samtools MCP

](https://mseep.ai/app/sirusb-samtools-mcp)

SAMtools MCP（模型控制协议）

SAM工具的模型控制协议实现，为处理SAM/BAM/CRAM文件提供了一个标准化的接口。

特性

• 查看和转换SAM/BAM/CRAM文件
• 对对齐文件进行排序
• 索引BAM/CRAM文件
• 生成统计数据
• 合并多个BAM文件
• 计算读取深度
• FASTA文件索引
• 还有更多。..

核心能力

• 文件格式支持：处理SAM（文本）、BAM（二进制）和CRAM（压缩）对齐文件
• 格式转换：在SAM、BAM和CRAM格式之间无缝转换
• 区域特定分析：提取并分析特定的基因组区域
• 基于标志的过滤：基于SAM标志的筛选器读取
• 性能优化：用于排序和合并的多线程操作
• 统计分析：生成全面的对齐统计数据

工具概述

-区域过滤 -基于标志的过滤 -标题操作| | sort |排序对齐文件|-基于坐标的排序 -基于名称的排序 -每线程内存控制 -多线程支持| | index |索引BAM/CRAM文件|-BAI索引生成 -CSI指数支持 -CRAM索引创建| | merge |合并多个BAM/CRAM文件|-多文件合并 -支持线程的处理 -表头对账| | depth |计算读取深度|-每基深度计算 -区域特定分析 -多文件支持| | flagstat |生成对齐统计|-综合标志统计 -质量检查 -配对终端指标| | idxstats |BAM/CRAM索引统计|-参考序列统计 -已映射/未映射计数 -长度信息| | faidx |FASTA文件索引|-FASTA索引 -区域提取 -序列检索|

安装

使用Docker（推荐）

使用SAMtools MCP最简单的方法是通过Docker：

# Pull the Docker image
docker pull nadhir/samtools-mcp:latest

# Run the container
docker run -it --rm nadhir/samtools-mcp:latest

# To process BAM files, mount a volume:
docker run -it --rm -v /path/to/your/bam/files:/data nadhir/samtools-mcp:latest

本地安装

1. 克隆存储库：

git clone https://github.com/your-username/samtools_mcp.git
cd samtools_mcp

1. 安装依赖项：

pip install uv
uv pip install -r requirements.txt

配置

MCP服务器配置

要配置MCP服务器以使用Docker镜像，请将以下内容添加到MCP配置文件中：

{
  "servers": {
    "samtools": {
      "type": "docker",
      "image": "nadhir/samtools-mcp:latest",
      "volumes": [
        {
          "source": "/path/to/your/data",
          "target": "/data"
        }
      ]
    }
  }
}

本地MCP配置

配置MCP以使用运行 uv，将以下内容添加到您的 ~/.cursor/mcp.json:

{
  "samtools_mcp": {
    "command": "uv",
    "args": ["run", "--with", "fastmcp", "fastmcp", "run", "/path/to/samtools_mcp.py"]
  }
}

替换 /path/to/samtools_mcp.py 与您的实际路径 samtools_mcp.py 文件。

用法

基本命令

1. 查看BAM文件：

from samtools_mcp import SamtoolsMCP

mcp = SamtoolsMCP()
result = mcp.view(input_file="/data/example.bam")

1. 对BAM文件进行排序：

result = mcp.sort(input_file="/data/example.bam", output_file="/data/sorted.bam")

1. 索引BAM文件：

result = mcp.index(input_file="/data/sorted.bam")

高级用法

1. 查看带有标志的特定区域：

result = mcp.view(
    input_file="/data/example.bam",
    region="chr1:1000-2000",
    flags_required="0x2",
    output_format="SAM"
)

1. 按读取名称排序：

result = mcp.sort(
    input_file="/data/example.bam",
    output_file="/data/namesorted.bam",
    sort_by_name=True
)

1. 使用多个输入文件计算深度：

result = mcp.depth(
    input_files=["/data/sample1.bam", "/data/sample2.bam"],
    region="chr1:1-1000000"
)

贡献

欢迎投稿！请随时提交拉取请求。

许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。