def geraArquivoTesteTreino(diret, arquivo, seed):
conteudo = []
semConteudo = [] # arquivo de pdbs sem ki
arquivoParaLer = leCsv(
diret +
arquivo) # le arquivo com os pdbs a serem processados como proteinas
tamLista = len(arquivoParaLer)
tamTreino = int(tamLista * 0.7) + 1 # pega 70% para treino
random.seed(seed)
lista_aleatoria = random.sample(range(0, tamLista), tamTreino)
#lista_aleatoria = numpy.random.seed()(range(0,tamLista), tamTreino,100)
listaTreino = []
listaTeste = []
x = 0
QtGui.QApplication.processEvents() # para não travar usar antes de loops
for prot in arquivoParaLer:
if x in lista_aleatoria:
listaTreino.append(prot)
else:
listaTeste.append(prot)
x += 1 # acresce posição
textoTreino = ', '.join(listaTreino)
textoTeste = ', '.join(listaTeste)
grava(textoTreino, diret + "pdbsProteinaTreino.txt")
grava(textoTeste, diret + "pdbsProteinaTeste.txt")
def outliers(self):
percent = self.horizontalSlider_percent.value()/100 # corta o que esta acima de 70% do desvio/10
self.concatenaArquivos()
diret = "./outputFiles/"
arq = open(diret+"juntos.csv", 'r')
reader = csv.reader(arq)
allRows = [row for row in reader]
arrEstru = []
arrVal = []
for x in allRows:
if not x[0] == "PDB": # elimina linhas de cabecalho
arrVal.append(float(x[2])) # cria lista com valores experimentais
arrEstru.append(x[0]) # cria lista com estruturas
elements = np.array(arrVal)
mean = np.mean(elements, axis=0)
listaOutliers = []
ind = 0
for x in arrVal:
dif = np.abs(x-mean)
if abs(dif/mean)>percent: # verifica se nao esta na faixa
listaOutliers.append(arrEstru[ind].upper())
ind = ind+1
texto = str(listaOutliers)
texto = texto.replace("]", '')
texto = texto.replace("[", '')
grava(texto.split("'"), diret+"outliers.txt")
arq.close()
apagaArquivo(diret+"juntos.csv")
self.limpaArquivoProteinas()
def limpaArquivoProteinas(self):
diret1 = "./outputFiles/"
diret2 = "./inputFiles/"
proteinas = leCsv(diret2+"pdbsProteina.txt")
outliers = leCsv(diret1+"outliers.txt")
listProt = []
listOutliers = []
listNovoProt = []
tamInicial = (len(proteinas))
#gravaConfig("quantidadeInicialProteinas", str(tamInicial).strip())
for x in proteinas:
listProt.append(x.strip())
for x in outliers:
listOutliers.append(x.strip())
for x in listProt:
if not(x in listOutliers):
listNovoProt.append(x+",".strip())
tam = len(listNovoProt)
if tamInicial-tam < 1:
QtGui.QMessageBox.information(self, "Message", "There are no outliers"+"\n"+"\n"+"Try to reducing the percentual value in the slider.")
pass
elif tam <20:
QtGui.QMessageBox.information(self, "Message", "After this operation, the number of structures will be very small (only "+str(tam)+" structures)."+"\n"+"Is not possible exclude outliers!"+"\n"+"\n"+"Try increasing the percentage on the slider,")
pass
else:
listNovoProt[tam-1] = listNovoProt[tam-1].replace(",","") # retira ultima virgula
distancia = pegaConfig("distanciaAtual").strip()
txtOut = str(outliers).replace("'", "")
txtOut = txtOut.replace("[", "")
txtOut = txtOut.replace("]", "")
txtOut = txtOut.lower()
tracos = "-"*90
tamOut = tamInicial-tam
texto = "This "+str(tamOut)+" structures will be excluded:"+"\n" +tracos+"\n" + txtOut
texto = texto+"\n"+tracos
texto = texto+"\n" +"\n"+"These outliers are considering only experiments with distances < "+distancia+u'\u212b'
texto = texto +"\n"+"\n" + "Do you want to proceed?"
reply = QtGui.QMessageBox.question(self, "List of Outliers",texto,QtGui.QMessageBox.Yes | QtGui.QMessageBox.No, QtGui.QMessageBox.No)
if reply == QtGui.QMessageBox.Yes:
self.toolButton_iniciar.setEnabled(False)
self.horizontalSlider_percent.setEnabled(False)
limpaArquivosOutlier()
limpaPastasSaidaOutlier()
grava(listNovoProt, diret2+"pdbsProteina.txt")
gravaConfig("outlier", "yes")
gravaConfig ("quantidadeProteinas",str(tam) )
self.label_inicial.setText(pegaConfig('quantidadeInicialProteinas').strip())
self.label_final.setText(pegaConfig('quantidadeProteinas').strip())
QtGui.QMessageBox.information(self, "Important !!!", "Operation completed"+"\n"+"\n"+'You must redo "Make File" and "Regression" again!')
else:
pass
def scale_data():
"""Function to scale explanatory variable data"""
# Import libraries
from sklearn import preprocessing
import numpy as np
# Read first line
diretorio = "./adjustmentFunctions/"
try:
f = open(diretorio + "prep_data.csv", "r")
first_line = f.readline()
#print("\nExplanatory and response variables: ",end="")
except IOError:
mensagem = "\nI can't find prep_data.csv file! Finishing execution!!!"
