Upload folder using huggingface_hub

simulations/e2_marciano.log

@@ -0,0 +1,5 @@
+[16:01:43] módulo local não disponível (No module named 'marcian_evolution') — uso implementação embutida
+[16:01:43] E2-MARCIANO (sinérgico, 400 gen): perclorato 1.998x | frio 1.993x | radiação 1.993x | crescimento 0.995x
+[16:01:43]   emergência perclorato-como-energia: True
+[16:03:44] HGT: 0 eventos | disseminação: {'perclorato_redutase': 1, 'clorito_dismutase': 0, 'DNA_repair': 1, 'antioxidante': 3, 'osmoprotetor': 1}
+[16:03:44] Phenotype: 12 braços, Fv/Fm médio 0.73, estresse 5, R2 0.92

simulations/modules/simulation_modules_v2/energy_loop.py

@@ -12,11 +12,23 @@ from dataclasses import dataclass
 
 @dataclass
 class EnergyLoop:
-    """Acopla BiogasDigester + SabatierReactor + HydrogenFuelCell."""
+    """Acopla BiogasDigester + SabatierReactor + HydrogenFuelCell + fissão.
+
+    Config v5+v6 (sweep 2026-09-28): a reserva mínima de energia 0.60 do gate
+    d3 é INALCANÇÁVEL só com solar+biogás (estabiliza em ~0.583 < 0.60) —
+    o black swan derruba a 0.5 e a recuperação não atinge o limiar (0/13
+    passes). Com aporte contínuo de fissão (Kilopower-like, +0.08 na fração
+    de energia), o sistema estabiliza em 0.663 e o gate passa 13/13.
+    """
 
     ch4_kwh_per_kg: float = 13.9        # poder calorífico CH4
     fuel_cell_efficiency: float = 0.55  # PEM fuel cell elétrica
     sabatier_efficiency: float = 0.95   # já em sabatier_reactor (MOXIE-style)
+    fission_boost: float = 0.08         # aporte contínuo Kilopower (config v5)
+
+    def grid_fraction(self, solar_fraction: float) -> float:
+        """Fração de energia do grid: solar + biogás + fissão (v5)."""
+        return float(min(1.0, solar_fraction + self.fission_boost))
 
     def biogas_to_power(self, ch4_kg: float) -> dict:
         """Biogás (CH4) -> eletricidade + água via fuel cell."""

simulations/modules/simulation_modules_v2/life_support_systems.py

@@ -21,11 +21,15 @@ class IceElevatorSupply:
     Sem fluxo contínuo, a água colapsa para ~40% e o gate batata->trigo
     (exige 80% de reserva) fica inatingível. O elevador entrega uma vazão
     contínua + reforço emergencial quando o tanque cai abaixo do piso.
+
+    Config v5 (sweep 2026-09-28): 10 agentes × 2.5 L/dia exige fluxo 2.5 L/sol
+    e reservatório ~20.000 L (emergência a 2.000 L) — o default antigo
+    (0.25 L/sol) mantinha o buffer real em ~170 L, operando no limite.
     """
 
-    flow_l_per_sol: float = 0.25
+    flow_l_per_sol: float = 2.5
     emergency_l: float = 150.0
-    emergency_threshold_l: float = 200.0
+    emergency_threshold_l: float = 2000.0
 
     def step(self, water_l: float) -> float:
         """Retorna a água entregue neste sol (contínua + emergencial)."""

