Update app.py

app.py

@@ -1,127 +1,141 @@
+import streamlit as st
 import numpy as np
 import matplotlib.pyplot as plt
-import streamlit as st
-
-# === Параметры модели ===
-SEQ_LEN = 100  # длина последовательности
-HISTORY_LEN = 200  # сколько шагов хранить в статистике
-JUMP = 10  # максимальный шаг изменения угла
-ENTROPY_BINS = 36  # шаг 10 градусов
-
-# === Инициализация состояния ===
-if "seq" not in st.session_state:
-    st.session_state.seq = np.random.randint(-180, 180, size=SEQ_LEN)
-    st.session_state.history = []
-    st.session_state.bist_counts = []
-    st.session_state.entropy = []
-    st.session_state.autocorr = []
-    st.session_state.step = 0
-
-# === Функции анализа ===
-def find_local_min_runs(profile, threshold=10):
-    """Находит устойчивые участки ("машины"), где значения углов почти не меняются."""
-    runs = []
-    start = 0
-    for i in range(1, len(profile)):
-        if abs(profile[i] - profile[i - 1]) > threshold:
-            if i - start > 2:
-                runs.append((start, i - 1))
-            start = i
-    if len(profile) - start > 2:
-        runs.append((start, len(profile) - 1))
-    return runs
+import random
+from scipy.stats import entropy as scipy_entropy
+from io import BytesIO
+
+# --- НАСТРОЙКИ ---
+seqlen = 60
+steps = 120
+min_run, max_run = 1, 2
+ANGLE_MAP = {'A': 60.0, 'C': 180.0, 'G': -60.0, 'T': -180.0, 'N': 0.0}
+bases = ['A', 'C', 'G', 'T']
+
+# --- ФУНКЦИИ ---
+def find_local_min_runs(profile, min_run=1, max_run=2):
+    result = []
+    N = len(profile)
+    i = 0
+    while i < N:
+        run_val = profile[i]
+        run_length = 1
+        while i + run_length < N and profile[i + run_length] == run_val:
+            run_length += 1
+        if min_run <= run_length <= max_run:
+            result.append((i, i + run_length - 1, run_val))
+        i += run_length
+    return result
+
+def bio_mutate(seq):
+    r = random.random()
+    if r < 0.70:
+        idx = random.randint(0, len(seq)-1)
+        orig = seq[idx]
+        prob = random.random()
+        if orig in 'AG':
+            newbase = 'C' if prob < 0.65 else random.choice(['T', 'C'])
+        elif orig in 'CT':
+            newbase = 'G' if prob < 0.65 else random.choice(['A', 'G'])
+        else:
+            newbase = random.choice([b for b in bases if b != orig])
+        seq = seq[:idx] + newbase + seq[idx+1:]
+
+    elif r < 0.80:
+        idx = random.randint(0, len(seq)-1)
+        ins = ''.join(random.choices(bases, k=random.randint(1, 3)))
+        seq = seq[:idx] + ins + seq[idx:]
+        seq = seq[:seqlen]
+
+    elif r < 0.90:
+        if len(seq) > 4:
+            idx = random.randint(0, len(seq)-2)
+            dell = random.randint(1, min(3, len(seq)-idx))
+            seq = seq[:idx] + seq[idx+dell:]
+
+    else:
+        if len(seq) > 10:
+            start = random.randint(0, len(seq)-6)
+            end = start + random.randint(3,6)
+            subseq = seq[start:end][::-1]
+            seq = seq[:start] + subseq + seq[end:]
+
+    while len(seq) < seqlen:
+        seq += random.choice(bases)
+    if len(seq) > seqlen:
+        seq = seq[:seqlen]
+    return seq
 
 def compute_autocorr(profile):
-    """Автокорреляция – структурность, насколько повторяется рисунок"""
     profile = profile - np.mean(profile)
     result = np.correlate(profile, profile, mode='full')
-    mid = len(result) // 2
-    return result[mid + 1] / result[mid]
+    result = result[result.size // 2:]
+    norm = np.max(result) if np.max(result)!=0 else 1
+    return result[:10]/norm
 