arquivoSai = "./logs/error" + str(datetime.now())
grava(mensagem, arquivoSai)
sys.exit("see error in TABA/logs folder")
f.close()
# Read data
fo1 = np.genfromtxt(diretorio + "prep_data.csv",
delimiter=",",
skip_header=1)
# Get number of columns and rows
# caso não tenha ligante ativo dara erro
try:
cols = len(fo1[1, :])
rows = len(fo1[1:, 0])
except IndexError:
mensagem = "There is some compatibility problem in the selected structures." + "\n" + "Probably the Type of Affinity does not correspond to the others datas. Try to generate a new experiment with a correct Type of Affinity"
arquivoSai = "./logs/error" + str(datetime.now())
grava(mensagem, arquivoSai)
sys.exit("see error in TABA/logs folder")
# Explanatory variable data
X = fo1[:, :cols - 1]
# Response variable data
y = fo1[:, cols - 1]
# Scale it with unit-variance scaling and mean centering
X_scaled = preprocessing.scale(X)
# Open scaled_data.csv
diretorio = "./adjustmentFunctions/"
fo2 = open(diretorio + "scaled_data.csv", "w")
# Write new csv file
fo2.write(first_line) # Write headers
# Looping through numerical data
for i in range(0, rows +
1): # ----> soma 1 para pegar última linha (09/111/2018)
line_aux = ""
for j in range(cols - 1):
line_aux += "," + str(X_scaled[i, j])
fo2.write(line_aux[1:] + "," + str(y[i]) + "\n")
fo2.close()
def salvaModeloOk(self):
diret = "./models/"
prefix = "_model"
nomeComplementar = ''
self.noe = ''
arquivo = self.arquivo.strip()
distancia = self.dist
base0 = self.base.strip()
base = base0.replace("Todos", "All")
coeficiente = self.coefStr.strip()
equacao = self.formula.strip()
colunas = str(int(self.col) + 1)
valorCoeficiente = str(self.melhorCoeficiente)
melhorArquivo = self.melhorArquivo
nomeInterno = arquivo + "_" + coeficiente + "_col" + colunas + "_" + melhorArquivo
mensagem = "Guive a name for this model!"
nome, ok = QtGui.QInputDialog.getText(self, 'Additional Name to Model',
mensagem)
nomeExistente = (self.verificaRepetido(nome))
if nomeExistente:
QtGui.QMessageBox.warning(
self, 'Attention !!',
"This model has already been saved with the name: " +
nomeExistente.replace(".txt", ""), QtGui.QMessageBox.Ok)
self.pushButton_adiciona.setEnabled(False)
pass
if ok:
if nome == "":
nome = "Taba"
nomeComplementar = (str(nome.strip()))
caixaTexto = self.plainTextEdit_modelo.toPlainText().replace(
"\n", "nn") # para recuperar corretamente depois
caixaTexto = caixaTexto.replace(
", ", "vv") # para recuperar corretamente depois
caixaTexto = caixaTexto.replace(chr(945),
"a") # troca alpha poar a
caixaTexto = caixaTexto.replace(
chr(550), "hng") # troca hngmgstrons poar hng
textoCoeficientesCalculados = self.pegaCoeficientesCalculados()
texto = "<nomeInterno>," + nomeInterno + "\n" + "<melhorArquivo>," + melhorArquivo + "\n" + "<distancia>," + distancia + "\n" + "<colunas>," + colunas + "\n" + "<arquivo>," + arquivo + "\n" + "<base>," + base + "\n" + "<coeficiente>," + coeficiente + "\n" + "<valorCoeficiente>," + textoCoeficientesCalculados + "\n" + "<equacao>," + equacao + "\n" + "<tuned>," + str(
self.tuned) + "\n" + "<modelo>,", caixaTexto
arqs = arquivosNaPastaModels()
numero = self.verificaUltimoModelo(arqs)
numero = str(numero + 1)
self.nomeModelo = nomeComplementar + prefix + numero
arquivoSai = diret + self.nomeModelo + ".txt"
grava(texto, arquivoSai)
self.label_nomeModelo.setText(self.nomeModelo + " saved")
self.carregaModelos()
self.pushButton_deleta.setEnabled(False)
self.pushButton_adiciona.setEnabled(False)
self.salvaDadosModelo(self.nomeModelo)
else:
pass
def geraArquivoComTermoDeEnergiaExperimento(arquivosParaLerUsu, distancia,
tipo, tipoMedia, ligante):
"""Funcao para calcular o termo de energia"""
cabecalho = "liganteAtivo" + "," + "arquivo" + "," + "CC" + "," + "CN" + "," + "CO" + "," + "CS" + "," + "CP" + "," + "CF" + "," + "CBr" + "," + "CCl" + "," + "CI" + "," + "CAt" + "," + "NN" + "," + "NO" + "," + "NS" + "," + "NP" + "," + "NF" + "," + "NBr" + "," + "NCl" + "," + "NI" + "," + "NAt" + "," + "OO" + "," + "OS" + "," + "OP" + "," + "OF" + "," + "OBr" + "," + "OCl" + "," + "OI" + "," + "OAt" + "," + "SS" + "," + "SP" + "," + "SF" + "," + "SBr" + "," + "SCl" + "," + "SI" + "," + "SAt" + "," + "Log(Ki)" + "\n"
textoKiTodos = cabecalho
#atomos = ['CC','CN','CO','CS','CP','CF','CBr','CCl','CI','CAt','NN','NO','NS','NP','NF','NBr','NCl','NI','NAt','OO','OS','OP','OF','OBr','OCl','OI','OAt','SS','SP','SF','SBr','SCl','SI','SAt']
