Update app.py

app.py

@@ -4,7 +4,6 @@ import matplotlib.pyplot as plt
 import random
 from scipy.stats import entropy as scipy_entropy
 import time
-import seaborn as sns
 
 # --- НАСТРОЙКИ ---
 seqlen = 60
@@ -29,7 +28,9 @@ def find_local_min_runs(profile, min_run=1, max_run=2):
 
 def bio_mutate(seq):
     r = random.random()
+    mutation_type = None
     if r < 0.70:  # Точечная мутация
+        mutation_type = 'Point Mutation'
         idx = random.randint(0, len(seq)-1)
         orig = seq[idx]
         prob = random.random()
@@ -41,17 +42,20 @@ def bio_mutate(seq):
             newbase = random.choice([b for b in bases if b != orig])
         seq = seq[:idx] + newbase + seq[idx+1:]
     elif r < 0.80:  # Инсерция короткого блока
+        mutation_type = 'Insertion'
         idx = random.randint(0, len(seq)-1)
         ins = ''.join(random.choices(bases, k=random.randint(1, 3)))
         seq = seq[:idx] + ins + seq[idx:]
         if len(seq) > seqlen:
             seq = seq[:seqlen]
     elif r < 0.90:  # Делеция
+        mutation_type = 'Deletion'
         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:  # Блочная перестановка (инверсия)
+        mutation_type = 'Block Inversion'
         if len(seq) > 10:
             start = random.randint(0, len(seq)-6)
             end = start + random.randint(3,6)
@@ -62,7 +66,7 @@ def bio_mutate(seq):
         seq += random.choice(bases)
     if len(seq) > seqlen:
         seq = seq[:seqlen]
-    return seq
+    return seq, mutation_type
 
 def compute_autocorr(profile):
     profile = profile - np.mean(profile)
@@ -80,68 +84,12 @@ def compute_entropy(profile):
 st.title("🧬 Эволюция ДНК-подобной последовательности")
 st.markdown("Модель визуализирует мутации и анализирует структуру последовательности во времени.")
 
-# Функции для улучшения визуализации
-
-def plot_density(runs, ax, steps):
-    machine_starts = [start for start, _, _ in runs]
-    machine_ends = [end for _, end, _ in runs]
-    timeline = np.zeros(steps)
-    
-    for start, end, _ in runs:
-        timeline[start:end+1] = 1
-    
-    sns.lineplot(x=np.arange(steps), y=timeline, ax=ax, color='darkgreen')
-    ax.set_title("Плотность биомашин по шагам")
-    ax.set_xlabel("Шаг")
-    ax.set_ylabel("Плотность биомашин")
-
-def plot_heatmap(runs, ax, steps):
-    heatmap_matrix = np.zeros((steps, len(runs)))
-    
-    for idx, (start, end, _) in enumerate(runs):
-        heatmap_matrix[start:end+1, idx] = 1
-
-    sns.heatmap(heatmap_matrix, ax=ax, cmap="YlGnBu", cbar=True)
-    ax.set_title("Тепловая карта: Распределение биомашин по времени")
-    ax.set_xlabel("Номер биомашины")
-    ax.set_ylabel("Шаг")
-
-def update_visualization(step, seq, runs, torsion_profile, stat_bist_counts, acorr, steps, lags_shown, ent):
-    fig, axs = plt.subplots(5, 1, figsize=(10, 12))  
-    plt.subplots_adjust(hspace=0.45)
-
-    axs[0].cla()
-    axs[1].cla()
-    axs[2].cla()
-    axs[3].cla()
-    axs[4].cla()  
-
-    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:.2f}")
-    axs[0].legend()
-
-    plot_density(runs, axs[3], steps)
-    plot_heatmap(runs, axs[4], steps)
-
-    axs[1].plot(stat_bist_counts, '-o', color='crimson', markersize=4)
-    axs[1].set_xlabel("Шаг")
-    axs[1].set_ylabel("Число машин")
-    axs[1].set_ylim(0, max(10, max(stat_bist_counts)+1))
-    axs[1].set_title("Динамика: число 'биомашин'")
-
-    axs[2].bar(np.arange(lags_shown), acorr[:lags_shown], color='teal', alpha=0.7)
-    axs[2].set_xlabel("Лаг")
-    axs[2].set_ylabel("Автокорреляция")
-    axs[2].set_title("Автокорреляция углового профиля (структурность) и энтропия")
-    axs[2].text(0.70, 0.70, f"Энтропия: {ent:.2f}", transform=axs[2].transAxes)
-
-    plot_placeholder.pyplot(fig)
+# Настройка параметров симуляции
+st.sidebar.header("Настройки симуляции")
+steps = st.sidebar.slider("Шаги симуляции", min_value=50, max_value=300, value=120)
+seqlen = st.sidebar.slider("Длина последовательности", min_value=40, max_value=100, value=60)
+min_run = st.sidebar.slider("Мин. длина биомашины", min_value=1, max_value=5, value=1)
+max_run = st.sidebar.slider("Макс. длина биомашины", min_value=2, max_value=10, value=2)
 
