@dsh-bio/dsh-bio-gem 0.1.1 → 0.1.3

package/README.md

@@ -6,7 +6,7 @@ Genome-scale metabolic model builder for dsh: genome in, validated SBML out.
 
 ## 📦 安装
 
-本插件以 **GitHub 源**分发（纯 ESM，无构建步骤，可直接加载）；npm 包尚未发布。
+本插件已发布为 npm 包 **`@dsh-bio/dsh-bio-gem`**（纯 ESM，无构建步骤），也可直接从 GitHub 源或本地目录安装。
 
 ### 0. 环境要求
 
@@ -24,16 +24,20 @@ Genome-scale metabolic model builder for dsh: genome in, validated SBML out.
 ### 1. 安装插件
 
 ```sh
-# 从 GitHub 安装（推荐）
+# 方式一：从 npm 安装（推荐，已发布预置包）
+npx -y @deepseek-ai/dsh plugin --profile web add @dsh-bio/dsh-bio-gem
+
+# 方式二：从 GitHub 安装（拉源码；本插件纯 ESM 无构建步骤，可直接加载）
 npx -y @deepseek-ai/dsh plugin --profile web add github:moonbowterfly/dsh-bio-gem
 
-# 从本地目录安装（开发调试）
+# 方式三：从本地目录安装（开发调试）
 npx -y @deepseek-ai/dsh plugin --profile web add ./dsh-bio-gem
 ```
 
 - 本机若已全局安装 dsh CLI，把 `npx -y @deepseek-ai/dsh` 换成 `dsh` 即可。
 - `--profile <name>` 是**必填选项**（不传报 `required option '--profile <name>' not specified`）；Web 端固定用 `web`。
 - 安装完**重启 dsh web 服务**（关掉原窗口，重新双击启动入口）。
+- 版本刚发布时可能短时间拉不到：registry 首次分发有几分钟延迟，`pnpm` 还可能缓存住 404。遇到 `ERR_PNPM_FETCH_404 ... is not in the npm registry` 时等几分钟重试，或在命令末尾追加 `--registry https://registry.npmjs.org/` 绕过缓存。
 
 验证插件层已生效（不用启动服务）：
 
@@ -122,7 +126,8 @@ npx -y @deepseek-ai/dsh plugin --profile web remove dsh-bio-gem
 
 ```sh
 # 1) install the plugin into the web profile, then restart dsh
-npx -y @deepseek-ai/dsh plugin --profile web add github:moonbowterfly/dsh-bio-gem
+npx -y @deepseek-ai/dsh plugin --profile web add @dsh-bio/dsh-bio-gem
+# (or from source: github:moonbowterfly/dsh-bio-gem)
 
 # 2) analysis Python needs cobra (+ pyrodigal for the annotation fallback)
 uv venv --python 3.11 "$HOME/.dsh/dsh-bio-gem/venv"

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@dsh-bio/dsh-bio-gem",
-  "version": "0.1.1",
+  "version": "0.1.3",
   "description": "基因组尺度代谢模型（GEM）构建插件：输入细菌全基因组（蛋白FASTA，支持多质粒/多染色体），自动构建+验证+补洞+出报告（SBML + 模型卡），供 dsh-bio-genie 消费工具加载使用 | Genome-scale metabolic model builder for dsh",
   "repository": {
     "type": "git",

package/python/validate.py

@@ -187,20 +187,37 @@ class Validator:
         全关交换后最大化 ATP 代谢物的净消耗（demand），通量 > 0.01 → WARN。
         补洞后必跑（context.post_gapfill 时不再跳过）。
         P1-5 修复（2026-08-31 LBA9402 会话实测）：CarveMe 模型 ATP id 为 M_atp_c，
-        旧匹配只看 atp_c/cpd00002_c0 -> 误 SKIP「未找到 ATP」——扩展命名模式 + SKIP 时列出尝试模式与模型内候选。"""
+        旧匹配只看 atp_c/cpd00002_c0 -> 误 SKIP「未找到 ATP」——扩展命名模式 + SKIP 时列出尝试模式与模型内候选。
+        P2-9 修复（2026-09-10 iNX1344 E2E 实测）：MetaCyc/BioCyc 导出模型 ATP 为 M00002_c
+        （name='ATP'，formula 为去质子化变体），仍不在模式表内 → 二次误 SKIP（G6 直接失效）。
+        改为三级通用解析：id 模式 → name 匹配 → formula 匹配，跨 ID 体系自适应。"""
         m = self.m
-        atp_patterns = ("atp_c", "cpd00002_c0", "m_atp_c", "atp_c0", "cpd00002", "atp")
+        atp_patterns = ("atp_c", "cpd00002_c0", "m_atp_c", "atp_c0", "cpd00002", "atp",
+                        "m00002", "m00002_c", "m00002_c0")
         cands = [x for x in m.metabolites if (x.id or "").lower() in atp_patterns]
+        atp_source = "id_pattern"
+        if not cands:
+            # 回退 1：name 匹配（跨 ID 体系最稳的信号；排除 dATP 等衍生物）
+            cands = [x for x in m.metabolites
+                     if (x.name or "").strip().upper() == "ATP"
+                     or ("atp" in (x.name or "").lower() and "datp" not in (x.name or "").lower())]
+            atp_source = "name_match"
+        if not cands:
+            # 回退 2：分子式（含去质子化变体——部分模型 formula 非标准形式）
+            cands = [x for x in m.metabolites
+                     if (x.formula or "").replace(" ", "") in ("C10H16N5O13P3", "C10H12N5O13P3")]
+            atp_source = "formula_match"
         cyto = [x for x in cands if x.compartment in ("c0", "c")]
         atp_c = (cyto or cands or [None])[0]
         if atp_c is None:
-            atp_like = sorted({x.id for x in m.metabolites if "atp" in (x.id or "").lower()})[:10]
+            atp_like = sorted({x.id for x in m.metabolites
+                               if "atp" in (x.id or "").lower() or "atp" in (x.name or "").lower()})[:10]
             return {"status": "SKIP",
-                    "reason": "未找到 ATP 代谢物（已尝试命名模式: " + ", ".join(atp_patterns) + "）",
+                    "reason": "未找到 ATP 代谢物（id 模式 / name 匹配 / formula 匹配三级回退均未命中）",
                     "tried_patterns": list(atp_patterns),
                     "atp_like_ids_in_model": atp_like,
-                    "note": "SKIP 系命名口径未命中（非模型缺陷证明）；若模型含 ATP 但 id 不在尝试模式中，"
-                            "补充模式或标注 atp 角色后重跑"}
+                    "note": "SKIP 系命名口径未命中（非模型缺陷证明）；若模型含 ATP 但三级回退均未命中，"
+                            "请在模型内显式标注 atp 角色后重跑"}
         dm = cobra.Reaction("DM_gem_atp_leak", name="G6 ATP 泄漏检测 demand",
                             lower_bound=0.0, upper_bound=1000.0)
         dm.add_metabolites({atp_c: -1})
@@ -216,7 +233,7 @@ class Validator:
         leak = abs(v)
         status = "PASS" if leak <= 0.01 else "WARN"
         return {"status": status, "atp_leak_flux": round(leak, 6),
-                "atp_metabolite_found": atp_c.id,
+                "atp_metabolite_found": atp_c.id, "atp_resolved_by": atp_source,
                 "threshold": 0.01, "post_gapfill": bool((context or {}).get("post_gapfill")),
                 "note": "全关交换后 ATP demand 通量应≈0；>0.01 提示能量循环泄漏（L3 MILP 补洞最可能引入）"}