conj = "TRE"
diret = "./outputFiles/"
fileNameTodos = diret + "medDist_" + str(distancia) + "_" + conj + ".csv"
foTodos = leCsvPulaLinha(fileNameTodos)
fileNamePorPDB = diret + "medDistPdb_" + str(
distancia) + "_" + tipo.upper() + ".csv"
try:
foPdb = open(fileNamePorPDB, 'r')
except IOError:
print("\n O arquivo " + fileNamePorPDB + " nao foi encontrado")
exit()
linha = ''
first_line = foPdb.readline() # pula primeira linha
for i in foPdb:
listaDistMediaPdb = i.split(",")
ind = 1
linha = listaDistMediaPdb[0] + ","
for x in foTodos:
mediaPdb = float(listaDistMediaPdb[ind])
mediaTodos = float(x)
val = (mediaTodos - mediaPdb)**2 # conferir
valStr = str(val)
linha = linha + valStr + ","
ind = ind + 1
arquivo = listaDistMediaPdb[0]
liganteAtivo, logKiBDB, logKiPDBbind, logKiBMOAD, logKiTodos = calculaKi(
arquivo.lower() + ".csv")
existeLigante = verificaLigange(arquivo.lower(), ligante)
if (logKiTodos != 0) or (existeLigante):
textoKiTodos = textoKiTodos + liganteAtivo + "," + linha + str(
logKiTodos) + "\n"
diret = "./outputFiles/"
strDist = str(distancia)
# ATENCAO NAO PODE GERAR LINHA ANTES E APOS O TEXTO
# retirei Ki do nome em 29/04/2017
arqSaida = diret + 'saidaTodos' + strDist + '_TE_' + "Usu" + '.csv'
grava(textoKiTodos, arqSaida)
existeLigante = verificaLigange(arquivo.lower(), ligante)
if not existeLigante:
diret = "nok" # para informar que nao existe o ligante
return diret, arqSaida
def generate_LOO_files(csv_in, n):
"""Function to generate LOO files for cross-validated r2"""
#csv_in = scaled_data.csv
my_list = []
# Try to open csv_in
try:
fo1 = open(csv_in, "r")
csv1 = csv.reader(fo1)
except IOError:
mensagem = "\nI can't find" + csv + " file! Finishing execution!(1)"
arquivoSai = "./logs/error" + str(datetime.now())
grava(mensagem, arquivoSai)
sys.exit("see error in TABA/logs folder")
# Get first line
for line in csv1:
first_line = line
break
# Get data
for line in csv1:
my_list.append(line)
fo1.close()
for i in range(len(my_list)):
# Write LOO files
# Fix the number of characters
diretorio = "./adjustmentFunctions/"
my_str_3_char = str(i)
if len(my_str_3_char) < 4:
my_str_lig = str((3 - len(my_str_3_char)) * "0") + my_str_3_char
my_str = my_str_lig # We must have three columns
else:
my_str = my_str_3_char
fo1 = open(diretorio + "loo_file_" + my_str + ".csv", "w")
aux0 = clean_line(str(first_line))
fo1.write(aux0 + "\n")
for j in range(len(my_list)):
aux1 = clean_line(str(my_list[j]))
fo1.write(aux1 + "\n")
if i != j:
aux1 = clean_line(str(my_list[j]))
fo1.write(aux1 + "\n")
fo1.close()
def criaAtalhoOk(self):
if pegaConfigTaba("atalho").strip() == "yes":
desktop = get_desktop_path()
dirAtual = os.getcwd() + "/"
dirBase = os.path.dirname(
os.path.dirname(dirAtual)) # pega o diretorio acima do Taba
programa = "./Taba"
fonte = "python3 taba.py"
icone = "img/beagle3.png"
arquivoAtalho = desktop + "/Taba.desktop"
if existeArquivo(dirAtual + "taba.py"):
textoScript = "#! /bin/bash" + "\n" + "cd " + dirAtual + "\n" + fonte
else:
textoScript = "#! /bin/bash" + "\n" + "cd " + dirAtual + "\n" + programa
if existeArquivo(arquivoAtalho) == False:
reply = QtGui.QMessageBox.question(
self, "Create a desktop shortcut",
"Do you want to create a shortcut on the desktop?" + "\n" +
"If you do not want to see this message again, uncheck 'Create a shortcut on the desktop' at the bottom of this window",
QtGui.QMessageBox.Yes | QtGui.QMessageBox.No,
QtGui.QMessageBox.No)
if reply == QtGui.QMessageBox.Yes:
if desktop.strip() == dirBase.strip(
): # nao e possivel criar icone quando o taba esta no desktop
QtGui.QMessageBox.information(self, "Attention!", "It is not possible to create a shortcut when the Taba folder is on the Desktop."+"\n"+\
"Move the Taba folder to another location in the user's folder and check 'Create a shortcut on the desktop' at the bottom of the screen again.")
gravaConfigTaba("atalho", "no")
pass
else:
TextoLancador = "[Desktop Entry]" + "\n" + "Name=Taba" + "\n" + "Type=Application" + "\n" + "Exec=sh " + dirAtual + "taba.sh" + "\n" + "Icon=" + dirAtual + icone
grava(textoScript, "./taba.sh")
grava(TextoLancador, arquivoAtalho)
os.chmod(arquivoAtalho, 0o777) # muda permissao
QtGui.QMessageBox.information(
self, "Message",
"The shortcut to Taba was created on the desktop!")
