ajouté le traitement des variations au milieu d'un codon et de différence de taille multiple de 3

inference.py

 from Graph_gff import Features,load_intersect
 from Functions import get_segment_sequence,convert_strand
 
-target_genome_name="genome4_chr10"
+target_genome_name="genome2_chr10"
 
 intersect_path='intersect.bed'
 load_intersect(intersect_path)
 
-pos_seg="genome4_chr10.bed"
+pos_seg="genome2_chr10.bed"
 
-var=open("genome4_chr10_variations.txt",'r')
+var=open("genome2_chr10_variations.txt",'r')
 
 gfa="graph.gfa"
 def get_segments_sequence_and_paths(gfa):
@@ -244,12 +244,6 @@ for line in lines:
         cds_var[cds_id].append(line)
 
 
-for feature in Features.values():
-    add_feature_sequence(feature,seg_seq)
-
-
-
-
 def findOtherStart(cds,segments_on_target_genome):
     print("\nrecherche de nouveau codon start:")
     frame_shift=0
@@ -284,30 +278,24 @@ def findOtherStart(cds,segments_on_target_genome):
 
 version="new"
 import re
+for feature in Features.values():
+    add_feature_sequence(feature,seg_seq)
+
 for cds_id in cds_var.keys():
     cds=Features[cds_id]
     print("analysing variations in cds",cds_id)
     frame_shift=0
     for var in cds_var[cds_id]:
         type_var=var[8]
-        if type_var!="no_var":
+        # frame var ? pos_var-1 %3
+        if type_var!="no_var": # if there is a variation
 
-            if "/" in var[11]:
+            if "/" in var[11]: # if the variation has a different ref and alt size
                 size_var=var[11].split("/")
             else:
                 size_var=var[11]
             pos_var=int(var[12])-1
-
-            if pos_var<3:
-                print("codon start touché")
-
-                findOtherStart(cds,segments_on_target_genome)
-
-            # si on a plusieurs start candidats il faut choisir celui qu'on prend, ils sont pas forcément tous sur le même cadre de lecture
-
-            # comment traiter la variation sur le start ? 
-
-            # après avoir détecté que la var touche le start, traiter la var ? 
+            # how to use size_var if it can be in two different formats (list or int) ?
 
             print(var)
             if type_var=="insertion":
@@ -324,47 +312,97 @@ for cds_id in cds_var.keys():
 