 def compute_entropy(profile):
-    """Энтропия – мера хаотичности, насколько случайна структура"""
-    hist, _ = np.histogram(profile, bins=ENTROPY_BINS, range=(-180, 180), density=True)
-    hist = hist[hist > 0]
-    return -np.sum(hist * np.log2(hist))
-
-# === Функция отрисовки ===
-def draw_world(seq, axs, step, stat_bist_counts, stat_entropy, stat_autocorr):
-    axs[0].cla()
-    axs[1].cla()
-    axs[2].cla()
-    axs[3].cla()
-
-    # Отображение профиля
-    axs[0].plot(seq, label=f"Шаг {step}", color='skyblue')
-    axs[0].set_title("Торсионный профиль (углы)")
-    axs[0].set_ylim(-180, 180)
-
-    # Визуальное выделение устойчивых "машин"
-    stable_zones = find_local_min_runs(seq)
-    for start, end in stable_zones:
-        axs[0].axvspan(start, end, color='yellow', alpha=0.3)
-        axs[0].text((start + end) // 2, 160, f'▲{end - start}', ha='center', va='center', fontsize=8, color='darkgreen')
-
-    # График количества "стромбистов"
-    axs[1].plot(stat_bist_counts, color='orchid')
-    axs[1].set_title("Кол-во устойчивых машин (стромбистов)")
-
-    # Энтропия
-    axs[2].plot(stat_entropy, color='crimson')
-    axs[2].set_title("Энтропия торсионного поля")
-
-    # Автокорреляция
-    axs[3].plot(stat_autocorr, color='seagreen')
-    axs[3].set_title("Автокорреляция (память)")
-
-    for ax in axs:
-        ax.legend()
-
-# === Функция обновления ===
-def update_step():
-    seq = st.session_state.seq
-    history = st.session_state.history
-    stat_bist_counts = st.session_state.bist_counts
-    stat_entropy = st.session_state.entropy
-    stat_autocorr = st.session_state.autocorr
-    step = st.session_state.step
-
-    # Случайная мутация
-    i = np.random.randint(0, len(seq))
-    delta = np.random.randint(-JUMP, JUMP + 1)
-    seq[i] = (seq[i] + delta + 180) % 360 - 180
-
-    history.append(seq.copy())
-    if len(history) > HISTORY_LEN:
-        history.pop(0)
-
-    stable_regions = find_local_min_runs(seq)
-    stat_bist_counts.append(len(stable_regions))
-    stat_entropy.append(compute_entropy(seq))
-    stat_autocorr.append(compute_autocorr(seq))
+    vals, counts = np.unique(profile, return_counts=True)
+    p = counts / counts.sum()
+    return scipy_entropy(p, base=2)
+
+def plot_step(seq, step, cnt_hist, ent_hist, ac_hist):
+    torsion_profile = np.array([ANGLE_MAP.get(nt, 0.0) for nt in seq])
+    runs = find_local_min_runs(torsion_profile, min_run, max_run)
+    fig, axs = plt.subplots(3, 1, figsize=(10, 8))
+    plt.subplots_adjust(hspace=0.45)
+
+    axs[0].plot(torsion_profile, color='royalblue', label="Торсионный угол")
+    for start, end, val in runs:
+        axs[0].axvspan(start, end, color="red", alpha=0.3)
+        axs[0].plot(range(start, end+1), torsion_profile[start:end+1], 'ro', markersize=5)
+    axs[0].set_ylim(-200, 200)
+    axs[0].set_xlabel("Позиция")
+    axs[0].set_ylabel("Торсионный угол (град.)")
+    axs[0].set_title(f"Шаг {step}: {seq}\nЧисло машин: {len(runs)}, энтропия: {ent_hist[-1]:.2f}")
+    axs[0].legend()
+
+    axs[1].plot(cnt_hist, '-o', color='crimson', markersize=4)
+    axs[1].set_xlabel("Шаг")
+    axs[1].set_ylabel("Число машин")
+    axs[1].set_ylim(0, max(10, max(cnt_hist)+1))
+    axs[1].set_title("Динамика: число 'биомашин'")
+
+    axs[2].bar(np.arange(6), ac_hist[-1][:6], color='teal', alpha=0.7)
+    axs[2].set_xlabel("Лаг")
+    axs[2].set_ylabel("Автокорреляция")
+    axs[2].set_title("Автокорреляция углового профиля и энтропия")
+    axs[2].text(0.70,0.70, f"Энтропия: {ent_hist[-1]:.2f}", transform=axs[2].transAxes)
+
+    return fig
+
+# --- STREAMLIT ---
+st.set_page_config(layout="wide")
+st.title("\U0001F9EA Торсионное пространство биомашин")
+
+if 'seq' not in st.session_state:
+    st.session_state.seq = ''.join(random.choices(bases, k=seqlen))
+    st.session_state.cnt_hist = []
+    st.session_state.ent_hist = []
+    st.session_state.ac_hist = []
+    st.session_state.step = 0
+
+if st.button("Следующий шаг мутации"):
+    st.session_state.seq = bio_mutate(st.session_state.seq)
+    profile = np.array([ANGLE_MAP.get(nt, 0.0) for nt in st.session_state.seq])
+    runs = find_local_min_runs(profile, min_run, max_run)
+    st.session_state.cnt_hist.append(len(runs))
+    st.session_state.ent_hist.append(compute_entropy(profile))
+    st.session_state.ac_hist.append(compute_autocorr(profile))
     st.session_state.step += 1
 
-# === Интерфейс Streamlit ===
-st.set_page_config(layout="wide")
-st.title("🧬 Стромбистный анализ торсионного поля")
-col1, col2 = st.columns([1, 2])
-
-with col1:
-    if st.button("🔁 Следующий шаг"):
-        update_step()
-    st.markdown(f"**Текущий шаг**: {st.session_state.step}")
-    st.markdown("**Стромбисты** — устойчивые участки структуры, подобные памяти или машинам.")
-    st.markdown("**Автокорреляция** — отражает повторяемость паттерна.")
-    st.markdown("**Энтропия** — мера хаоса.")
-
-with col2:
-    fig, axs = plt.subplots(4, 1, figsize=(10, 10), sharex=True)
-    draw_world(
+if st.session_state.step > 0:
+    fig = plot_step(
         st.session_state.seq,
-        axs,
         st.session_state.step,
-        st.session_state.bist_counts,
-        st.session_state.entropy,
-        st.session_state.autocorr
+        st.session_state.cnt_hist,
+        st.session_state.ent_hist,
+        st.session_state.ac_hist
     )
     st.pyplot(fig)
+else:
+    st.info("Нажмите кнопку, чтобы начать мутацию цепи и наблюдение за торсионными биомашинами.")