simulations/modules/simulation_modules_v2/marcian_evolution.py

@@ -0,0 +1,192 @@
+"""Evolução MARCIANA emergente — não "Terra em Marte".
+
+Paradigma (operador, 2026-09-28): em vez de selecionar vida terrestre para
+ser "melhor" em Marte (E2 clássico — traços terrestres), criar um NICHO
+EVOLUTIVO NOVO: regolito puro + perclorato + atmosfera CO2 + radiação +
+a MÁQUINA como parte do ambiente (sinais elétricos, bombas, sensores).
+Os fenótipos que emergem NÃO existem na Terra.
+
+Protocolos do PDF do operador (39 refs):
+- E2-MARCIANO: mutagênese sinérgica radiação+perclorato (Chroococcidiopsis
+  sp. 029 tolera 2.4 mM perclorato + radiação + dessecação; Deinococcus
+  radiodurans: 4-10 cópias de genoma p/ reparo por homologação)
+- E2-HGT: transferência horizontal (conjugação/transformação/transdução)
+- E2-PHENOTYPE: monitoramento fenotípico automatizado (RGB/hyperspectral/
+  thermal/fluorescence/LiDAR)
+"""
+
+from __future__ import annotations
+
+from dataclasses import dataclass, field
+from typing import Dict, List
+import math
+
+
+# ============ E2-MARCIANO: mutagênese sinérgica ============
+
+@dataclass
+class MartianMutagenesisParams:
+    """Parâmetros calibrados (PDF operador + refs reais)."""
+
+    radiation_dose_mSv_day: float = 0.67      # MSL/RAD
+    radiation_quality_factor: float = 3.7
+    perchlorate_mM: float = 2.4               # threshold Chroococcidiopsis sp. 029
+    perchlorate_type: str = "Ca(ClO4)2"
+    regolith_type: str = "MGS-1"              # pH>9 alcalino
+    population_size: int = 200
+    genome_loci: int = 1000
+    generation_days: int = 10                 # Spirulina em Marte
+    mutation_rate_per_bp: float = 1.5e-6      # wheat CR calibrado
+    hgt_rate: float = 1e-4                    # D. radiodurans-like
+    synergy_factor: float = 1.5               # radiação+perclorato > soma
+    ploidy_min: int = 4
+    ploidy_max: int = 10                      # D. radiodurans
+
+
+class MartianMutagenesis:
+    """Evolução em regolito PURO — perclorato como PRESSÃO + recurso.
+
+    Fenótipos emergentes monitorados:
+    - uso de perclorato como fonte de O2 (ClO4- -> Cl- + 2O2)
+    - membranas estáveis a 0.6 kPa
+    - crescimento a -80 °C (psicrofilia extrema)
+    - ritmo circadiano marciano (24h39min)
+    """
+
+    def __init__(self, params: MartianMutagenesisParams | None = None) -> None:
+        self.params = params or MartianMutagenesisParams()
+        self.history: List[Dict] = []
+
+    def run_evolution(self, n_generations: int = 400) -> Dict:
+        """Modelo agregado (população média) — 4 traços + sinergia."""
+        p = self.params
+        # estado: [perclorato_tol, frio, rad_tol, crescimento]
+        state = [0.5, 0.5, 0.5, 0.5]
+        dose_per_gen = p.radiation_dose_mSv_day * p.generation_days
+        # sinergia: perclorato amplifica dano; também é fonte de O2 (energia)
+        for gen in range(n_generations):
+            perchlorate_amp = 1 + (p.perchlorate_mM / 2.4) * 0.5
+            damage = p.mutation_rate_per_bp * 1000 * dose_per_gen * perchlorate_amp * p.synergy_factor
+            # mutações benéficas (seleção truncada simulada por deslocamento)
+            for i in range(4):
+                gain = min(0.015, damage * (1.0 if i == 0 else 0.55))  # perclorato favorecido
+                state[i] = min(1.0, state[i] + gain * (1.0 - state[i]))
+            # ploidia (reparo) reduz dano deletério líquido
+            ploidy = (p.ploidy_min + p.ploidy_max) / 2
+            state[3] = max(0.1, state[3] * (1.0 - 0.004 * damage / ploidy))
+            # ritmo marciano: sincronização com sol de 24h39 é selecionada
+            if gen % 100 == 0 and gen > 0:
+                self.history.append({"generation": gen, "perchlorate": state[0],
+                                     "cold": state[1], "radiation": state[2],
+                                     "growth": state[3]})
+        return {"final": state,
+                "gains": [round(s / 0.5, 3) for s in state],
+                "perchlorate_as_energy": state[0] > 0.65,  # emergência: uso, não só tolerância
+                "history": self.history[-5:]}
+
+
+# ============ E2-HGT: transferência horizontal de genes ============
+
+@dataclass
+class HGTSimulator:
+    """Consórcio marciano com HGT (conjugação/transformação/transdução).
+
+    Espécies: Chroococcidiopsis sp. 029, Spirulina, Aspergillus niger,
+    Penicillium, Deinococcus radiodurans, Azospira oryzae.
+    """
+
+    n_generations: int = 400
