import streamlit as st
from stmol import showmol
import py3Dmol
import requests
import biotite.structure.io as bsio
import random
import hashlib
import urllib3
from Bio.Blast import NCBIWWW, NCBIXML
from Bio.Seq import Seq
from Bio.SeqRecord import SeqRecord
import time
import urllib.parse

urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)

st.set_page_config(layout='wide')
st.sidebar.title('🔮 জেনপ্রো২ - BD')
st.sidebar.write('জেনপ্রো২ - BD হলো একটি সম্পূর্ণ প্রোটিন সিকোয়েন্স জেনারেটর, স্ট্রাকচার প্রেডিক্টর এবং অ্যানালাইসিস টুল যা [ESMFold](https://esmatlas.com/explore?at=1%2C1%2C21.999999344348925) এবং ESM-2 ল্যাঙ্গুয়েজ মডেল ব্যবহার করে ( Adapted from GenPro 2,5)')

def generate_sequence_from_words(words, length):
    seed = ' '.join(words).encode('utf-8')
    random.seed(hashlib.md5(seed).hexdigest())
    amino_acids = "ACDEFGHIKLMNPQRSTVWY"
    return ''.join(random.choice(amino_acids) for _ in range(length))

def render_mol(pdb):
    viewer = py3Dmol.view(width='100%', height='400px')
    viewer.addModel(pdb, 'pdb')
    viewer.setStyle({'cartoon': {'color': 'spectrum'}})
    viewer.setBackgroundColor('white')
    viewer.zoomTo()
    viewer.zoom(0.8)  # একটু জুম আউট ভিউ
    viewer.spin(True)
    viewer.render()
    
    # মোবাইলের জন্য রেস্পন্সিভ ডিজাইন
    st.markdown("""
    <style>
    .stmol-container {
        width: 100% !important;
        height: 400px !important;
        max-width: 800px;
        margin: 0 auto;
    }
    @media (max-width: 600px) {
        .stmol-container {
            height: 300px !important;
        }
    }
    </style>
    """, unsafe_allow_html=True)
    
    showmol(viewer, height=400, width=None)

def perform_blast_analysis(sequence):
    st.subheader('প্রোটিন বিশ্লেষণ')
    with st.spinner("জেনারেট করা প্রোটিন বিশ্লেষণ করা হচ্ছে... এটি কয়েক মিনিট সময় নিতে পারে। অনুগ্রহ করে অপেক্ষা করুন!"):
        progress_bar = st.progress(0)
        for i in range(100):
            progress_bar.progress(i + 1)
            time.sleep(1.9)  # বিশ্লেষণ সময়
        
        try:
            record = SeqRecord(Seq(sequence), id='random_protein')
            result_handle = NCBIWWW.qblast("blastp", "swissprot", record.seq)
            
            blast_record = NCBIXML.read(result_handle)
            
            if blast_record.alignments:
                alignment = blast_record.alignments[0]  # শীর্ষ ম্যাচটি নিন
                hsp = alignment.hsps[0]  # প্রথম (সেরা) HSP নিন
                
                # প্রোটিন নাম এবং অর্গানিজম এক্সট্রাক্ট করুন
                title_parts = alignment.title.split('|')
                protein_name = title_parts[-1].strip()
                organism = title_parts[-2].split('OS=')[-1].split('OX=')[0].strip()
                
                # আইডেন্টিটি পার্সেন্টেজ ক্যালকুলেট করুন
                identity_percentage = (hsp.identities / hsp.align_length) * 100
                
                st.write(f"**শীর্ষ ম্যাচ:** {protein_name}")
                st.write(f"**ইউনিপ্রোট আইডি:** {organism}")
                st.write(f"**সিকোয়েন্স আইডেন্টিটি ম্যাচ:** {identity_percentage:.2f}%")
                
                # প্রোটিন ফাংশন ফেচ করুন (যদি থাকে)
                if hasattr(alignment, 'description') and alignment.description:
                    st.write(f"**সম্ভাব্য ফাংশন:** {alignment.description}")
                else:
                    st.write("ডাটাবেসে কোন উল্লেখযোগ্য ম্যাচ পাওয়া যায়নি। এটি একটি অনন্য প্রোটিন সিকোয়েন্স হতে পারে!")

