Update app.py

app.py

@@ -14,10 +14,10 @@ login(os.environ["HF_TOKEN"])
 
 # ———————————————————  CONFIG  ——————————————————— #
 SPACE_ID   = "melvinalves/protein_function_prediction"
-TOP_N      = 10
+TOP_N      = 20      # mostra agora top-20
 THRESH     = 0.37
-CHUNK_PB   = 512   # janela ProtBERT / ProtBERT-BFD
-CHUNK_ESM  = 1024  # janela ESM-2
+CHUNK_PB   = 512      # janela ProtBERT / ProtBERT-BFD
+CHUNK_ESM  = 1024     # janela ESM-2
 
 # repositórios HF
 FINETUNED_PB   = ("melvinalves/FineTune", "fineTunedProtbert")
@@ -97,11 +97,25 @@ mlb      = joblib.load(download_file("data/mlb_597.pkl"))
 GO       = mlb.classes_
 
 # ———————————————————  UI  ——————————————————— #
-st.title("Predição de Funções Moleculares de Proteínas")
-
-# Pequeno ajuste de fonte no textarea
-st.markdown("<style> textarea { font-size: 0.9rem !important; } </style>",
-            unsafe_allow_html=True)
+# --- aspecto geral
+st.set_page_config(page_title="Predição de Funções Moleculares de Proteínas",
+                   page_icon="🧬", layout="centered")
+
+# fundo branco + pequenos ajustes de margem/padding
+st.markdown("""
+    <style>
+        body            { background-color: #FFFFFF; }
+        .block-container{ padding-top: 1.5rem; }
+        textarea        { font-size: 0.9rem !important; }
+    </style>
+    """, unsafe_allow_html=True)
+
+# logo (coloca um ficheiro logo.png na pasta raiz do Space)
+LOGO_PATH = "logo.png"
+if os.path.exists(LOGO_PATH):
+    st.image(LOGO_PATH, width=180)
+
+st.title("Predição de Funções Moleculares de Proteínas (GO:MF)")
 
 fasta_input = st.text_area("Insere uma ou mais sequências FASTA:", height=300)
 predict_clicked = st.button("Prever GO terms")
@@ -127,6 +141,48 @@ def parse_fasta_multiple(fasta_str):
             parsed.append((header, seq))
     return parsed
 
+# ———————————————————  FUNÇÕES AUXILIARES DE LAYOUT  ——————————————————— #
+def go_link(go_id, name=""):
+    """Cria link para página do GO term (QuickGO)."""
+    url = f"https://www.ebi.ac.uk/QuickGO/term/{go_id}"
+    label = f"{go_id} — {name}" if name else go_id
+    return f"[{label}]({url})"
+
+def prot_link(header):
+    """Tenta gerar link para UniProt usando o primeiro token do header."""
+    pid = header.split()[0]
+    url = f"https://www.uniprot.org/uniprotkb/{pid}"
+    return f"[{header}]({url})"
+
+# ———————————————————  FUNÇÃO PRINCIPAL DE RESULTADOS  ——————————————————— #
+def mostrar(tag, y_pred):
+    """Mostra resultados em duas colunas dentro de um expander."""
+    with st.expander(tag, expanded=True):
+        col1, col2 = st.columns(2)
+
+        # ——— coluna 1 : termos acima do threshold
+        with col1:
+            st.markdown(f"**GO terms com prob ≥ {THRESH}**")
+            hits = mlb.inverse_transform((y_pred >= THRESH).astype(int))[0]
+            if hits:
+                for go_id in hits:
+                    name, defin = GO_INFO.get(go_id, ("— sem nome —", ""))
+                    defin = re.sub(r'^\\s*"?(.+?)"?\\s*(\\[[^\\]]*\\])?\\s*$', r'\\1',
+                                   defin or "")
+                    st.markdown(f"- {go_link(go_id, name)}  ")
+                    if defin:
+                        st.caption(defin)
+            else:
+                st.code("— nenhum —")
+
+        # ——— coluna 2 : top-N mais prováveis
+        with col2:
+            st.markdown(f"**Top {TOP_N} GO terms mais prováveis**")
+            for rank, idx in enumerate(np.argsort(-y_pred[0])[:TOP_N], start=1):
+                go_id = GO[idx]
+                name, _ = GO_INFO.get(go_id, ("", ""))
+                st.markdown(f"{rank}. {go_link(go_id, name)} : {y_pred[0][idx]:.4f}")
+
 # ———————————————————  INFERÊNCIA  ——————————————————— #
 if predict_clicked:
     parsed_seqs = parse_fasta_multiple(fasta_input)
@@ -150,32 +206,12 @@ if predict_clicked:
             X     = np.concatenate([y_pb, y_bfd, y_esm], axis=1)
             y_ens = stacking.predict(X)
 
-        # ———————————————————  RESULTADOS  ——————————————————— #
-        def mostrar(tag, y_pred):
-            with st.expander(tag, expanded=True):
-                # GO terms acima do threshold
-                st.markdown(f"**GO terms com prob ≥ {THRESH}**")
-                hits = mlb.inverse_transform((y_pred >= THRESH).astype(int))[0]
-                if hits:
-                    for go_id in hits:
-                        name, defin = GO_INFO.get(go_id, ("— sem nome —", ""))
-                        defin = re.sub(r'^\s*"?(.+?)"?\s*(\[[^\]]*\])?\s*$', r'\1',
-                                       defin or "")
-                        st.write(f"**{go_id} — {name}**")
-                        st.caption(defin)
-                else:
-                    st.code("— nenhum —")
-
-                # Top-N mais prováveis
-                st.markdown(f"**Top {TOP_N} GO terms mais prováveis**")
-                for idx in np.argsort(-y_pred[0])[:TOP_N]:
-                    go_id = GO[idx]
-                    name, _ = GO_INFO.get(go_id, ("", ""))
-                    st.write(f"{go_id} — {name} : {y_pred[0][idx]:.4f}")
-
-        # ———————————————————  ESCOLHE QUAIS MOSTRAR  ——————————————————— #
-        #   Descomenta se quiseres ver as saídas individuais
-        # mostrar(f"{header} — ProtBERT (MLP)",     y_pb)
-        # mostrar(f"{header} — ProtBERT-BFD (MLP)", y_bfd)
-        # mostrar(f"{header} — ESM-2 (MLP)",        y_esm)
-        mostrar(header, y_ens)  # ensemble
+        # header como link para UniProt
+        mostrar(prot_link(header), y_ens)
+
+# ———————————————————  LISTA COMPLETA DE TERMOS SUPORTADOS  ——————————————————— #
+with st.expander("Mostrar lista completa dos 597 GO terms possíveis", expanded=False):
+    cols = st.columns(3)
+    for i, go_id in enumerate(GO):
+        name, _ = GO_INFO.get(go_id, ("", ""))
+        cols[i % 3].markdown(f"- {go_link(go_id, name)}")