 # Кнопка запуска симуляции
 if st.button("▶️ Запустить симуляцию"):
@@ -149,12 +97,14 @@ if st.button("▶️ Запустить симуляцию"):
     stat_bist_counts = []
     stat_entropy = []
     stat_autocorr = []
+    mutation_types = []
 
     plot_placeholder = st.empty()
 
     for step in range(steps):
         if step != 0:
-            seq = bio_mutate(seq)
+            seq, mutation_type = bio_mutate(seq)
+            mutation_types.append(mutation_type)
         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)
         stat_bist_counts.append(len(runs))
@@ -162,6 +112,46 @@ if st.button("▶️ Запустить симуляцию"):
         stat_entropy.append(ent)
         acorr = compute_autocorr(torsion_profile)
 
-        # Обновление визуализаций
-        update_visualization(step, seq, runs, torsion_profile, stat_bist_counts, acorr, steps, 6, ent)
+        # Визуализация
+        fig, axs = plt.subplots(3, 1, figsize=(10, 8))
+        plt.subplots_adjust(hspace=0.45)
+        lags_shown = 6
+
+        axs[0].cla()
+        axs[1].cla()
+        axs[2].cla()
+
+        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:.2f}")
+        axs[0].legend()
+
+        axs[1].plot(stat_bist_counts, '-o', color='crimson', markersize=4)
+        axs[1].set_xlabel("Шаг")
+        axs[1].set_ylabel("Число машин")
+        axs[1].set_ylim(0, max(10, max(stat_bist_counts)+1))
+        axs[1].set_title("Динамика: число 'биомашин'")
+
+        axs[2].bar(np.arange(lags_shown), acorr[:lags_shown], color='teal', alpha=0.7)
+        axs[2].set_xlabel("Лаг")
+        axs[2].set_ylabel("Автокорреляция")
+        axs[2].set_title("Автокорреляция углового профиля (структурность) и энтропия")
+        axs[2].text(0.70, 0.70, f"Энтропия: {ent:.2f}", transform=axs[2].transAxes)
+
+        # Тепловая карта мутаций
+        fig2, ax2 = plt.subplots(figsize=(10, 2))
+        ax2.imshow([mutation_types], aspect='auto', cmap='coolwarm', interpolation='nearest')
+        ax2.set_yticks([])
+        ax2.set_xticks(range(steps))
+        ax2.set_xticklabels(range(steps), rotation=90)
+        ax2.set_xlabel('Шаги симуляции')
+        ax2.set_title('Тепловая карта типов мутаций')
+
+        plot_placeholder.pyplot(fig)
+        plot_placeholder.pyplot(fig2)
         time.sleep(0.5)