        except Exception as e:
            st.error(f"প্রোটিন বিশ্লেষণ করার সময় একটি ত্রুটি ঘটেছে: {str(e)}")
            st.write("অনুগ্রহ করে পরে আবার চেষ্টা করুন, BLAST সার্ভারে বিলম্ব হতে পারে।")
            
def update(sequence, word1, word2, word3, sequence_length):
    headers = {
        'Content-Type': 'application/x-www-form-urlencoded',
    }
    try:
        response = requests.post('https://api.esmatlas.com/foldSequence/v1/pdb/', 
                                 headers=headers, 
                                 data=sequence, 
                                 verify=False,
                                 timeout=300)
        response.raise_for_status()
        pdb_string = response.content.decode('utf-8')
        
        with open('predicted.pdb', 'w') as f:
            f.write(pdb_string)
        
        struct = bsio.load_structure('predicted.pdb', extra_fields=["b_factor"])
        b_value = round(struct.b_factor.mean(), 2)
        
        st.session_state.structure_info = {
            'pdb_string': pdb_string,
            'b_value': b_value,
            'word1': word1,
            'word2': word2,
            'word3': word3,
            'sequence_length': sequence_length
        }
        
        st.session_state.show_analyze_button = True

    except requests.exceptions.RequestException as e:
        st.error(f"API কল করার সময় একটি ত্রুটি ঘটেছে: {str(e)}")
        st.write("অনুগ্রহ করে পরে আবার চেষ্টা করুন বা সমস্যা থাকলে সাপোর্টে যোগাযোগ করুন।")

def share_on_twitter(word1, word2, word3, length, plddt):
    tweet_text = f"আমি শুধু একটি নতুন প্রোটিন আবিষ্কার করেছি সিড শব্দ ব্যবহার করে: {word1} + {word2} + {word3} | প্রোটিন জেনারেট করেছে @PotionBio"
    tweet_url = f"https://twitter.com/intent/tweet?text={urllib.parse.quote(tweet_text)}"
    return tweet_url

# সেশন স্টেট ভেরিয়েবল ইনিশিয়ালাইজ করুন
if 'sequence' not in st.session_state:
    st.session_state.sequence = None
if 'show_analyze_button' not in st.session_state:
    st.session_state.show_analyze_button = False
if 'structure_info' not in st.session_state:
    st.session_state.structure_info = None

st.title("📖 ব্যবহারকারী গাইড:")

st.sidebar.subheader("শব্দ থেকে সিকোয়েন্স জেনারেট করুন")
word1 = st.sidebar.text_input("শব্দ ১")
word2 = st.sidebar.text_input("শব্দ ২")
word3 = st.sidebar.text_input("শব্দ ৩")
sequence_length = st.sidebar.number_input("সিকোয়েন্স দৈর্ঘ্য", min_value=50, max_value=400, value=100, step=10)

# ব্যবহারকারীদের জন্য তথ্য
st.info("""
প্রোটিন দৈর্ঘ্য গাইড:
- ৫০-১০০ অ্যামিনো অ্যাসিড: ছোট প্রোটিন/পেপটাইড
- ১০০-৩০০ অ্যামিনো অ্যাসিড: গড় প্রোটিন ডোমেইন
- ৩০০-৫০০ অ্যামিনো অ্যাসিড: বড় সিঙ্গেল-ডোমেইন প্রোটিন
""")

st.markdown("""
১. প্রথমে সাইডবারে আপনার পছন্দের যেকোনো তিনটি সিড শব্দ ইনপুট করুন এবং একটি সিকোয়েন্স দৈর্ঘ্য সিলেক্ট করুন।
২. 'জেনারেট এবং প্রেডিক্ট' বাটনে ক্লিক করুন আপনার ইনপুটের ভিত্তিতে একটি অনন্য প্রোটিন সিকোয়েন্স জেনারেট করতে।
৩. জেনপ্রো২ তখন আপনার প্রোটিনের ৩ডি স্ট্রাকচার প্রেডিক্ট করে এবং একটি কনফিডেন্স স্কোর প্রদান করে।
জেনপ্রো২ এবং প্রোটিন সম্পর্কে আরও:  
আপনার অনন্য প্রোটিন নতুন থেরাপিউটিক সম্ভাবনা উন্মোচন বা রোগের মেকানিজম বোঝার চাবিকাঠি হতে পারে। কে জানে? আপনার পরবর্তী জেনারেট করা সিকোয়েন্স একটি যুগান্তকারী আবিষ্কারের দিকে নিয়ে যেতে পারে। কম্পিউটেশনাল প্রোটিন এক্সপ্লোরেশনে আপনার যাত্রা শুরু করুন!  [আরও জানুন](https://www.youtube.com/watch?v=KpedmJdrTpY)
    """)

if st.sidebar.button('জেনারেট এবং প্রেডিক্ট'):
    if word1 and word2 and word3:
        sequence = generate_sequence_from_words([word1, word2, word3], sequence_length)
        st.session_state.sequence = sequence
        st.sidebar.text_area("জেনারেট করা সিকোয়েন্স", sequence, height=100)
        st.sidebar.info("দ্রষ্টব্য: একই শব্দ এবং সিকোয়েন্স দৈর্ঘ্য সবসময় একই সিকোয়েন্স উৎপন্ন করবে।")
        
        with st.spinner("প্রোটিন স্ট্রাকচার প্রেডিক্ট করা হচ্ছে... এটি কয়েক মিনিট সময় নিতে পারে।"):
            update(sequence, word1, word2, word3, sequence_length)
    else:
        st.sidebar.warning("একটি সিকোয়েন্স জেনারেট করতে অনুগ্রহ করে তিনটি শব্দ ইনপুট করুন।")

