app.py

import os, sys

BASE_DIR = os.path.dirname(__file__)
INFERENCE_DIR = os.path.join(BASE_DIR, "smi-ted", "inference")
sys.path.append(INFERENCE_DIR) 

import gradio as gr
from smi_ted_light.load import load_smi_ted  

# 1) Ajusta o path para o inference do SMI-TED
BASE_DIR = os.path.dirname(__file__)
INFERENCE_DIR = os.path.join(BASE_DIR, "smi-ted", "inference")
sys.path.append(INFERENCE_DIR)

# 2) Caminho onde estão pesos e vocabulário
MODEL_DIR = os.path.join("smi-ted", "inference", "smi_ted_light")

# 3) Carrega o modelo SMI-TED (Light)
model = load_smi_ted(
    folder=MODEL_DIR,
    ckpt_filename="smi-ted-Light_40.pt",
    vocab_filename="bert_vocab_curated.txt",
)

# 4) Função utilizada pela interface Gradio
def gerar_embedding(smiles: str):
    """
    Recebe uma string SMILES e devolve:
      - embedding (lista de 768 floats)
      - caminho para um CSV com esse embedding, pronto para download
    Em caso de erro, devolve um dicionário com a mensagem e nenhum arquivo.
    """
    smiles = smiles.strip()
    if not smiles:
        return {"erro": "digite uma sequência SMILES primeiro"}, None

    try:
        # model.encode devolve tensor shape (1, 768)
        vetor_torch = model.encode(smiles, return_torch=True)[0]
        embedding = vetor_torch.tolist()

        # Cria um CSV temporário com uma única linha (o embedding)
        df = pd.DataFrame([embedding])
        tmp = tempfile.NamedTemporaryFile(
            delete=False,
            suffix=".csv",
            prefix="embedding_",
        )
        csv_path = tmp.name
        df.to_csv(csv_path, index=False)
        tmp.close()

        return embedding, csv_path

    except Exception as e:
        return {"erro": str(e)}, None

# 5) Define a interface Gradio com dois outputs: JSON e arquivo para download
demo = gr.Interface(
    fn=gerar_embedding,
    inputs=gr.Textbox(label="SMILES", placeholder="Ex.: CCO"),
    outputs=[
        gr.JSON(label="Embedding (lista de floats)"),
        gr.File(label="Baixar embedding em CSV"),
    ],
    title="SMI-TED Embedding Generator",
    description=(
        "Cole uma sequência SMILES e receba o embedding gerado pelo modelo "
        "SMI-TED Light treinado pela IBM Research. "
        "Você também pode baixar o embedding em CSV."
    ),
)

# 6) Roda localmente ou no HF Space
if __name__ == "__main__":
    demo.launch()