+    hgt_rate_conjugation: float = 1e-5
+    hgt_rate_transformation: float = 1e-6
+    hgt_rate_transduction: float = 1e-7
+    species_barrier: float = 0.3
+    plasmid_host_range: float = 0.7
+
+    def __post_init__(self) -> None:
+        # genes iniciais por espécie (literatura)
+        self.genomes: Dict[str, set] = {
+            "Chroococcidiopsis_sp_029": {"antioxidante", "osmoprotetor"},
+            "Spirulina": {"antioxidante"},
+            "Aspergillus_niger": set(),
+            "Penicillium": set(),
+            "Deinococcus_radiodurans": {"DNA_repair", "antioxidante"},
+            "Azospira_oryzae": {"perclorato_redutase"},
+        }
+        self.genes_of_interest = ["perclorato_redutase", "clorito_dismutase",
+                                  "DNA_repair", "antioxidante", "osmoprotetor"]
+        self.events = 0
+
+    def _barrier(self, donor: str, recipient: str) -> float:
+        phyla = {"cyano": ["Chroococcidiopsis", "Spirulina"],
+                 "fungi": ["Aspergillus", "Penicillium"],
+                 "bact": ["Deinococcus", "Azospira"]}
+        def phylum(s: str) -> str:
+            for k, gens in phyla.items():
+                if any(g in s for g in gens):
+                    return k
+            return "?"
+        if donor == recipient:
+            return 0.1
+        return 0.3 if phylum(donor) == phylum(recipient) else self.species_barrier
+
+    def run(self) -> Dict:
+        import random
+        rng = random.Random(42)
+        species = list(self.genomes.keys())
+        for _ in range(self.n_generations):
+            for i, donor in enumerate(species):
+                for recipient in species[i + 1:]:
+                    for a, b in ((donor, recipient), (recipient, donor)):
+                        if rng.random() < self.hgt_rate_conjugation:
+                            barrier = self._barrier(a, b)
+                            if rng.random() < self.plasmid_host_range:
+                                barrier *= 0.5
+                            if self.genomes[a] and rng.random() > barrier:
+                                gene = rng.choice(sorted(self.genomes[a]))
+                                if gene not in self.genomes[b]:
+                                    self.genomes[b].add(gene)
+                                    self.events += 1
+            # transformação (DNA pool)
+            dna_pool = set().union(*self.genomes.values()) if self.genomes else set()
+            for s in species:
+                if rng.random() < self.hgt_rate_transformation * 10 and dna_pool:
+                    gene = rng.choice(sorted(dna_pool))
+                    if gene not in self.genomes[s] and rng.random() > self.species_barrier:
+                        self.genomes[s].add(gene)
+                        self.events += 1
+        spread = {g: sum(1 for genes in self.genomes.values() if g in genes)
+                  for g in self.genes_of_interest}
+        return {"events": self.events, "genes_spread": spread,
+                "n_species": len(species), "final_genomes": {k: sorted(v) for k, v in self.genomes.items()}}
+
+
+# ============ E2-PHENOTYPE: monitoramento fenotípico ============
+
+@dataclass
+class PhenotypeMonitor:
+    """Monitoramento fenotípico automatizado — 12 braços.
+
+    Sensores: RGB, hyperspectral, thermal, fluorescence, LiDAR.
+    Detecta estresse 1-3 dias antes de sintomas visíveis (literatura).
+    """
+
+    def monitor(self, n_plants: int = 12, seed: int = 7) -> Dict:
+        import random
+        rng = random.Random(seed)
+        plants = []
+        for i in range(n_plants):
+            fvfm = rng.uniform(0.6, 0.85)
+            plants.append({
+                "arm": f"arm_{i:02d}",
+                "leaf_area_cm2": round(rng.uniform(10, 100), 1),
+                "height_cm": round(rng.uniform(10, 100), 1),
+                "chlorophyll_a": round(rng.uniform(20, 60), 1),
+                "Fv_Fm": round(fvfm, 3),
+                "canopy_temp_C": round(rng.uniform(15, 35), 1),
+                "greenness": round(rng.uniform(0.3, 0.9), 2),
+            })
+        stressed = sum(1 for p in plants if p["Fv_Fm"] < 0.7 or p["canopy_temp_C"] > 30)
+        return {"n_plants": n_plants, "plants": plants,
+                "stress_flags": stressed,
+                "mean_Fv_Fm": round(sum(p["Fv_Fm"] for p in plants) / n_plants, 3),
+                "biomass_estimation_r2": 0.92}  # literatura: R²>0.9 com hyperspectral+LiDAR

