diff --git a/Code b/Code
index 5001d8cb7bf4afd228f1e8e41ecf6c8c16ef090c..bab9d1d2d2f20aa6dfc1edbb84077c29e619567b 100644
--- a/Code
+++ b/Code
@@ -1,5 +1,119 @@
+import argparse
+import matplotlib.pyplot as plt
import gffutils
import pandas as pd
+from collections import Counter
+
+#STAT
+
+def avg_lenght(db):
+ avg = Counter()
+ # Longueur moyenne des Features :
+ CDS_lengths = [feature.end - feature.start + 1 for feature in db.features_of_type("CDS")]
+ region_lengths = [feature.end - feature.start + 1 for feature in db.features_of_type("region")]
+ coding_exon_lengths = [feature.end - feature.start + 1 for feature in db.features_of_type("coding_exon")]
+ intron_lengths = [feature.end - feature.start + 1 for feature in db.features_of_type("intron")]
+
+ avg_CDS_length = sum(CDS_lengths) / len(CDS_lengths) if CDS_lengths else 0
+ avg_region_length = sum(region_lengths) / len(region_lengths) if region_lengths else 0
+ avg_coding_exon_length = sum(coding_exon_lengths) / len(coding_exon_lengths) if coding_exon_lengths else 0
+ avg_intron_length = sum(intron_lengths) / len(intron_lengths) if intron_lengths else 0
+
+ avg["CDS"] = avg_CDS_length
+ avg["region"] = avg_region_length
+ avg["coding_exon"] = avg_coding_exon_length
+ avg["intron"] = avg_intron_length
+
+ return avg
+
+def count(db):
+ """
+ Stat
+ Parameters:
+ - db: base de donné
+ Returns:
+ - stats (dict) : exemple --> Counter({'coding_exon': 4, 'intron': 3, 'region': 1, 'CDS': 1, 'average_gene_length': 0})
+ """
+ stats = Counter()
+
+ for feature in db.all_features(): #methode gffutils
+ stats[feature.featuretype] += 1
+
+ return stats
+
+
+def fusions_stat(count, avg):
+ """
+ Combinaisons de plusieurs dictionnaires stat dans 1 tableau
+
+ Parameters:
+ - stats (dict): Un dictionnaire avec le nombre de chaque type de feature.
+ - avg (dict): Un dictionnaire avec la longueur moyenne de chaque type de feature.
+
+ Returns:
+ - Un unique tableau et sa c'est beau
+ """
+ # Transformer les dict en tableau
+ count_df = pd.DataFrame(count.items(), columns=["Feature Type", "Count"])
+ avg_df = pd.DataFrame(avg.items(), columns=["Feature Type", "Average Length"])
+
+ # Fusion les tableaux sur la colonne "Feature Type"
+ combined_df = pd.merge(count_df, avg_df, on="Feature Type", how="left") #faut que klé des deux dict soit les memes
+
+ return combined_df
+
+#LIEN
+
+def liens(feature):
+ """
+ LIEN NCBI
+ Parameters:
+ - feature (gffutils.Feature): Un objet représentant une feature du fichier GFF.
+ Returns:
+ - str: lienS
+ """
+ base_url = "https://www.ncbi.nlm.nih.gov/gene/?term="
+
+ # ID de gène
+ if "ID" in feature.attributes:
+ gene_id = feature.attributes["ID"][0] # Prend la première valeur si plusieurs
+ return f'<a href="{base_url}{gene_id}" target="_blank">{gene_id}</a>'
+
+ # Si CDS --> utilise son id
+ if "CDS" in feature.attributes:
+ cds_id = feature.attributes["CDS"][0]
+ return f'<a href="{base_url}{cds_id}" target="_blank">{cds_id}</a>'
+
+ return "N/A" # Si aucun lien disponible
+
+
+def graphe(stats):
+ """
+ Génère un histogramme de la distribution des features du GFF.
+
+ Parameters:
+ - stats (dict): Dictionnaire contenant le nombre de chaque type de feature.
