from Bio import Entrez, SeqIO
from Bio.Seq import Seq
from termcolor import colored

# Ustaw swój adres e-mail (wymagany przez NCBI)
Entrez.email = "baiobelfer@gmail.com"

# Funkcja do pobierania szczegółów genu
def get_gene_info(gene_id):
    try:
        # Pobierz adnotacje genowe z NCBI
        handle = Entrez.efetch(db="gene", id=gene_id, retmode="xml")
        records = Entrez.read(handle)
        
        # Wyciągnij podstawowe informacje
        gene_ref = records[0]["Entrezgene_gene"]["Gene-ref"]
        gene_name = gene_ref.get("Gene-ref_locus", "Brak danych")
        summary = records[0].get("Entrezgene_summary", "Brak opisu")
        
        chromosome = "Brak danych"
        if "BioSource" in records[0]["Entrezgene_source"]:
            chromosome_data = records[0]["Entrezgene_source"]["BioSource"]["BioSource_subtype"]
            if chromosome_data:
                chromosome = chromosome_data[0].get("SubSource_name", "Brak danych")
        
        exon_count = len(records[0].get("Entrezgene_locus", []))
        
        # Wyświetl podstawowe informacje o genie
        print(f"Nazwa genu: {gene_name}")
        print(f"Opis: {summary}")
        print(f"Chromosom: {chromosome}")
        print(f"Liczba eksonów: {exon_count}")
    
    except Exception as e:
        print(f"Wystąpił błąd podczas pobierania informacji o genie: {e}")

# Funkcja do załadowania sekwencji genów z pliku FASTA
def load_sequences(file_path):
    return list(SeqIO.parse(file_path, "fasta"))

# Znajdź potencjalne sekwencje gRNA (20 nukleotydów + PAM "NGG") w określonym regionie
def find_crispr_sites_in_region(sequence, start, end):
    pam = "NGG"
    sites = []
    
    # Ogranicz przeszukiwanie do wybranego regionu
    target_region = sequence[start:end]
    
    for i in range(len(target_region) - 23):
        target = target_region[i:i+20]
        pam_site = target_region[i+20:i+23]
        if pam_site.endswith("GG"):
            # Zapisz pełną sekwencję wraz z lokalizacją w genomie
            sites.append((start + i, target + pam_site))
    
    return sites

# Funkcja do kolorowania wyjścia
def print_colored_crispr_sites(sites):
    for pos, site in sites:
        gRNA = colored(site[:20], 'blue')  # Sekwencja gRNA na niebiesko
        pam = colored(site[20:], 'red', attrs=['bold'])  # PAM na czerwono i pogrubione
        print(f"Position: {pos}, CRISPR site: {gRNA}{pam}")

# Przykład użycia
# Zmieniamy na ID genu "DREB2A" odpowiedzialnego za odporność na suszę w Arabidopsis
gene_id = "355350790"  # Przykładowe ID genu DREB2A z NCBI
get_gene_info(gene_id)

# Zakładamy, że sekwencja DNA jest już wczytana do pliku FASTA
genes = load_sequences("arabidopsis_genome.fasta")

# Przykładowe pozycje startowe i końcowe genu odpowiedzialnego za odporność na suszę
start_position = 1000  # przykładowa pozycja początkowa
end_position = 2000    # przykładowa pozycja końcowa

for gene in genes:
    print(f"\nGene ID: {gene.id}")
    crispr_sites = find_crispr_sites_in_region(str(gene.seq), start_position, end_position)
    
    # Wyświetl tylko 5 pierwszych wyników, wraz z ich pozycją w sekwencji DNA i kolorowaniem
    print_colored_crispr_sites(crispr_sites[:5])