else:
pass
else:
pass
else:
pass
def geraArquivoProteinaFinal(diret, arquivo, tipo):
progresso = 0
conteudo = []
semConteudo = [] # arquivo de pdbs sem ki
arquivoParaLer = leCsv(
diret +
arquivo) # le arquivo com os pdbs a serem processados como proteinas
for prot in arquivoParaLer:
arquivo = prot.strip() # nome do arquivo pdb que esta em pdbsProteinas
arquivo = arquivo.lower() + ".csv"
#print (arquivo)
if le(arquivo) == "S":
conteudo.append(prot)
conteudo.append(",")
else:
semConteudo.append(prot)
semConteudo.append(",")
tam = len(conteudo)
tam2 = len(semConteudo)
conteudo.pop(tam - 1) # para retirar a ultima virgula
grava(conteudo, diret + "pdbsProteinaFinal" + tipo + ".txt")
if semConteudo:
semConteudo.pop(tam2 - 1) # para retirar a ultima virgula
'''
def gravaArqProteina(listaEstruturasFicam):
# cria novo arquivo proteinas
textoPdb = ''
listaEstruturasFicam = sorted(listaEstruturasFicam)
for i in listaEstruturasFicam:
textoPdb = textoPdb + i[0] + ","
# retira ultima virgula
pos = textoPdb.rfind(',')
t1 = list(textoPdb)
t1[pos] = ''
textoPdb = "".join(t1)
arqProteina = "./inputFiles/pdbsProteina.txt"
arqTreino = "./inputFiles/pdbsProteinaTreino.txt"
arqTeste = "./inputFiles/pdbsProteinaTeste.txt"
grava(textoPdb, arqProteina)
#retira estruturas no arquivo treino
listaTreinoNova = []
textoTreino = leCsv(arqTreino)
if len(textoTreino
) > 0: # ve se ja tem os arquivos ou se serao gerados apos preparo
listaTreino = textoTreino
for s in listaEstruturasFicam:
if str(s[0]) in listaTreino:
listaTreinoNova.append(s[0])
# retira estrutura arquivo teste
listaTesteNova = []
textoTeste = leCsv(arqTeste)
listaTeste = textoTeste
for s in listaEstruturasFicam:
if str(s[0]) in listaTeste:
listaTesteNova.append(s[0])
textoTreino = ",".join(listaTreinoNova)
textoTeste = ",".join(listaTesteNova)
grava(textoTreino, arqTreino)
grava(textoTeste, arqTeste)
"""
def tuning():
diret = "./outputFiles/"
#print("Reading resultadoTreino.csv...")
fo1 = open(diret + "resultadoTreino.csv", "r")
# Get data
primeira_linha = fo1.readline()
listaLinha = primeira_linha.split(",")
quantidadeColunas = len(listaLinha)
fo1.close()
# Reads CSV file to get predicted and experimental data
my_csv = np.genfromtxt(diret + 'resultadoTreino.csv',
delimiter=",",
skip_header=1)
# Gets each column from CSV file
colExp = quantidadeColunas - 2 # posicao coluna valor experimental
colPre = quantidadeColunas - 1 # posicao coluna valor predicted
y = my_csv[:, colPre]
x = my_csv[:, colExp]
#Least-squares polynomial fitting
z = np.polyfit(x, y, 1)
#p = np.poly1d(z)
# Equation y = ax + b
# z array has the coefficients a = z[0] and b = z[1]
'''
print("a = ",z[0])
print("b = ",z[1])
print("Best fit polynomial equation: ",p)
'''
a = z[0]
b = z[1]
#################################
# Read equation
fo3 = open(diret + "melhorEquacao.csv", "r")
for line0 in fo3:
break
# Get b
b0 = ""
for line0 in fo3:
for line2 in line0[17:]:
b0 += str(line2)
break
coef1 = pegaPrimeiroCoef(b0)
b0 = b0.replace(coef1, "") # retira coeficiente
b0 = b0.replace("\n", "")
b0 = "(" + b0 + ")"
constante = "(" + str(a) + "*" + coef1 + "+" + str(b) + ")"
melhorEquacaoAjustada = constante + "+" + str(a) + "*" + str(b0)
melhorEquacaoAjustada = melhorEquacaoAjustada.replace("+-", "-")
melhorEquacaoAjustada = melhorEquacaoAjustada.replace("\n", "")
melhorEquacaoAjustada = resolveEquacaoTuning(melhorEquacaoAjustada)
fo4 = open(diret + "melhorEquacao.csv", "r")
texto = ""
for line in fo4:
line_aux = line
if "[melhor Equacao]" in line_aux:
line_aux = "[melhor Equacao]," + melhorEquacaoAjustada + "\n"
texto = texto + line_aux
texto = texto + "\n" + "[tuned],yes"
diretorio = "./outputFiles/"
grava(texto, diretorio + "melhorEquacao.csv")
gravaConfig("melhorEquacao", melhorEquacaoAjustada)
fo3.close()
fo4.close()
return True
def calcula(
listaVariaveis, diretorio, arquivo, formula, tipo
): #calcula usando os termoo de energia e gera arquivo com resultados para comparar
'''
utiliza o termo de energia de todos os arquivos Pdb
'''
arquivo = arquivo.replace(
"Tre", tipo
) #o arquivo que vem eh o de treino por isto substitui pelo tipo de arquivo
arq = diretorio + arquivo
pos = posicaoVariaveis(
listaVariaveis, diretorio,
arquivo) # pega posiccao dos valores das colunas das variaveis
listaValores = []
listaResultados = ''
try:
fo = open(arq, 'r')
except IOError:
sys.exit("\n O arquivo " + arq + " nao foi encontrado")
try:
fo.readline() # para pular primeira linha
for line in fo: # percorre arquivo
linha = line.split(",")
for x in pos: # percorre lista de posicao e pega valores no arquivo de teste ou treino
listaValores.append(linha[x])
n = 0
equacao = formula
for lin2 in listaVariaveis: #substitui valores na equacao
equacao = equacao.replace(
listaVariaveis[n],
listaValores[n]) #substitui variavel pelo valor
n = n + 1
#equacao = limpaEquacao(equacao) # estava desativada pois dava erro
