Files
README.md

BioVision 2026 #

MTB 20:02

CC BY-NC-SA 4.0

Título de la fotografía #

MTB 20:02

Descripción / pie de foto #

La red metabólica de M. tuberculosis a la puerta del I²SysBio persiguiéndome cualquier lunes al salir de trabajar (representación 3D sobre fotografía).

Información técnica #

La imagen representa en primer plano una red metabólica, derivada del modelo metabólico a escala genómica iEK1011, de Mycobacterium tuberculosis H37Rv, publicado por Kavvas et al. (2018), DOI: 10.1186/s12918-018-0557-y. De este modelo se extrajeron las reacciones bioquímicas que es capaz de hacer este organismo y los metabolitos que participan en ellas. Esta información se codificó en un grafo bipartito no dirigido (una red) en el que cada vértice (nodo) representa un metabolito o una reacción, y cada arista (unión entre nodos) representa una relación estequiométrica entre un metabolito y una reacción. Para facilitar la visualización, la red no incluyó algunos metabolitos que se encuentran en una gran proporción de las reacciones, como el agua o los protones.

Esta red metabólica fue convertida a objeto 3D con la ayuda de la net2blend (Julian Evans, https://github.com/jevansbio/net2blend), incorporándola a una escena 3D utilizando Blender 5.0.1. El add-on de Blender que incluye net2blend fue modificado ligeramente para permitir la importación de una red de grandes dimensiones. Una vez importada, se situó tras ella una fotografía del edificio tomada el 9 de febrero a las 20:02 en la textura de un plano con emisión de luz configurado con los colores de la fotografía original, de forma que la red recibiera una iluminación acorde con esta. Se añadieron algunos planos de luz en las ventanas iluminadas. Para simular de forma más realista la iluminación que tendría la red metabólica donde se tomó la fotografía, la escena incluye también planos emisores en la localización aproximada de los edificios cercanos, y planos horizontales sin emisión que simulan el césped y la rampa de acceso.

El renderizado tuvo una una resolución final de 3600 x 4800 píxeles y utilizó el motor Cycles (GPU Compute con CUDA; NVIDIA GeForce RTX 3060 Ti) con un número máximo de muestras por píxel de 1024 y un umbral de ruido de 0.01. Se ajustó la cámara virtual con una distancia focal de 35 mm, f/0.2 y un ratio de distorsión anamórfica de 1000. Tras el renderizado crudo, se aplicó el filtro de ruido OpenImageDenoise con configuración por defecto. Después, se utilizaron los nodos de composición dentro también de Blender, añadiendo nodos Glare de tipo Sun Beams y Streaks para simular deslumbramiento de lente y con nodos de aberración cromática y ruido para emular las características de la fotografía nocturna. La imagen se convirtió a JPG con GIMP 2.10.34.

El repositorio https://tangled.org/ahmig.es/biovision2026 contiene un flujo de trabajo para replicar la descarga del modelo, la selección de metabolitos y reacciones, y la preparación de los archivos cargados en Blender.

Instrucciones para generar la red metabólica 3D #

Para reproducir la red metabólica y cargarla en la escena 3D hace falta Miniforge (u otra distribución de conda) y Blender 5.0.1.

  1. Instalar y activar el entorno: mamba env create -f environment.yaml -p ./env y mamba activate ./env.
  2. Ejecutar el flujo de trabajo: snakemake -c1. Este genera los archivos model_edata_0_.csv y model_vdata_0_.csv, que tienen la información de cada vértice y arista de la red.
  3. Importar el add-on modificado (addon/import_network.py; original aquí) en Blender (ver instrucciones).
  4. Cargar los archivos model_edata_0_.csv y model_vdata_0_.csv a través del add-on (ver instrucciones).