Files

hotwa 5883e13c56 feat(shotter): 实现 Shotter v1 活性评估与单 FNA 流程，新增 API/CLI/绘图与报告

- 新增 scripts/bttoxin_shoter.py：从 BPPRC 正样本 CSV 构建 name/亚家族/家族特异性索引，
  解析 BtToxin_Digger All_Toxins.txt，计算 per-hit 权重并以 noisy-OR 合成菌株×目标目/物种分数，
  输出 TSV/JSON；含 HMM 加成与配对毒素规则（Vip1/Vip2，Vpa/Vpb），other/unknown 桶。
- 新增端到端工具链：
  - scripts/run_single_fna_pipeline.py：Digger → Shotter → Plot → 打包
  - scripts/plot_shotter.py：绘制热图并生成论文式/摘要式报告
  - scripts/bttoxin_api.py 与 bttoxin/api.py：纯 Python API；bttoxin/cli.py 暴露 bttoxin-run
  - pyproject.toml：项目打包与 CLI 入口
- docs(README): 增加输入文件格式与结果解读，补充单目录写入方案
- chore(gitignore): 忽略 runs/ 与 tests/output
- ci: 移除 .woodpecker/test.yml

2025-12-01 10:11:26 +08:00

5.1 KiB

Raw Blame History

BtToxin Pipeline

Automated Bacillus thuringiensis toxin mining system with CI/CD integration.

Quick Start (单机部署)

uv .venv

uv venv --managed-python -p 3.12 --seed .venv
uv pip install backend/requirements.txt

Prerequisites

Docker / Podman
Python 3.10+
Node.js 18+

Development Setup

# 1. Clone and setup
git clone <your-repo>
cd bttoxin-pipeline

# 2. 使用 Makefile 初始化与启动（单机）
make setup
make start

# 3. 初始化数据库（创建表）
make db-init

# 4. 访问服务
# API:     http://localhost:8000/docs
# Flower:  http://localhost:5555
# Frontend:http://localhost:3000

# (可选) 本地开发
# Backend: uvicorn app.main:app --reload
# Frontend: npm run dev

Architecture

Nginx (Reverse Proxy) ├── Frontend (Vue 3 Static) └── Backend (FastAPI + Swagger) ├── PostgreSQL (SQLModel via SQLAlchemy) ├── Redis (Broker/Result) ├── Celery (Worker/Beat + Flower) └── Docker Engine (BtToxin_Digger)

Documentation

API 文档: 浏览器打开 http://localhost:8000/docs
单机编排: docker/docker-compose.yml（唯一来源）
环境变量示例: backend/.env.example
常用命令: make help

macOS + Podman 使用注意事项

Podman 在 macOS 上通过虚拟机运行，宿主目录绑定到容器时，写权限可能受限。
我们已在运行逻辑中对 macOS 进行特殊处理：将输入复制到容器内 /tmp/input，在 /tmp 执行 BtToxin_Digger，结束后把 Results/ 与关键输出复制回挂载的 /workspace（宿主输出目录）。
如仍遇写入问题：
- 在 Podman Desktop 的虚拟机共享目录中，添加项目路径并开启写权限。
- 如需，启用 rootful 模式并重启：podman machine stop && podman machine set --rootful && podman machine start
- 手动验证挂载：podman run --rm -v $(pwd)/tests/output:/workspace:rw alpine sh -lc 'echo ok > /workspace/test.txt && ls -l /workspace'

本地离线容器测试（可选）

使用 scripts/test_bttoxin_digger.py 最小测试：

uv run python scripts/test_bttoxin_digger.py

要求：tests/test_data 下存在 97-27.fna 与 C15.fna，测试成功后在 tests/output/Results/Toxins 看到 6 个关键文件。

输入文件格式说明

.fna 文件是 FASTA 格式的核酸序列文件，包含细菌的完整基因组序列：

97-27.fna: Bacillus thuringiensis strain 97-27 的完整基因组序列
C15.fna: Bacillus thuringiensis strain C15 的完整基因组序列

文件格式示例：

TAATGTAACACCAGTAAATATTTCATTCATATATTCTTTTAACTGTATTTTATATTCTTTCTACTCTACAATTTCTTTTA
ACTGCCAATATGCATCTTCTAGCCAAGGGTGTAAAACTTTCAACGTGTCTTTTCTATCCCACAAATATGAAATATATGCA
...

挖掘结果解读

BtToxin_Digger 分析完成后会生成以下关键结果文件：

1. 菌株毒素列表文件 (.list)

包含每个菌株中预测到的各类毒素蛋白的详细分类信息
毒素类型包括：Cry、Cyt、Vip、Others、App、Gpp、Mcf、Mpf、Mpp、Mtx、Pra、Prb、Spp、Tpp、Vpa、Vpb、Xpp
每个毒素显示：蛋白ID、长度、等级(Rank1-4)、BLAST结果、最佳匹配、覆盖度、相似度、SVM和HMM预测结果

2. 基因银行格式文件 (.gbk)

包含预测毒素基因的详细注释信息
记录基因位置、蛋白描述、BLAST比对详情、预测结果等
可用于后续的功能分析和可视化

3. 汇总表格 (Bt_all_genes.table)

所有菌株的毒素基因汇总表格
显示每个菌株中不同类型毒素基因的数量和相似度信息

4. 全部毒素列表 (All_Toxins.txt)

包含所有预测到的毒素基因的完整信息
字段包括：菌株、蛋白ID、蛋白长度、链向、基因位置、SVM预测、BLAST结果、HMM结果、命中ID、比对长度、一致性、E值等

测试结果示例：

97-27菌株预测到12个毒素基因，包括InhA1/2、Bmp1、Spp1Aa1、Zwa5A/6等
C15菌株预测到多个Cry毒素基因（Cry21Aa2、Cry21Aa3、Cry21Ca2、Cry5Ba1）和其他辅助毒素
毒素等级分为Rank1-4，Rank1为最高置信度，Rank4为最低置信度
相似度范围从27.62%到100%，表明与已知毒素的相似程度

单目录方案（跨平台稳定写入）

运行前，程序会将输入文件复制到宿主输出目录下的 input_files/ 子目录；容器仅挂载该输出目录（读写）为 /workspace。
工具运行时的 --SeqPath 指向 /workspace/input_files，工作目录也固定在 /workspace；所有结果与中间文件都会落在宿主的 tests/output/ 下。

目录示例：

tests/output/
├── input_files/          # 输入文件副本
│   ├── 97-27.fna
│   └── C15.fna
├── Results/              # BtToxin_Digger 输出
│   └── Toxins/
│       ├── 97-27.list
│       ├── 97-27.gbk
│       └── ...
├── StatsFiles/           # 统计文件（如有）
├── All_Toxins.txt
└── BtToxin_Digger.log

License

MIT License

5.1 KiB Raw Blame History Unescape Escape