                 if pos_var%3==0: # position 3k
                     print("variation entre deux codons")
-                    # simplement insertion et/ou deletion.
-                    # délétion éventuelle
-                    # insertion éventuelle
-                    # dépassement éventuel sur le codon d'après si alt ET ref %3!=0.
-
-                    if length_ref%3==0: # taille 3K -> pas d'impact sur l'aa en amont
-                        if length_ref!=0:
-                            print("deletion de",var[9])
-                        if length_alt!=0:
-                            print("insertion de",var[10])
-                    else: # taille != 3k : impact sur l'aa d'avant (dans lequel on est)
-                        print("indel puis modification d'un autre codon")
-                        # insere+delete+modifie le codon apres
-
-
-                        if length_alt>length_ref: # subs puis insertion
-                            print("substitution de",length_ref,"bases")
-                            insertion=var[10][length_ref:]
-                            print("insertion de")
-                        elif length_ref>length_alt:# deletion puis subs
-                            print("substitution de",length_alt,"bases")
-                            deletion=var[9][0:length_alt]
-                            print("deletion de")
-                        else: # susb
-                            print("substitution de",length_ref,"bases")
-
-                else: # taille 3k, position !=3k
-                    print("variation au milieu d'un codon") 
+
+                    if length_ref%3==0: # taille 3K -> pas d'impact sur l'aa en aval
+                        deleted_aa=traduction(get_rna(var[9]))
+                        inserted_aa=traduction(get_rna(var[10]))
+
+                        if (length_ref!=0) & (length_alt!=0):
+                            print("changement de",",".join(deleted_aa),"en",",".join(inserted_aa))
+                        elif length_alt!=0:
+                            print("insertion de",",".join(inserted_aa))
+                        else:
+                            print("deletion de",",".join(deleted_aa))
+                        
+                    else: # taille != 3k : impact sur l'aa d'après. 
+                    ## on peut peut-être fusionner ces deux cas (if et else courants), mais il faudra modifier
+                    ## le calcul des derniers aa ins et del parce que ça bug quand il n'y a pas d'ins ou de del
+                        
+                        taille_del_entiere=(length_ref//3)*3
+                        taille_ins_entiere=(length_alt//3)*3
+
+                        deleted_aa=traduction(get_rna(var[9][0:taille_del_entiere])) # le +3 ajoute l'aa suivant qui est modifié en partie
+                        inserted_aa=traduction(get_rna(var[10][0:taille_ins_entiere]))
+                        # le +3 ne fonctionne pas. il faut aller chercher l'aa d'apres dans la séquence du cds.
+                        # enlever le +3
+                        # aller chercher l'emplacement de l'insertion, prendre les 3 bases après ? 
+                        posVar_on_ref=int(var[12])
+                        reste_len=3-(length_alt%3)
+                        reste_cds=cds.sequence[posVar_on_ref+length_ref-1:posVar_on_ref+length_ref+reste_len-1] # sequence sur le génome d'origine
+
+                        reste_ins=var[10][-(length_alt%3):]
+                        dernier_aa_ins=reste_ins+reste_cds
+                        
+                        reste_del=var[9][-(length_ref%3):]
+                        dernier_aa_del=reste_del+reste_cds
+
+                        deleted_aa.append(traduction(get_rna(dernier_aa_del))[0])
+                        inserted_aa.append(traduction(get_rna(dernier_aa_ins))[0])
+                        
+                        print(dernier_aa_del,"->",dernier_aa_ins) # à supprimer. seulement le dernier aa de la délétion et de l'insertion. 
+                        print("changement de",",".join(deleted_aa),"en",",".join(inserted_aa))
+
+                else: # position !=3k, taille diff 3k
+                    print("variation au milieu d'un codon uuu") 
+
                     # récupérer le codon dans lequel on a inséré, le prendre en compte pour calculer les effets
+                    posVar_on_ref=int(var[12])
+                    reste_avant_len=(posVar_on_ref-1)%3
+                    fin_aa_avant=cds.sequence[posVar_on_ref-reste_avant_len-1:posVar_on_ref-1]
+                    print(fin_aa_avant)
+
+                    complete_avant_len=3-reste_avant_len
+                    if len(var[9]>=complete_avant_len):
+                        aa_modifie_avant=fin_aa_avant+var[9][0:complete_avant_len]
+                    # else il faut aller chercher dans le segment d'apres !! max un apres pcq min 1 base par segment (avant=1min, var=1min, apres=1min.)
+                    
+                    if len(var[10])>=complete_avant_len:
+                        aa_modifie_apres=fin_aa_avant+var[10][0:complete_avant_len]
+                    print(aa_modifie_avant,aa_modifie_apres)
+                    # else il faut aller chercher dans le segment d'apres !! max un apres pcq min 1 base par segment (avant=1min, var=1min, apres=1min.)
+
+
+                    # touche le codon d'avant
+                    # touche le codon d'apres ? pas si reste_avant_len + taille_var%3 =3
+                    if reste_avant_len+(length_ref%3)==3:
+                        # modifie l'aa dans lequel on a inséré+délété, puis éventuellement insere ou delete
+                        # ne modifie pas l'aa d'après.
+                        a=1
+
+
             
 
 
-            else:
+            else: # taille diff !=3k
                 print("frame shift")
                 frame_shift=(frame_shift+abs(length_alt-length_ref))%3
                 
             # cas en plus : modif de la première base du codon et de la troisième : comment prendre en compte ces deux modif pour le changement de l'aa?
             # idée : quand on est sur le premier (ou deuxième??), vérifier le reste du codon avant de regarder le changement d'aa
-            print("\n")
 
 
+            if pos_var<3:
+                print("codon start touché")
+
+                findOtherStart(cds,segments_on_target_genome)
+
+            # si on a plusieurs start candidats il faut choisir celui qu'on prend, ils sont pas forcément tous sur le même cadre de lecture
+            # comment traiter la variation sur le start ? 
+            # après avoir détecté que la var touche le start, traiter la var ? ou l'inverse
+
+
+            print("\n")
+
 
 if version=="old":
     for cds_id in cds_var.keys(): # for a gene that has cds, concatenate all cds to make a prot. then detail var by cds.