MI（mutual interaction).pyver.的重整测试日志
import KL/MI python ver #2025-11-3 截至
-----------------------------------------------------------------------------------------------------------------------------------------
主扇区：
重整测试原则：##如无必要，勿增实体
##阶段测试+优化策略
依赖：MDanalysis, requests, Biopython,openpyxl，matplotlib, seaborn，scikit-learn，numpy,networkx
test1：config.json加载并输出，测试通过
test2：数据加载，实体加载测试：测试通过
test2.1：数据加载重测试：测试通过
test3：align/align_structure测试：align（sequences）通过。结构对齐没通过。
test4: align_sequences重测试（返回residues)测试，测试通过。
test5. 不知道什么的label函数，通过
test6.xtc到dcd的转化测试，测试通过
test6.1 xtc2dcd封装测试：测试通过
test7.轨迹实体的生成和对齐测试：测试通过
test8.RMSD，RMSF的计算测试：未通过，下面也通过不了了。
test8.1：RMSD，RMSF（receptor）可视化。
test9: bfactor计算后，prot_rmsf.pdb的写入（可恶，因为上面RMSD和RMSF，导致
test10: plot_rmsd_rmsf，伪测试：test_rmsd_rmsf_visualization.py
test11:compute_contacts
test11.1:可视化contacts_map
test11.1.1:测试contacts_map的伪测试脚本：test_contact_map,测试通过。
test12:compute_gp_contacts
test12.1:测试gp_contacts_map的可视化：test_gp_contact_map.测试通过。
test13: PCA过程测试
test13.1:伪测试：test_pca.py，测试不了
test14: calcPlotOrderParameter测试，
test15:concatResId测试
test16: 计算二面角
test17:MI的计算
test18:交叉熵的计算
test18.1交叉熵的伪测试：测试不了
test19.prepareAlloPathCalc,路径计算预处理
test.20pre_MI
里面有TODO没实现，
test.21MIStatsResLevel
test22.graphanalysis
test23:ClusterMIpathways
test24:analyzeClusters
test25:analyzePathDomains
test26：MIanalysisBS2Effector
test27:pathwayBiasAnalysis
test28:visualizationClsGraph
test28.1：可视化伪测试：test_visualize_cls_graph.py
工作目录：
data/#用于输入的文件目录
data/pdb_cache 蛋白晶体的缓存目录
/bw_maptables 原来的那些xlsx文件，table文件
/traj 输入的轨迹文件
matlab_ref/原始matlab文件参考
python_ref/转化后python文件参考
logs/ 日志目录
output/输出目录
/rmsf_rmsd:rmsd和rmsf的输出目录
/contact_map：接触图目录
/dihedrals:二面角计算目录
/alloPathCalc：路径计算结果
main.py/主函数
tmpscripts/记录开发过程中用到的一次性脚本
1.matlab_to_json：将input_md2path转换为config.json
主要流程梳理：
1.加载实体
2.对齐
未解决的问题：
1.为什么要硬编码[receptorNum,gproteinNum,ligandNum]=[1,2,3]?????
2.Chain类和Entry类数据成员的兼并
3.main.py中的序列对齐过程可以进一步兼并到align中的align_sequence，align_structure
4.align_sequence中residues暂时还没有用到，也就暂时没有管
5.Entry/Chain/residue……的数据关系还没搞清楚。
6.finMut
7.为啥轨迹要对齐呢？
8.对齐和rmsd的过程可以合并的
9.专门的D3pockets的绘图模块,可能还要检查以下绘图完不完整。
10.合并contact_map和gp_contact_map
11.G蛋白接触图少了一点calc_plot_gp_map中的过程，比如prune_Array，好吧，是三个接触图
12：确认customSelection过程还要不要保留。
13.statefilter过程，完全不对。
14.熵评估的代码依赖
15.Simulation中成员函数的依赖
16.去除prepareAllogcPathCalc中的日志
17.一些可视化可以用pymol，那样好展示
补充说明：
1.entrystate：{
- 0：prot
- 1：pdbcode
- 2：pdbcodeinactive
- 3：extra
}
2.align(sequences)产生的residue，存于self.residues，可以被label/findResidue/findFeature调用。
3.给Database的label成员函数增加数据库接口。
4.好像matlab数组是从1开始的，而不是0
5.convertfile可以后续继续集成方法，作为D3pockets源代码的一个固定子模块。
-----------------------------------------------------------------------------------------------------------------------------------------