#print("+++++",equacao)
valor = resolveEquacao(equacao)
listaValores = []
ligante = linha[0].replace("[", "")
ligante = ligante.replace("]", "")
pdb = linha[1]
distancia = retornaDigito(arquivo)
arqMedia = "medDistPdb_" + distancia + "_" + tipo.upper() + ".csv"
lin = ""
for atomo in listaVariaveis:
media = pegaMediaPdb(pdb, atomo, arqMedia)
lin = lin + "," + media
lin.split()
lin = pdb + "," + ligante + lin
listaResultados = listaResultados + lin + "," + str(
valor) + "," + linha[36].replace("\n", "") + "\n"
#print("====Lista resultados", listaResultados)
except:
pass
fo.close()
if tipo == "Tes":
arquivoParaSalvar = "resultadoTeste.csv"
elif tipo == "Tre":
arquivoParaSalvar = "resultadoTreino.csv"
li = 'PDB,Ligand'
for atomo in listaVariaveis:
li = li + ',d' + atomo
cabecalho = li + "," + 'Predicted, Experimental' + "\n"
texto = cabecalho + listaResultados
grava(texto, diretorio + arquivoParaSalvar)
#print("---->listaResultados",listaResultados)
return listaResultados
def chama_calcula(csv_file1, metodo, num_col, cabecalho, diretorio,
progressBar):
texto = ""
csv1 = csv_file1.replace("./outputFiles/", "")
csv = csv1.replace(".csv", "")
# Try to open SFgeral.log
nomeArquivoParcial = "SF" + "_" + csv + "_" + metodo + "_" + str(
num_col) + "cols" + ".csv"
arquivo = diretorio + nomeArquivoParcial
existe = False
linhas = numeroLinhas(arquivo)
try:
with open(arquivo):
existe = True
except:
existe = False
if (existe == True) and (
linhas > 2
): # se já foi gerado o arquivo com mais de 2 linhas não gera novamente
return True
else:
try:
folGeral = open(arquivo, "w")
except IOError:
mensagem = "\nI can't find" + arquivo + " file! Finishing execution!(1)"
arquivoSai = "./logs/error" + str(datetime.now())
grava(mensagem, arquivoSai)
sys.exit("see error in TABA/logs folder")
# This function will create a new csv file with data restricted to selected columns
colIn = 2 # comeca em zero
colFin = 37 # e a coluna do log(ki) não pode mandar arquivos com menos colunas
# chama funcao conforme a quantidade de colunas
if num_col == 3:
texto = gera_equacao3(colIn, colFin, csv_file1, metodo,
progressBar)
if num_col == 4:
texto = gera_equacao4(colIn, colFin, csv_file1, metodo,
progressBar)
if num_col == 5:
texto = gera_equacao5(colIn, colFin, csv_file1, metodo,
progressBar)
if num_col == 6:
texto = gera_equacao6(colIn, colFin, csv_file1, metodo,
progressBar)
if num_col == 7:
texto = gera_equacao7(colIn, colFin, csv_file1, metodo,
progressBar)
if num_col == 8:
texto = gera_equacao8(colIn, colFin, csv_file1, metodo,
progressBar)
if num_col == 9:
texto = gera_equacao9(colIn, colFin, csv_file1, metodo,
progressBar)
if num_col == 10:
texto = gera_equacao10(colIn, colFin, csv_file1, metodo,
progressBar)
if num_col == 11:
texto = gera_equacao11(colIn, colFin, csv_file1, metodo,
progressBar)
#rodape = "\n"+"Metodo:"+metodo+" Arquivo:"+csv_file1
#folGeral.write(cabecalho+texto+rodape)
folGeral.write(cabecalho + texto)
folGeral.close()
return False
def gravaTreinoSet(self, textoTreino, textoTeste, diret):
grava(textoTreino, diret + "pdbsProteinaTreino.txt")
grava(textoTeste, diret + "pdbsProteinaTeste.txt")
gravaConfig("geraSets", "y")
def salvaOk(self):
diretorio = "./inputFiles/"
arquivo = "pdbsProteina.txt"
arquivoSai = diretorio + arquivo
self.textoConfig = self.plainTextEdit_descricao.toPlainText()
self.textoConfig = self.textoConfig.strip()
textoPdbTraining = self.plainTextEdit_pdbs.toPlainText()
textoPdbTraining = textoPdbTraining.replace(" ", "")
textoPdbTraining = textoPdbTraining.replace(
",,", ",") # caso tenha esquecido alguma virgula
textoPdbTraining = textoPdbTraining.upper()
textoPdbTraining = textoPdbTraining.strip()
self.plainTextEdit_pdbs.setPlainText(textoPdbTraining)
if textoPdbTraining.endswith(','): # retira virgula se apos o texto
textoPdbTraining = textoPdbTraining[:-1]
self.plainTextEdit_pdbs.setPlainText(textoPdbTraining)
textoPdbTest = self.plainTextEdit_pdbsTestSet.toPlainText()
textoPdbTest = textoPdbTest.replace(" ", "")
textoPdbTest = textoPdbTest.replace(",,", ",")
textoPdbTest = textoPdbTest.upper()
textoPdbTest = textoPdbTest.strip()
self.plainTextEdit_pdbsTestSet.setPlainText(textoPdbTest)
if textoPdbTest.endswith(','): # retira virgula se apos o texto
textoPdbTest = textoPdbTest[:-1]
self.plainTextEdit_pdbsTestSet.setPlainText(textoPdbTest)
if len(textoPdbTest) > 0: # se conjunto teste existe coloca virgula
vg = ","
else:
vg = ""
if self.radioButton_trainingTest.isChecked():
textoPdb = textoPdbTraining + vg + textoPdbTest #une os dois conjunttos
else:
textoPdb = textoPdbTraining
grava(textoPdb, arquivoSai)
if self.radioButton_trainingTest.isChecked(
): # o usuário separou os arquivos
self.gravaTreinoSet(textoPdbTraining, textoPdbTest, diretorio)
else:
self.habilitaUmaCaixaPDB()
self.carregaUmacaixaPDB(
) # carrea uma caixa pois os arquvivos teste e treino serão separados depois
lista = leCsv(arquivoSai)
