""" generate_sample_data.py — HepatoLipidFlux 합성 샘플 데이터 생성기 (재현 가능) 세 그룹(Chow 대조 / GAN diet MASH / GAN diet + 가상 약물)의 마우스 코호트에 대해 다음 CSV를 data/ 폴더에 생성한다: - plasma_tg_timeseries.csv : tyloxapol 주사 후 혈장 TG 시계열 (long format) - dnl_isotopomer.csv : 간 TG 지방산 mass isotopomer 분포 (wide format) - oxidation_tracer.csv : [13C]palmitate 산화 추적자 측정 (wide format) - animal_meta.csv : 동물별 체중 / 제지방량 메타데이터 모든 값은 합성(synthetic)이며 마우스 문헌의 대표적 범위를 본떴다. 연구용·참고용 — 실제 실험 데이터가 아니다. 재현: `python3 generate_sample_data.py` (난수 시드 고정 = 20260518) """ from __future__ import annotations import os import numpy as np import pandas as pd SEED = 20260518 rng = np.random.default_rng(SEED) HERE = os.path.dirname(os.path.abspath(__file__)) DATA_DIR = os.path.join(HERE, "data") os.makedirs(DATA_DIR, exist_ok=True) # 그룹 정의: (이름, 동물 수, VLDL 분비 기울기 평균(mg/dL/min), DNL 분율 평균, # 산화 회수분율 평균, 체중 평균(g)) # 기울기는 마우스 tyloxapol 연구에서 관찰되는 빠른 혈장 TG 상승을 본떠 # 체중 정규화 후 참조범위(약 180-560 mg/kg/h)에 들도록 설정했다. GROUPS = [ ("Chow", 6, 9.0, 0.10, 0.16, 27.0), ("GAN_MASH", 6, 16.0, 0.32, 0.10, 41.0), ("GAN_MASH_DrugX", 6, 12.0, 0.16, 0.15, 38.0), ] TIME_POINTS = [0, 15, 30, 45, 60, 90, 120] # 분 def gen_animal_meta() -> pd.DataFrame: rows = [] for gname, n, _slope, _dnl, _ox, bw_mean in GROUPS: for i in range(1, n + 1): aid = f"{gname}_{i:02d}" bw = float(rng.normal(bw_mean, bw_mean * 0.06)) lean = float(bw * rng.uniform(0.62, 0.74)) # 제지방량은 체중의 일부 batch = f"batch{((i - 1) % 2) + 1}" # cage/batch 임의효과용 rows.append({ "animal_id": aid, "group": gname, "body_weight_g": round(bw, 2), "lean_mass_g": round(lean, 2), "batch": batch, }) return pd.DataFrame(rows) def gen_plasma_tg(meta: pd.DataFrame) -> pd.DataFrame: """ tyloxapol 주사 후 혈장 TG는 초기 선형 증가 후 후기에 포화한다. 선형 구간: 0..60분, 이후 90/120분은 포화(점근)하도록 모델링한다. """ rows = [] slope_map = {g[0]: g[2] for g in GROUPS} for _, m in meta.iterrows(): aid = m["animal_id"] gname = m["group"] base_slope = slope_map[gname] * rng.normal(1.0, 0.08) baseline = float(rng.normal(55.0, 6.0)) # 0분 기저 TG (mg/dL) # 0..60분은 순수 선형 증가, 60분 이후는 포화. # 약 60%의 동물은 강한 포화(거의 plateau)를 보여 선형구간 자동탐지· # 비선형 경고 기능이 데모에서 작동하고, 나머지는 거의 선형을 유지한다. animal_idx = int(aid.split("_")[-1]) strong_sat = (animal_idx % 5) != 0 # 5마리 중 4마리가 강한 포화 for t in TIME_POINTS: conc_linear = baseline + base_slope * t if t <= 60: conc = conc_linear else: extra_t = t - 60 conc60 = baseline + base_slope * 60.0 if strong_sat: # 강한 포화: 60분 이후 거의 plateau (작은 점근 증가만) sat_extra = base_slope * 18.0 * (1.0 - np.exp(-extra_t / 40.0)) conc = conc60 + sat_extra else: # 약한 포화: 60분 이후에도 선형에 가까움 lin_extra = base_slope * extra_t sat_extra = base_slope * 55.0 * (1.0 - np.exp(-extra_t / 90.0)) conc = conc60 + 0.35 * lin_extra + 0.65 * sat_extra # 측정 잡음: 기울기 대비 작게 유지하여 선형구간 r^2 확보 conc += rng.normal(0.0, 10.0) rows.append({ "animal_id": aid, "group": gname, "time_min": t, "plasma_tg_mg_dl": round(max(conc, 1.0), 2), }) return pd.DataFrame(rows) def gen_dnl_isotopomer(meta: pd.DataFrame) -> pd.DataFrame: """ 간 TG palmitate 의 mass isotopomer 분포 M0..M4. fractional DNL 이 높을수록 M1+ 비중이 커진다. 