Delete app.py
Browse files
app.py
DELETED
@@ -1,116 +0,0 @@
|
|
1 |
-
import gradio as gr
|
2 |
-
import torch
|
3 |
-
from transformers import pipeline
|
4 |
-
import time
|
5 |
-
from functools import wraps
|
6 |
-
import sys
|
7 |
-
import multimolecule # Importar para registrar los modelos de multimolecule
|
8 |
-
import spaces # Aseg煤rate de que este m贸dulo est茅 correctamente instalado
|
9 |
-
|
10 |
-
# Decorador para medir el tiempo de ejecuci贸n
|
11 |
-
def medir_tiempo(func):
|
12 |
-
@wraps(func)
|
13 |
-
def wrapper(*args, **kwargs):
|
14 |
-
inicio = time.time()
|
15 |
-
resultado = func(*args, **kwargs)
|
16 |
-
fin = time.time()
|
17 |
-
tiempo_transcurrido = fin - inicio
|
18 |
-
print(f"Tiempo de ejecuci贸n de '{func.__name__}': {tiempo_transcurrido:.2f} segundos")
|
19 |
-
return resultado
|
20 |
-
return wrapper
|
21 |
-
|
22 |
-
# Decorador para asignar GPU (seg煤n la funcionalidad proporcionada por spaces)
|
23 |
-
@spaces.GPU
|
24 |
-
@medir_tiempo
|
25 |
-
def predecir_fill_mask(secuencias):
|
26 |
-
"""
|
27 |
-
Funci贸n que realiza una predicci贸n de Fill-Mask para las secuencias de ARN proporcionadas.
|
28 |
-
"""
|
29 |
-
try:
|
30 |
-
if not secuencias.strip():
|
31 |
-
return "Por favor, ingresa una o m谩s secuencias de ARN v谩lidas con <mask> para predecir."
|
32 |
-
|
33 |
-
# Separar las secuencias por l铆neas y eliminar espacios vac铆os
|
34 |
-
secuencias_lista = [seq.strip().upper() for seq in secuencias.strip().split('\n') if seq.strip()]
|
35 |
-
resultados = []
|
36 |
-
|
37 |
-
for seq in secuencias_lista:
|
38 |
-
# Asegurarse de que la secuencia contenga al menos un <mask>
|
39 |
-
if "<MASK>" not in seq and "<mask>" not in seq:
|
40 |
-
resultados.append(f"Secuencia sin token <mask>: {seq}. Agrega <mask> donde desees predecir.")
|
41 |
-
continue
|
42 |
-
|
43 |
-
# Reemplazar <mask> con el token de m谩scara del modelo
|
44 |
-
seq = seq.replace("<mask>", mask_token).replace("<MASK>", mask_token)
|
45 |
-
|
46 |
-
# Realizar la predicci贸n de Fill-Mask
|
47 |
-
try:
|
48 |
-
predictions = fill_mask(seq)
|
49 |
-
except Exception as e:
|
50 |
-
resultados.append(f"Error al predecir para la secuencia: {seq}\n{e}")
|
51 |
-
continue
|
52 |
-
|
53 |
-
# Formatear las predicciones
|
54 |
-
pred_str = ""
|
55 |
-
for pred in predictions:
|
56 |
-
pred_str += f"Predicci贸n: {pred['sequence']}, Score: {pred['score']:.4f}\n"
|
57 |
-
|
58 |
-
resultados.append(f"Secuencia: {seq}\n{pred_str}")
|
59 |
-
|
60 |
-
return "\n\n".join(resultados)
|
61 |
-
|
62 |
-
except Exception as e:
|
63 |
-
print(f"Error durante la predicci贸n: {e}")
|
64 |
-
return f"Error al realizar la predicci贸n: {e}"
|
65 |
-
|
66 |
-
# Configurar el dispositivo
|
67 |
-
device = 0 if torch.cuda.is_available() else -1
|
68 |
-
if device == -1:
|
69 |
-
print("Advertencia: CUDA no est谩 disponible. Se usar谩 la CPU, lo que puede ser lento.")
|
70 |
-
|
71 |
-
# Cargar el pipeline de Fill-Mask
|
72 |
-
try:
|
73 |
-
print("Cargando el pipeline de Fill-Mask...")
|
74 |
-
fill_mask = pipeline('fill-mask', model='multimolecule/mrnafm', device=device)
|
75 |
-
except Exception as e:
|
76 |
-
print(f"Error al cargar el pipeline de Fill-Mask: {e}")
|
77 |
-
sys.exit(1)
|
78 |
-
|
79 |
-
# Obtener el token de m谩scara del modelo
|
80 |
-
mask_token = fill_mask.tokenizer.mask_token
|
81 |
-
print(f"Mask token utilizado por el modelo: {mask_token}")
|
82 |
-
|
83 |
-
# Definir la interfaz de Gradio
|
84 |
-
titulo = "OmniGenome: Predicci贸n de Fill-Mask para Secuencias de ARN"
|
85 |
-
descripcion = (
|
86 |
-
"Ingresa una o m谩s secuencias de ARN (una por l铆nea) con un token <mask> donde deseas realizar la predicci贸n. "
|
87 |
-
"El modelo utilizado es mRNA-FM de MultiMolecule, un modelo pre-entrenado de lenguaje para secuencias de ARN."
|
88 |
-
)
|
89 |
-
|
90 |
-
iface = gr.Interface(
|
91 |
-
fn=predecir_fill_mask,
|
92 |
-
inputs=gr.Textbox(
|
93 |
-
lines=10,
|
94 |
-
placeholder="Escribe tus secuencias de ARN aqu铆, una por l铆nea, incluyendo <mask> donde desees predecir...",
|
95 |
-
label="Secuencias de ARN con <mask>"
|
96 |
-
),
|
97 |
-
outputs=gr.Textbox(label="Predicciones de Fill-Mask"),
|
98 |
-
title=titulo,
|
99 |
-
description=descripcion,
|
100 |
-
examples=[
|
101 |
-
[
|
102 |
-
"AUGGCUACUUU<mask>G",
|
103 |
-
"GCGCGAU<mask>CGACGUAGCUAGC"
|
104 |
-
],
|
105 |
-
[
|
106 |
-
"AUAUGCGGUAUCGU<mask>GUA",
|
107 |
-
"GGAUACGUGAU<mask>GCUAGCAGU"
|
108 |
-
]
|
109 |
-
],
|
110 |
-
cache_examples=False,
|
111 |
-
allow_flagging="never"
|
112 |
-
)
|
113 |
-
|
114 |
-
# Ejecutar la interfaz
|
115 |
-
if __name__ == "__main__":
|
116 |
-
iface.launch()
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|