生物信息学课程MCP
本课程探讨了模型上下文协议（MCP）在构建和集成生物信息学工作流程的人工智能代理中的实际应用。每个实验室都专注于特定的用例、协议或集成方法，指导您从基本概念到高级部署。
______________________________________________________________________
课程主题
介绍
- 什么是MCP？
- 传输模式：用于客户端-服务器通信的stdio和HTTP
从AI助手连接到MCP
文件夹mcp_with_claude_desktop/
- 实验1： 使用Claude Desktop连接到MCP服务器（stdio协议）
- 实验2： 使用Claude Desktop连接到MCP服务器（流式HTTP协议）
从AI SDK连接到MCP
文件夹：mcp_with_openai_sdk1
- 实验1： 使用OpenAI SDK代理连接到MCP服务器（stdio协议）
- 实验2： 使用OpenAI SDK代理连接到MCP服务器（流式HTTP协议）
构建和检查MCP服务器
文件夹：build_custom_mcp
- 使用FastMCP包（calculator_FastMCP.py）构建和检查自定义MCP服务器
- 使用mcp检查器探索stdio模式并进行测试
- 通过FastMCP客户端（calculator_FastMCP_client.py）连接
- 与OpenAI SDK代理集成（非聊天和聊天模式）：
- 计算器_fastmcp_openai_sdk_agent.py - 计算器_fastmcp_openai_sdk_agent_chatbot.py
- 与Claude Desktop集成
NGS质量控制MCP
文件夹：ngs_qc_mcp_server
在实验6中，您将构建和部署用于NGS（下一代测序）质量控制的MCP服务器。服务器使用FastQC分析测序数据，自动提取报告，并解析关键质量指标。这为生物信息学管道提供了简化的程序化质量控制工作流程，使质量检查更容易集成到更大的数据分析系统中。
使用案例：
- 在原始测序数据上自动执行FastQC
- 提取和解析质量控制指标以进行下游分析
- 通过MCP和HTTP启用对质量控制工具的远程或编程访问
NGS QC MCP服务器的码头化
文件夹：run_mcp_server_as_docker
在实验7中，您将学习如何将MCP服务器和所有依赖项（包括FastQC）打包到Docker容器中。这使得部署和共享变得容易，并确保了跨环境的可重复性。
使用案例：
- 容器化MCP服务器，实现可扩展部署
- 与合作者分享现成的生物信息学工具
- 将Docker化的MCP服务器与AI代理和助手集成
单细胞数据分析MCP服务器
参见https://github.com/prpanigrahi/single_cell_mcp_server
______________________________________________________________________
在本课程结束时，您将能够使用本地和容器化环境构建、检查、部署和集成用于生物信息学的MCP服务器，并将其连接到流行的AI代理和助手。
______________________________________________________________________
一些高级用例将很快添加。
- 差异基因表达分析MCP服务器。
- 路径丰富MCP服务器
- FastAPI集成