self.quantidadeProteinas = len(lista)
self.salvaConfig()
self.label_quantia.setText(pegaConfig("quantidadeProteinas").strip())
# define tipo inibidor
if self.radioButton_Kd.isChecked():
self.inibidor = "Kd"
elif self.radioButton_Ki.isChecked():
self.inibidor = "Ki"
elif self.radioButton_IC50.isChecked():
self.inibidor = "IC50"
elif self.radioButton_EC50.isChecked():
self.inibidor = "EC50"
elif self.radioButton_deltaG.isChecked():
self.inibidor = "deltaG"
gravaConfig("tipoAfinidade", self.inibidor.strip())
#define tipo media
if self.radioButton_training.isChecked():
self.media = "training"
elif self.radioButton_individual.isChecked():
self.media = "individual"
gravaConfig("tipoMedia", self.media.strip())
comentarios = self.plainTextEdit_Comentarios.toPlainText()
comentarios = comentarios.replace(",", "<vg>")
gravaConfig("comentarios", comentarios)
completaArquivoConfig()
self.toolButton_baixa.setEnabled(True)
self.desabilitaCampos()
self.toolButton_saveText.setEnabled(False)
self.toolButton_ClearText.setEnabled(False)
self.toolButton_baixa.setEnabled(True)
self.toolButton_cancela.setEnabled(False)
self.toolButton_edita.setEnabled(True)
self.toolButton_refina.setEnabled(False)
self.toolButton_novo.setEnabled(True)
self.toolButton_exit.setEnabled(True)
# para poder desfazer
self.textoInicalPdb = self.plainTextEdit_pdbs.toPlainText()
self.textoInicalPdbTestSet = self.plainTextEdit_pdbsTestSet.toPlainText(
)
self.textoInicialConfig = self.plainTextEdit_descricao.toPlainText()
self.textoInicialComentarios = self.plainTextEdit_Comentarios.toPlainText(
)
self.plainTextEdit_pdbs.setEnabled(False)
def gravaPdb(self):
diretorio = "./inputFiles/"
arq = "pdbsProteinaUsu.txt"
arquivo = diretorio + arq
self.textoEstrutura = self.lineEdit_estrutura.text().upper().strip()
grava(self.textoEstrutura, arquivo)
def melhorEquacao(self, listaArq):
if self.fineTuning: #se o fine tuning está marcado nao faz nada"
return True
diretorio = "./outputFiles/"
self.escondeBotoes()
retorno = 0
valorPartida = 0
peloMenor = True # define se o melhor coeficiente é o menor valor (pvs,pvp,sd, rmse) ou o maior valor (r1,r2,sp)
# define coeficiente para comparar a melhor equação
if self.radioButton_r1.isChecked():
self.coeficiente = "r1"
peloMenor = False
if self.radioButton_r2.isChecked():
self.coeficiente = "r2"
peloMenor = False
if self.radioButton_sp.isChecked():
self.coeficiente = "sp"
peloMenor = False
if self.radioButton_pvs.isChecked():
self.coeficiente = "pvs"
peloMenor = True
if self.radioButton_pvp.isChecked():
self.coeficiente = "pvp"
peloMenor = True
if self.radioButton_sd.isChecked():
self.coeficiente = "sd"
peloMenor = True
if self.radioButton_rmse.isChecked():
self.coeficiente = "rmse"
peloMenor = True
if peloMenor: # se procura o menor valor
retorno = 9999999
valorPartida = 9999999 # para verificar se houve retorno de algum valor
for arq in listaArq:
QtGui.QApplication.processEvents() # para não travar
coef, pv2, melhorEq = melhor(arq, self.coeficiente, peloMenor,
self.dist)
if peloMenor:
if coef < float(retorno):
retorno = coef
self.melhorEquacao = melhorEq
melhorArquivo = arq
pv2Melhor = pv2
else:
if coef > float(retorno):
retorno = coef
self.melhorEquacao = melhorEq
melhorArquivo = arq
pv2Melhor = pv2
if retorno == valorPartida:
mensagem1 = "There is no information for your selection."
mensagem2 = "Some times, linear regression not generate data for the chosen experiment configuration: Experiments with a number of variables greater than 6, where the number of structures is small, may not generate linear regression results."
mensagem3 = "Try others configurations for this experiment!"
mensagem = mensagem1 + "\n" + "\n" + mensagem2 + "\n" + "\n" + mensagem3
QtGui.QMessageBox.information(self, "Attention!", mensagem)
return False
else:
if self.coeficiente == "sp":
self.coefStr = "Spearman"
elif self.coeficiente == "r1":
self.coefStr = "R"
elif self.coeficiente == "r2":
self.coefStr = "R2"
elif self.coeficiente == "pvs":
self.coefStr = "p-value Spearman"
elif self.coeficiente == "pvp":
self.coefStr = "p-value Pearson"
elif self.coeficiente == "sd":
self.coefStr = "Standard Deviation"
elif self.coeficiente == "rmse":
self.coefStr = "RMSE"
self.melhor = self.melhorEquacao
self.melhorArquivo = (melhorArquivo.replace("./outputFiles/", ""))
coef = ("Best " + self.coefStr)
self.melhorCoeficiente = str(retorno)
texto = "[melhor Coeficiente(" + self.coefStr + ")]" + "," + str(
retorno
) + "\n" + "[melhor Equacao]" + "," + self.melhorEquacao + "\n" + "[melhor Arquivo]" + "," + self.melhorArquivo
grava(texto, diretorio + "melhorEquacao.csv")
self.mostraBotoes()
self.salvaConfig()
return True
def mediaDistanciaTodosPdb(arquivosParaLer,distancia,conjunto, progressBar):
# conjunto -> qual o conjunto que e para fazer a distancia media
"""
calcula a media da distancia entre os atomos que satisfazem uma distancia.