# স্ট্রাকচার ইনফো ডিসপ্লে করুন যদি থাকে
if st.session_state.structure_info:
    info = st.session_state.structure_info
    st.subheader(f'প্রেডিক্ট করা প্রোটিন স্ট্রাকচার সিড ব্যবহার করে: {info["word1"]}, {info["word2"]}, এবং {info["word3"]}')
    render_mol(info['pdb_string'])
    
    st.subheader('plDDT কনফিডেন্স স্কোর')
    st.write('plDDT হলো প্রোটিন ফোল্ডিং প্রেডিকশনের কনফিডেন্স লেভেল স্কোর করার জন্য একটি বেঞ্চমার্ক যা ০-১০০% স্কেলে কাজ করে। ৭০% বা তার বেশি ভালো!')
    plddt_score = int(info["b_value"] * 100)
    st.info(f'আপনার plDDT স্কোর হলো: {plddt_score}%')
 
    st.subheader("আপনার অনন্য প্রোটিন X(টুইটার) এ শেয়ার করুন")
    
    st.markdown("""
    <div style='background-color: #00000; padding: 10px; border-radius: 5px; font-size: 0.8em;'>
    <ol>
        <li>উপরে আপনার প্রোটিন স্ট্রাকচারের একটি স্ক্রিনশট নিন।</li>
        <li>নিচের 'শেয়ার রেজাল্টস' লিঙ্কে ক্লিক করুন আপনার প্রোটিনের সিড-শব্দ সহ একটি প্রি-ফিল্ড পোস্ট খুলতে।</li>
        <li>আপনার প্রোটিন ইমেজ বা সিকোয়েন্স আপলোড করুন এবং পোস্ট করুন!</li>
    </ol>
    </div>
    """, unsafe_allow_html=True)
    
    tweet_url = share_on_twitter(info["word1"], info["word2"], info["word3"], info["sequence_length"], plddt_score)

    st.markdown(
    f"""
    <a href="{tweet_url}" target="_blank" style="
        display: inline-block;
        background-color: white;
        color: black;
        border: 1px solid black;
        padding: 0.5em 1em;
        text-decoration: none;
        border-radius: 8px;
        font-weight: bold;
    ">
        প্রোটিন শেয়ার করুন
    </a>
    """,
    unsafe_allow_html=True
       )

    st.markdown("""
    ## পরবর্তী করণীয়:
    """)

    col1, col2 = st.columns(2)
    with col1:
        if st.button('প্রোটিন বিশ্লেষণ করুন'):
            perform_blast_analysis(st.session_state.sequence)
    
    with col2:
        st.download_button(
            label="PDB ডাউনলোড করুন",
            data=info['pdb_string'],
            file_name='predicted.pdb',
            mime='text/plain',
        )
        
    st.markdown("""
    যদি আপনি একটি আকর্ষণীয় প্রোটিন সিকোয়েন্স এবং স্ট্রাকচার আবিষ্কার করেন, আপনি এটি আরও গভীরভাবে এক্সপ্লোর করতে পারেন:
   
    ১. 'প্রোটিন বিশ্লেষণ করুন' বাটনে ক্লিক করুন [BLAST](https://blast.ncbi.nlm.nih.gov/Blast.cgi?PROGRAM=blastp&PAGE_TYPE=BlastSearch&LINK_LOC=blasthome) প্রোটিন ডাটাবেস সার্চ করতে এবং দেখুন আপনার প্রোটিন কোন পরিচিত সিকোয়েন্সের সাথে মিলে কিনা। সিকোয়েন্স আইডেন্টিটি দেখাবে আপনার সিকোয়েন্স কতটা কাছাকাছি ম্যাচ করে। *দ্রষ্টব্য এটি কয়েক মিনিট সময় নিতে পারে
    ২. আপনার প্রোটিন ডাটা ডাউনলোড করুন এবং [প্রোটিন ডাটা ব্যাংক (PDB)](https://www.rcsb.org/) ভিজিট করুন পরিচিত প্রোটিন স্ট্রাকচারের সাথে আপনার প্রোটিন স্ট্রাকচার ম্যাচ করতে।
    ৩. যদি আপনি মনে করেন আপনি একটি অনন্য এবং দরকারী প্রোটিন আবিষ্কার করেছেন, সোশ্যাল মিডিয়াতে এটি শেয়ার করুন!
  
    **মনে রাখবেন, এই ফোল্ডিং একটি র্যান্ডমলি জেনারেট করা সিকোয়েন্সের উপর ভিত্তি করে। ফলাফলগুলি সতর্কতার সাথে ব্যাখ্যা করুন।
    প্রোটিন সিকোয়েন্স এক্সপ্লোর করার আনন্দ নিন!
    """)