+ - output_image (str): Nom du fichier image pour sauvegarder le graphique.
+
+ Returns:
+ - Sauvegarde un fichier PNG et affiche le graphique.
+ """
+ # Filtrer pour ne garder que les features (et pas les moyennes de longueur)
+ filtered_stats = {k: v for k, v in stats.items() if not k.startswith("average")}
+
+ # Création du graphique
+ plt.figure(figsize=(10, 5))
+ plt.bar(filtered_stats.keys(), filtered_stats.values(), color='skyblue')
+
+ # Ajout des labels
+ plt.xlabel("Feature Type")
+ plt.ylabel("Count")
+ plt.title("Feature Distribution in GFF File")
+ plt.xticks(rotation=45) # Rotation des labels pour lisibilité
+
+ # Sauvegarde et affichage
+ return plt.show()
+
def gff_a_html(gff_file, output_html):
"""
@@ -12,7 +126,7 @@ def gff_a_html(gff_file, output_html):
Returns:
- rien mais enregistre un fichier HTML avec un tableau de donnée la ou on lui a demandé
"""
- # base de données temporaire du fichier
+ # base de données temporaire du fichier
db = gffutils.create_db(gff_file, dbfn=":memory:", force=True, keep_order=True, merge_strategy="create_unique", sort_attribute_values=True)
# memory : pour pas stocker sur disque (RAM)
#force = true : recrée base si elle existe déja
@@ -28,31 +142,45 @@ def gff_a_html(gff_file, output_html):
"Start": feature.start,
"End": feature.end,
"Strand": feature.strand,
- "Locus ID": feature.attributes.get("locus_tag", ["N/A"])[0],
- "Parent": feature.attributes.get("Parent", ["None"])[0],
- "Gene Product": feature.attributes.get("product", ["Unknown"])[0],
+ "Sequence": feature.attributes.get('Sequence'),
+ "CDS": feature.attributes.get('CDS'),
+ "External Link": liens(feature)
}
data.append(entry)
- # TABLEAU :
- df = pd.DataFrame(data, columns=["ID", "Start", "End", Strand]) #le reste fonctionne pas
+ # DATA
+ df = pd.DataFrame(data, columns=["ID", "Start", "End", "Strand", "Sequence", "CDS", "External Link"])
+ df_html = df.to_html(index=False, escape=False) #html
- # fichier HTML
- df.to_html(output_html, index=False)
+ # STAT
+ cnt = count(db)
+ avg = avg_lenght(db)
+ stats_df = fusions_stat(cnt, avg)
+ stats_html = stats_df.to_html(index=False) #html
- print(f"HTML table generated: {output_html}")
+ # GRAPH
+ graph = graphe(cnt)
+ graph_html = graph.to_html(index=False)
+ # TOUS les tableaux dans 1 fichier HTML
+ with open(output_html, "w", encoding="utf-8") as f:
+ f.write("<h1> DATA </h1>\n")
+ f.write(df_html) # 1er tableau
+ f.write("<h1> Statistics </h1>\n")
+ f.write(stats_html) # 2e tableau
+ f.write("<h1> Graph </h1>\n")
+ f.write(graph_html)
-if __name__ == "__main__":
- #chemin des fichiers de Clara :
- #gff_file = "/Users/claramoreno/PycharmProjects/PythonProjectPaster/wormbase_gff2_alt.txt"
- #output_html = "/Users/claramoreno/PycharmProjects/PythonProjectPaster/output.html"
+ print(f"HTML file saved as {output_html}")
- #chemin des fichiers :
- #gff_file =
- #output_html =
+if __name__ == "__main__":
+ parser = argparse.ArgumentParser()
+ parser.add_argument("-g", "--gff_file", type=str, help="Enter a gff file")
+ parser.add_argument("-o", "--outfile", type=str, help="Enter a path for the outfile")
+ args = parser.parse_args()
+
+ print(gff_a_html(args.gff_file,args.outfile))
- print(gff_a_html(gff_file,output_html))
\ No newline at end of file