o paramentro dataSet diz qual dataset sera utilizado para calcular a distancia:
podera usar somente o arquivo treino ou podera calcular individualmente nos arquivos de treino teste e experimento do usuario
"""
tam=int(34)
conta = np.zeros(tam,dtype = int)
soma = np.zeros(tam,dtype = float)
cont = 0
progresso = 0
quantidadeArquivos = len(arquivosParaLer)
var = 100/quantidadeArquivos
QtGui.QApplication.processEvents() # para não travar
for prot in arquivosParaLer:
progresso = progresso+var
progressBar.setValue(progresso)
cont = cont +1 #quantidade arquivos processados
diretorio = "./pdbs/"
arquivo = prot.strip() # nome do arquivo pdb que est'em pdbsProteinas
arquivo = arquivo.lower()
protArq=diretorio+arquivo+"_soAtom.pdb" # coloca a terminacao para ler o arquivo so de proteinas que foram separados
ligArq=diretorio+arquivo+"_soHetatm.pdb" # coloca a terminacao para ler o arquivo so de ligantes que foram separados
#parAtm = ['CC','CN','CO','CS','CP','CF','CBr','CCl','CI','CAt','NN','NO','NS','NP','NF','NBr','NCl','NI','NAt','OO','OS','OP','OF','OBr','OCl','OI','OAt','SS','SP','SF','SBr','SCl','SI','SAt']
# Call read_PDB_return_coor_and_lines()
x1,y1,z1,l1 = read_PDB_return_coord_and_lines(protArq)
x2,y2,z2,l2 = read_PDB_return_coord_and_lines(ligArq)
#print ("x1----------------------------->",x1,y1,z1,l1,x2,y2)
# Get the length of the arrays
n1 = len(x1)
n2 = len(x2)
QtGui.QApplication.processEvents() # para não travar
for i in range(n1): # proteinas
QtGui.QApplication.processEvents() # para não travar
for j in range(n2): # ligantes
d = np.sqrt( ((x1[i] - x2[j] )**2) + ((y1[i] - y2[j])**2) + ((z1[i] - z2[j])**2))
if d <= distancia:
#---------- CC CN CO CS CP CF CBR CCL CI CAT
if (l1[i][12:14]).strip() == "C" and (l2[j][12:14]).strip() == "C":
conta[0] += 1
soma[0] = soma[0]+d
elif (l1[i][12:14]).strip() == "C" and (l2[j][12:14]).strip() == "N":
conta[1] += 1
soma[1] = soma[1]+d
elif (l1[i][12:14]).strip() == "C" and (l2[j][12:14]).strip() == "O":
conta[2] += 1
soma[2] = soma[2]+d
elif (l1[i][12:14]).strip() == "C" and (l2[j][12:14]).strip() == "S":
conta[3] += 1
soma[3] = soma[3]+d
elif (l1[i][12:14]).strip() == "C" and (l2[j][12:14]).strip() == "P":
conta[4] += 1
soma[4] = soma[4]+d
elif (l1[i][12:14]).strip() == "C" and (l2[j][12:14]).strip() == "F":
conta[5] += 1
soma[5] = soma[5]+d
elif (l1[i][12:14]).strip() == "C" and (l2[j][12:14]).strip() == "Br":
conta[6] += 1
soma[6] = soma[6]+d
elif (l1[i][12:14]).strip() == "C" and (l2[j][12:14]).strip() == "Cl":
conta[7] += 1
soma[7] = soma[7]+d
elif (l1[i][12:14]).strip() == "C" and (l2[j][12:14]).strip() == "I":
conta[8] += 1
soma[8] = soma[8]+d
elif (l1[i][12:14]).strip() == "C" and (l2[j][12:14]).strip() == "At":
conta[9] += 1
soma[9] = soma[9]+d
#---------- NN NO NS NP NF NBR NCL NI NAT
elif (l1[i][12:14]).strip() == "N" and (l2[j][12:14]).strip() == "N":
conta[10] += 1
soma[10] = soma[10]+d
elif (l1[i][12:14]).strip() == "N" and (l2[j][12:14]).strip() == "O":
conta[11] += 1
soma[11] = soma[11]+d
elif (l1[i][12:14]).strip() == "N" and (l2[j][12:14]).strip() == "S":
conta[12] += 1
soma[12] = soma[12]+d
elif (l1[i][12:14]).strip() == "N" and (l2[j][12:14]).strip() == "P":
conta[13] += 1
soma[13] = soma[13]+d
elif (l1[i][12:14]).strip() == "N" and (l2[j][12:14]).strip() == "F":
conta[14] += 1
soma[14] = soma[14]+d
elif (l1[i][12:14]).strip() == "N" and (l2[j][12:14]).strip() == "Br":
conta[15] += 1
soma[15] = soma[15]+d
elif (l1[i][12:14]).strip() == "N" and (l2[j][12:14]).strip() == "Cl":
conta[16] += 1
soma[16] = soma[16]+d
elif (l1[i][12:14]).strip() == "N" and (l2[j][12:14]).strip() == "I":
conta[17] += 1
soma[17] = soma[17]+d
elif (l1[i][12:14]).strip() == "N" and (l2[j][12:14]).strip() == "At":
conta[18] += 1
soma[181] = soma[18]+d
#-------- OO OS OP OF OBR OCL OI OAT
elif (l1[i][12:14]).strip() == "O" and (l2[j][12:14]).strip() == "O":
conta[19] += 1
soma[19] = soma[19]+d
elif (l1[i][12:14]).strip() == "O" and (l2[j][12:14]).strip() == "S":
conta[20] += 1
soma[20] = soma[20]+d
elif (l1[i][12:14]).strip() == "O" and (l2[j][12:14]).strip() == "P":
conta[21] += 1
soma[21] = soma[21]+d
elif (l1[i][12:14]).strip() == "O" and (l2[j][12:14]).strip() == "F":
conta[22] += 1
soma[22] = soma[22]+d
elif (l1[i][12:14]).strip() == "O" and (l2[j][12:14]).strip() == "Br":
conta[23] += 1
soma[23] = soma[23]+d
