Parsa una formula di reazione e imposta i metaboliti con i loro coefficienti.
-    """
-
-    if reaction.id == 'EX_thbpt_e':
-        print(reaction.id)
-        print(formula)
-    # Dividi in parte sinistra e destra
-    if '<=>' in formula:
-        left, right = formula.split('<=>')
-        reversible = True
-    elif '<--' in formula:
-        left, right = formula.split('<--')
-        reversible = False
-        left, right = left, right
-    elif '-->' in formula:
-        left, right = formula.split('-->')
-        reversible = False
-    elif '<-' in formula:
-        left, right = formula.split('<-')
-        reversible = False
-        left, right = left, right
-    else:
-        raise ValueError(f"Formato reazione non riconosciuto: {formula}")
-    
-    # Parse dei metaboliti e coefficienti
-    reactants = parse_metabolites_side(left.strip())
-    products = parse_metabolites_side(right.strip())
-    
-    # Aggiungi metaboliti alla reazione
-    metabolites_to_add = {}
-    
-    # Reagenti (coefficienti negativi)
-    for met_id, coeff in reactants.items():
-        if met_id in metabolites_dict:
-            metabolites_to_add[metabolites_dict[met_id]] = -coeff
-    
-    # Prodotti (coefficienti positivi)
-    for met_id, coeff in products.items():
-        if met_id in metabolites_dict:
-            metabolites_to_add[metabolites_dict[met_id]] = coeff
-    
-    reaction.add_metabolites(metabolites_to_add)
-
-
-def parse_metabolites_side(side_str: str) -> Dict[str, float]:
-    """
-    Parsa un lato della reazione per estrarre metaboliti e coefficienti.
-    """
-    metabolites = {}
-    if not side_str or side_str.strip() == '':
-        return metabolites
-
-    terms = side_str.split('+')
-    for term in terms:
-        term = term.strip()
-        if not term:
-            continue
-
-        # pattern allineato: coefficiente opzionale + id che termina con _<compartimento>
-        match = re.match(r'(?:(\d+\.?\d*)\s+)?([A-Za-z0-9_]+_[a-z]+)', term)
-        if match:
-            coeff_str, met_id = match.groups()
-            coeff = float(coeff_str) if coeff_str else 1.0
-            metabolites[met_id] = coeff
-
-    return metabolites
-
-
-
-def set_biomass_objective(model: Model):
-    """
-    Imposta la reazione di biomassa come obiettivo.
-    """
-    biomass_reactions = [r for r in model.reactions if 'biomass' in r.id.lower()]
-    
-    if biomass_reactions:
-        model.objective = biomass_reactions[0].id
-        print(f"Obiettivo impostato su: {biomass_reactions[0].id}")
-    else:
-        print("Nessuna reazione di biomassa trovata")
-
-
-def set_medium_from_data(model: Model, df: pd.DataFrame):
-    """
-    Imposta il medium basato sulla colonna InMedium.
-    """
-    medium_reactions = df[df['InMedium'] == True]['ReactionID'].tolist()
-    
-    medium_dict = {}
-    for rxn_id in medium_reactions:
-        if rxn_id in [r.id for r in model.reactions]:
-            reaction = model.reactions.get_by_id(rxn_id)
-            if reaction.lower_bound < 0:  # Solo reazioni di uptake
-                medium_dict[rxn_id] = abs(reaction.lower_bound)
-    
-    if medium_dict:
-        model.medium = medium_dict
-        print(f"Medium impostato con {len(medium_dict)} componenti")
-
-
-def validate_model(model: Model) -> Dict[str, any]:
-    """
-    Valida il modello e fornisce statistiche di base.
-    """
-    validation = {
-        'num_reactions': len(model.reactions),
-        'num_metabolites': len(model.metabolites),
-        'num_genes': len(model.genes),
-        'num_compartments': len(model.compartments),
-        'objective': str(model.objective),
-        'medium_size': len(model.medium),
-        'reversible_reactions': len([r for r in model.reactions if r.reversibility]),
-        'exchange_reactions': len([r for r in model.reactions if r.id.startswith('EX_')]),
-    }
-    
-    try:
-        # Test di crescita
-        solution = model.optimize()
-        validation['growth_rate'] = solution.objective_value
-        validation['status'] = solution.status
-    except Exception as e:
-        validation['growth_rate'] = None
-        validation['status'] = f"Error: {e}"
-    
-    return validation