전구체(2H2O body water) enrichment 는 ~4% 가정. """ from flux_core import binomial_isotopomer_distribution dnl_map = {g[0]: g[3] for g in GROUPS} n_sites = 22 rows = [] for _, m in meta.iterrows(): aid = m["animal_id"] gname = m["group"] f_true = float(np.clip(rng.normal(dnl_map[gname], 0.04), 0.01, 0.85)) precursor = float(rng.normal(0.040, 0.003)) # body water 2H enrichment new_dist = binomial_isotopomer_distribution(n_sites, precursor)[:5] nat = np.array([0.955, 0.040, 0.005, 0.0, 0.0]) mix = (1 - f_true) * nat + f_true * (new_dist / new_dist.sum()) mix = mix + rng.normal(0.0, 0.004, size=5) mix = np.clip(mix, 0.0, None) mix = mix / mix.sum() rows.append({ "animal_id": aid, "group": gname, "precursor_enrichment": round(precursor, 4), "n_label_sites": n_sites, "M0": round(float(mix[0]), 5), "M1": round(float(mix[1]), 5), "M2": round(float(mix[2]), 5), "M3": round(float(mix[3]), 5), "M4": round(float(mix[4]), 5), }) return pd.DataFrame(rows) def gen_oxidation(meta: pd.DataFrame) -> pd.DataFrame: """ [13C]palmitate 산화 추적자: 호기 13CO2 회수분율 + 케톤체 표지분율. """ ox_map = {g[0]: g[4] for g in GROUPS} rows = [] for _, m in meta.iterrows(): aid = m["animal_id"] gname = m["group"] bw = float(m["body_weight_g"]) dose = round(float(rng.normal(38.0, 1.5)), 2) # umol [13C]palmitate 볼루스 co2_rec = float(np.clip(rng.normal(ox_map[gname], 0.02), 0.01, 0.95)) ketone = float(np.clip(rng.normal(co2_rec * 0.25, 0.01), 0.0, 0.5)) rows.append({ "animal_id": aid, "group": gname, "tracer_dose_umol": dose, "co2_recovery_fraction": round(co2_rec, 4), "ketone_label_fraction": round(ketone, 4), "body_weight_g": round(bw, 2), "bicarbonate_recovery": 0.80, "duration_h": 1.0, }) return pd.DataFrame(rows) def main() -> None: meta = gen_animal_meta() plasma = gen_plasma_tg(meta) dnl = gen_dnl_isotopomer(meta) ox = gen_oxidation(meta) meta.to_csv(os.path.join(DATA_DIR, "animal_meta.csv"), index=False) plasma.to_csv(os.path.join(DATA_DIR, "plasma_tg_timeseries.csv"), index=False) dnl.to_csv(os.path.join(DATA_DIR, "dnl_isotopomer.csv"), index=False) ox.to_csv(os.path.join(DATA_DIR, "oxidation_tracer.csv"), index=False) print("합성 데이터 생성 완료 (시드 =", SEED, ")") print(f" animal_meta.csv : {len(meta)} 행") print(f" plasma_tg_timeseries.csv : {len(plasma)} 행") print(f" dnl_isotopomer.csv : {len(dnl)} 행") print(f" oxidation_tracer.csv : {len(ox)} 행") print("저장 위치:", DATA_DIR) if __name__ == "__main__": main()