elif (l1[i][12:14]).strip() == "O" and (l2[j][12:14]).strip() == "Cl":
conta[24] += 1
soma[24] = soma[24]+d
elif (l1[i][12:14]).strip() == "O" and (l2[j][12:14]).strip() == "I":
conta[25] += 1
soma[25] = soma[25]+d
elif (l1[i][12:14]).strip() == "O" and (l2[j][12:14]).strip() == "At":
conta[26] += 1
soma[26] = soma[26]+d
#-------- SS SP SF SBR SCL SI SAT
elif (l1[i][12:14]).strip() == "S" and (l2[j][12:14]).strip() == "S":
conta[27] += 1
soma[27] = soma[27]+d
elif (l1[i][12:14]).strip() == "S" and (l2[j][12:14]).strip() == "P" :
conta[28] += 1
soma[28] = soma[28]+d
elif (l1[i][12:14]).strip() == "S" and (l2[j][12:14]).strip() == "F" :
conta[29] += 1
soma[29] = soma[29]+d
elif (l1[i][12:14]).strip() == "S" and (l2[j][12:14]).strip() == "Br":
conta[30] += 1
soma[30] = soma[30]+d
elif (l1[i][12:14]).strip() == "S" and (l2[j][12:14]).strip() == "Cl":
conta[31] += 1
soma[31] = soma[31]+d
elif (l1[i][12:14]).strip() == "S" and (l2[j][12:14]).strip() == "I":
conta[32] += 1
soma[32] = soma[32]+d
elif (l1[i][12:14]).strip() == "S" and (l2[j][12:14]).strip() == "At":
conta[33] += 1
soma[33] = soma[33]+d
#calcula media de cada interacao com os dados gerados acima
texto = ''
for a in range(34):
if conta[a]>0: # verifica se existe media
med = soma[a]/conta[a] #vetor com as medias
else:
med = 0
texto = texto+str(med)+","
texto = texto[:-1]
diret = "./outputFiles/"
strDist = str(distancia)
conj = conjunto.upper()
arquivoSai = diret+'medDist_'+strDist+'_'+conj+'.csv'
atm = "CC,CN,CO,CS,CP,CF,CBr,CCl,CI,CAt,NN,NO,NS,NP,NF,NBr,NCl,NI,NAt,OO,OS,OP,OF,OBr,OCl,OI,OAt,SS,SP,SF,SBr,SCl,SI,SAt"
texto = atm+"\n"+texto
grava(texto, arquivoSai)
def inter_mol_term(distancia, tipo, tipoMedia):
"""Funcao para calcular o termo de energia"""
cabecalho = "liganteAtivo" + "," + "arquivo" + "," + "CC" + "," + "CN" + "," + "CO" + "," + "CS" + "," + "CP" + "," + "CF" + "," + "CBr" + "," + "CCl" + "," + "CI" + "," + "CAt" + "," + "NN" + "," + "NO" + "," + "NS" + "," + "NP" + "," + "NF" + "," + "NBr" + "," + "NCl" + "," + "NI" + "," + "NAt" + "," + "OO" + "," + "OS" + "," + "OP" + "," + "OF" + "," + "OBr" + "," + "OCl" + "," + "OI" + "," + "OAt" + "," + "SS" + "," + "SP" + "," + "SF" + "," + "SBr" + "," + "SCl" + "," + "SI" + "," + "SAt" + "," + "Log(Ki)" + "\n"
textoKiBDB = cabecalho
textoKiPDBbind = cabecalho
textoKiBMOAD = cabecalho
textoKiTodos = cabecalho
#atomos = ['CC','CN','CO','CS','CP','CF','CBr','CCl','CI','CAt','NN','NO','NS','NP','NF','NBr','NCl','NI','NAt','OO','OS','OP','OF','OBr','OCl','OI','OAt','SS','SP','SF','SBr','SCl','SI','SAt']
if tipoMedia == "TRE": # vai considera somente o conjunto treino para calcular a media
conj = "TRE"
else:
conj = tipo.upper()
diret = "./outputFiles/"
fileNameTodos = diret + "medDist_" + str(distancia) + "_" + conj + ".csv"
foTodos = leCsvPulaLinha(fileNameTodos)
fileNamePorPDB = diret + "medDistPdb_" + str(
distancia) + "_" + tipo.upper() + ".csv"
try:
foPdb = open(fileNamePorPDB, 'r')
except IOError:
print("\n O arquivo " + fileNamePorPDB + " nao foi encontrado")
exit()
linha = ''
first_line = foPdb.readline() # pula primeira linha
for i in foPdb:
list = i.split(",")
ind = 1
linha = list[0] + ","
for x in foTodos:
mediaPdb = float(list[ind])
mediaTodos = float(x)
val = (mediaTodos - mediaPdb)**2 # conferir
valStr = str(val)
linha = linha + valStr + ","
ind = ind + 1
arquivo = list[0]
liganteAtivo, logKiBDB, logKiPDBbind, logKiBMOAD, logKiTodos = calculaKi(
arquivo.lower() + ".csv")
if logKiBDB != 0:
textoKiBDB = textoKiBDB + liganteAtivo + "," + linha + str(
logKiBDB
) + "\n" # so cria linha se logki for difeerente de zero
if logKiPDBbind != 0:
textoKiPDBbind = textoKiPDBbind + liganteAtivo + "," + linha + str(
logKiPDBbind) + "\n"
if logKiBMOAD != 0:
textoKiBMOAD = textoKiBMOAD + liganteAtivo + "," + linha + str(
logKiBMOAD) + "\n"
if logKiTodos != 0:
textoKiTodos = textoKiTodos + liganteAtivo + "," + linha + str(
logKiTodos) + "\n"
diret = "./outputFiles/"
strDist = str(distancia)
# ATENCAO NAO PODE GERAR LINHA ANTES E APOS O TEXTO
# retirei Ki do nome em 29/04/2017
grava(textoKiBDB, diret + 'saidaBDB' + strDist + '_TE_' + tipo + '.csv')
grava(textoKiPDBbind,
diret + 'saidaPDBbind' + strDist + '_TE_' + tipo + '.csv')
grava(textoKiBMOAD,
diret + 'saidaBMOAD' + strDist + '_TE_' + tipo + '.csv')
grava(textoKiTodos,
diret + 'saidaTodos' + strDist + '_TE_' + tipo + '.csv')