2025-11-8：直接把prepareAlloPathCalc转换python版本，
prepareAlloPathCalc中有多余的日志设置。
pre_MI
里面有TODO没实现，
MIStatsResLevel
graphanalysis
ClusterMIpathways
analyzeClusters
analyzePathDomains
MIanalysisBS2Effector
pathwayBiasAnalysis
visualizationClsGraph
全AI实现了，现在完整流程弄清了。然后需要确认一下有没有TODO，PreMI和preparePathCalc中有，修复了。
2025-11-7：接下来就是计算contact的，然后可视化，测试了一下，着contactmap是热点图。
函数还是没问题的，就是看满不满足需求了。好像到这一步就可以满足D3pockets的需求，但是好人做到底，已经3/5，剩下也弄完吧。
分析一下calc_plot_gp_contact_map这个函数和其他部分问题，好像calc_plot_gp_contact_map中的contact_map的图和plot_contact_map不太一样。不能合并吗？
暂时先把gprotein的contacts_map绘制，暂时作为一个单独的函数吧。
然后将calc_plot_gp_contact_map中的内容直接拿到main中，然后pruneArray也没有封装。
少了一点内容，后面补上。
好吧calc_gp_contact_map有三个接触图的计算。
好吧是gprotein接触图，对比接触图，和差异接触图，只有前面两个的接触图计算，后面是对比出来的
pruneArray直接用的三行代码。
接下来就是PCA过程，
然后是stateFilter过程
然后向Chain类中添加concatResId函数。
然后Simulation类中添加二面角计算函数
然后是互信息计算函数
然后是实现assessEntropyConvergence的函数，
先到这里吧
2025-11-6：接下来是添加轨迹类，我实在不明白为什么不用继承，而是类套类。。。。。
Entry中先不包含Simulation, Simulation直接实例化mainSim。
然后修改一下config.json，将trajPath，分成xtcPath, dcdPath。
然后xtc和dcd的转化，封装成一个函数：xtc2dcd。
然后开始RMSD，RMSF的计算函数和调用计算，对齐和rmsd计算过程好像可以合并的。。。
测试下来RMSD和RMSF需要计算好久好久，之后想想办法吧，要不用间隔着算，间隔frames2skip，后面要改过来。改回来了，发现不是并发，为啥我这边这么慢
然后就是bfactor的写入过程，没有封装，暂时没好。
先继续吧
然后就是可视化rmsd和rmsf，后面要想着怎么写一个通用绘图模块de D3pockets
2025-11-5：继续修复align_structure代码，现在的问题是：链标识系统不一致，主蛋白使用数字索引，参考蛋白使用字母标识。先要搞清楚一下，align_structure是怎么的对齐逻辑。问题反而没有出在get_chain(),然而 其实是mainEntry传参传错了，没有，chains，传成protchains。另外，我也不知道为什么他一定是ACB，pdb文件中是PROA，PROB划分链。matlab的mdtool.readpdb，chainid是返回的ACB，和python 的不一样，我们用自己的这一套：pdb_segids。没想到吧，重写之后全部对齐步骤全部通过了测试。
接下来是findMut，但是这个函数这么独立，跟后续好像几乎没什么关系。skip
终于来到xtc to dcd的过程，还是很简单的
然后就是加载轨迹文件了。
2025-11-4：通过Database类中的fetch_pdb获取蛋白，返回文件路径。
不知道Entry能不能由已有的类代替。现在先用着Entry，然后测试下是不是每个实体的加载过程。
然后align步骤先跳过，还是不能跳过，不然怎么一遍测试一遍编写代码。
完善了Entry中的chains数据成员的初始化，然后有个问题就是Entry中包含Chain类，然后需要把chain类移过来。注意Entry和Chain中有重复的数据成员，保留Chain中的。后续完成。
align_sequences和align_structure弄完了，放在align.py中，暂时作为独立的函数，其实不知道该放在哪里好。
然后把receptor/ligand/gproteinIndex（原来的Chains.receptor/gprotein/ligand)，放到了config.json中，我不太明白为什么会硬编码这三个参数。
md2pathMain：line124-line131就是为了解决路径中/ \的问题，其实到line170行都可以不用管。
接下来就是label函数，这个是通过数据库的函数，虽然我还是不知道refPDBNdx是个什么参数。
另外还是要明确database的功能，目前是先保留从文件中读取，后面真正实现database接口。
仔细一看，又可以不用作为Database的成员函数，现在有没有连通数据库，但是后续肯定会连通数据库，不妨还是放在内部，以后好增加数据库端口。
label-->label_residues
matlab好像是从1开始，但是一般是从0开始
align_structure对齐不成功，因为原子数对不上
因为原来的对齐是残基级别上的对齐，不是整体上的对齐。
2025-11-3：重整化就是逐步将转化过来的python代码整理并测试.首先进行数据参数的加载。这里修改下，先不加命令行，用json记录input_md2path中所有参数，然后用的时候修改，在main函数中加载。现在通过命令行指定config.json文件，然后加载里面的参数。接下来就是一个纠结的问题，要不要连通数据库的，要的。
不过我们这里的db是真的database，老样子还是用mysql。
然后把实体放在外面，不放在database中。整体上说，Database类只是个接口，用于获取实体。