🧬Comparación masiva ADNmt🧬

Este proyecto permite realizar una comparación masiva de haplotipos de ADNmt a partir de un archivo .xlsx, teniendo en cuenta los rangos de lectura de las muestras, excluyendo de la comparación regiones homopoliméricas y teniendo en cuenta heteroplasmias.

Aplicación Web

El repositorio incluye una aplicación en Streamlit para su uso.

Prerrequisitos

• Python 3.9 o superior
• pip actualizado (pip install --upgrade pip)
• Sistema operativo probado: Windows 10/11

Cómo instalar y ejecutar

1. Crear y activar un entorno virtual (opcional pero recomendado):

python -m venv .venv
# Windows
.\.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate

2. Instalar dependencias:

pip install -r requirements.txt

3. Ejecutar la app:

streamlit run app.py

Si el comando anterior no abre la app, probar:

python -m streamlit run app.py

4. En el navegador (normalmente http://localhost:8501), subí el archivo Excel y presioná "Ejecutar comparación". Podrás descargar los resultados en Excel.

Formato del Excel esperado

• Columnas requeridas: Sample Name, Rango de lectura.
• Las mutaciones deben estar en columnas adicionales (por ejemplo 0, 1, 2, ...) con valores tipo A73G, C151S, etc.
• El rango de lectura debe expresarse como:
  • D-Loop completo: 16024-576
  • HV1/HV2: 16024-16480/50-430 (usar - para inicio/fin y / para separar regiones)
• La primera columna debe contener el nombre de las muestras y la segunda el rango de lectura.

Parámetro opcional: máximo de diferencias

En la barra lateral podés activar un filtro para exportar y visualizar solo los pares con una cantidad máxima de diferencias (≤ N). Si no activás el filtro, se mostrarán todos los pares calculados con su número de diferencias.

Lógica del algoritmo (resumen)

1. Agrupa las columnas de mutaciones en una sola lista por muestra.
2. Calcula el rango de lectura consenso entre pares (intersección de rangos).
3. Calcula diferencias entre haplotipos, descartando regiones homopoliméricas y mutaciones fuera del rango.
4. Considera heteroplasmias usando nomenclatura IUPAC (R,Y,S,W,K,M).
5. Al exportar los resultados se puede elegir el numero máximo de diferencias.

Resultados

La app genera una tabla con:

• INDIVIDUO 1, INDIVIDUO 2: nombres de las muestras comparadas.
• Diferencias: conteo de diferencias
• Rango de lectura: rango que se tuvo en cuenta para hacer la comparacion.

Podés descargar los resultados en un archivo Resultados Comparación Masiva.xlsx.