Repository Architecture¶

Este repositorio contem mais de um pipeline. A organizacao alvo separa codigo por papel operacional, evitando que pipelines ativos, infraestrutura compartilhada, ferramentas auxiliares e codigo legado fiquem todos no root.

Papeis Principais¶

genomics
  core                  infraestrutura compartilhada
  workflows             pipelines de processamento e builders de dataset
  predictors            modelos e pipelines de predicao
  converters            conversores reutilizaveis
legacy                  codigo historico mantido para reproducibilidade
third_party             projetos externos vendorizados ou modificados
native                  ferramentas compiladas / nao Python
configs                 presets de execucao por dominio
docs                    documentacao transversal
scripts                 operacao, ambiente, diagnostico e manutencao
tests                   testes automatizados

Layout Alvo¶

src/
  genomics/
    __init__.py
    cli.py
    workspace.py

    core/
      config_io.py
      data_loading.py
      data_registry.py
      dataset_metadata.py
      experiment.py
      metrics.py
      optim.py
      reproducibility.py
      run_utils.py
      splitting.py
      targets.py
      checkpointing.py
      torch_collate.py
      torch_utils.py
      training_utils.py
      wandb_utils.py
      arrays.py
      sklearn_pca_cache.py

    workflows/
      genomes_analyzer/
      dataset_builders/
        non_longevous/
        longevity/
      alphagenome/

    predictors/
      genotype_based/
      variant_transformer/
      snp_ancestry/

    converters/
      vcf_to_23andme/

legacy/
  neural_ancestry_predictor_deprecated/
  neural_longevity_dataset/        # enquanto depender do layout top3 legado

third_party/
  FROGAncestryCalc/

native/
  genes_difference_count/

Mapa Dos Modulos Atuais¶

Modulo atual	Papel atual	Destino alvo
`src/genomics/core/`	Infraestrutura compartilhada	codigo ativo
`src/genomics/workspace.py`	Paths padrao e roots	codigo ativo
`src/genomics/cli.py`	CLI comum `genomics`	codigo ativo
`src/genomics/workflows/genomes_analyzer/`	Pipeline operacional FASTQ/BAM/CRAM/VCF	codigo ativo
`src/genomics/predictors/genotype_based/`	Predictor denso/alinhado	codigo ativo
`src/genomics/predictors/variant_transformer/`	Predictor de variantes esparsas	codigo ativo
`src/genomics/predictors/snp_ancestry/`	Predictor SNP/frequencias	codigo ativo
`src/genomics/converters/vcf_to_23andme/`	Conversor VCF para 23andMe	codigo ativo
`src/genomics/workflows/alphagenome/`	Integracao AlphaGenome	codigo ativo
`src/genomics/workflows/dataset_builders/non_longevous/`	Builder historico 1000G/AlphaGenome	codigo ativo
`legacy/neural_longevity_dataset/`	Builder de longevidade legado	legado
`legacy/neural_ancestry_predictor_deprecated/`	Predictor deprecated	legado
`third_party/FROGAncestryCalc/`	Projeto externo modificado	`third_party/FROGAncestryCalc/`
`native/genes_difference_count/`	Ferramenta C++/OpenMP	`native/genes_difference_count/`

Regras De Dependencia¶

genomics.core nao deve importar genomics.predictors, genomics.workflows ou genomics.converters.
genomics.predictors pode importar genomics.core e genomics.workspace.
genomics.workflows pode importar genomics.core, genomics.workspace e genomics.converters.
genomics.converters deve ser reutilizavel e evitar depender de predictors especificos.
Codigo novo nao deve importar modulos em legacy/.
Codigo novo nao deve depender diretamente de third_party/; crie adaptadores nos workflows quando necessario.

Imports Alvo¶

from genomics.core.metrics import classification_metrics
from genomics.workspace import DEFAULT_DATASET_DIR
from genomics.predictors.genotype_based.config import PipelineConfig
from genomics.predictors.variant_transformer.model import VariantTransformerClassifier
from genomics.converters.vcf_to_23andme.converter import convert_vcf_to_23andme

CLI Alvo¶

genomics genotype train ...
genomics variant train ...
genomics genomes-analyzer run -c configs/genomes_analyzer/human_30x.yaml
genomics snp-ancestry run -c configs/predictors/snp_ancestry/default.yaml
genomics convert vcf-to-23andme -c configs/converters/vcf_to_23andme/default.yaml

Comandos antigos por wrappers Python foram removidos. Use o console script genomics ou python3 -m genomics.