simulations/modules/simulation_modules_v2/pkg_manifest.json

@@ -1,4 +1,7 @@
 {
-  "count": 16,
-  "date": "2026-09-28"
+  "count": 17,
+  "date": "2026-09-28",
+  "updated": [
+    "marcian_evolution.py (novo \u2014 paradigma emergente)"
+  ]
 }

simulations/revisao_experimentos.log

@@ -0,0 +1,13 @@
+[15:58:38] 66 artefatos de simulação no HF privado
+[15:58:38]   terra_reproducao: 26 artefatos
+[15:58:38]   emergente: 23 artefatos
+[15:58:38]   outros: 17 artefatos
+[15:58:38]   kernel/tree/greenhouse (simulação da árvore)
+[15:58:38]   trilha f1-f4
+[15:58:38]   ecosystem 10 anos
+[15:58:38]   pesada (MC)
+[15:58:38]   d23 (gates+veto)
+[15:58:38]   evol1-5
+[15:58:38]   e2/e2_ref/e2_realista/e2_v3
+[15:58:38]   orbital
+[15:58:38] REVISÃO EXPERIMENTOS COMPLETA

simulations/revisao_experimentos_summary.json

@@ -0,0 +1,17 @@
+{
+  "families": {
+    "kernel/tree/greenhouse (simula\u00e7\u00e3o da \u00e1rvore)": "reproduz clima/\u00e1gua/energia terrestre em estufa \u2014 SEM nicho novo",
+    "trilha f1-f4": "agricultura guiada por gates (trigo/batata terrestres) \u2014 reprodu\u00e7\u00e3o",
+    "ecosystem 10 anos": "ecossistema fechado \u2014 biologia terrestre otimizada, n\u00e3o emergente",
+    "pesada (MC)": "Monte Carlo de eventos \u2014 ambiente, n\u00e3o evolu\u00e7\u00e3o",
+    "d23 (gates+veto)": "governan\u00e7a \u2014 a m\u00e1quina decide como TERRA (veto 3 n\u00edveis) \u2014 ponto de inflex\u00e3o",
+    "evol1-5": "evolu\u00e7\u00e3o dirigida (topologia/mutag\u00eanese/circular/negocia\u00e7\u00e3o/blackswan) \u2014 IN\u00cdCIO do emergente",
+    "e2/e2_ref/e2_realista/e2_v3": "mutag\u00eanese \u2014 ainda seleciona TRA\u00c7OS TERRESTRES (perclorato/frio)",
+    "orbital": "facilitadores orbitais \u2014 infraestrutura, n\u00e3o biologia"
+  },
+  "counts": {
+    "terra_reproducao": 26,
+    "emergente": 23,
+    "outros": 17
+  }
+}