scvi-tools MCP 服务器
一个使用scvi-tools并结合自然语言进行深度概率分析的单细胞组学数据的MCP（模型上下文协议）服务器！
🎯 它能做什么？
- SCVI（注：SCVI是一个缩写，具体含义需根据上下文确定，此处仅为直译）单细胞RNA测序（scRNA-seq）的深度生成建模
- 潜在表示提取 - 标准化表达 - 差异表达分析 - 批次效应校正
- SCANVI（注：SCANVI可能是一个特定领域或技术的名称，根据上下文可能有不同的翻译，但在此直接音译为中文）半监督细胞类型注释
- 从有标签细胞到无标签细胞的迁移学习 - 细胞类型预测
- TOTALVI（注：这是一个专有名词，可能代表某个特定的品牌、项目或组织名称，在中文中没有直接对应的翻译，因此保持原样）RNA和蛋白质（CITE-seq）联合分析
- 多模态集成 - 蛋白质表达降噪
- PEAKVI（注：此词可能为特定品牌、项目或技术的名称，在中文中无直接对应翻译，故保留原英文形式）scATAC-seq分析
- 染色质可及性 - 差异可达性
📦 安装
cd /path/to/scvi-mcp
python3 -m venv venv
source venv/bin/activate
pip install -e .🚀 快速入门
scvi-mcp run --data /path/to/data.h5ad🔧 Claude Desktop 的配置
{
"mcpServers": {
"scvi": {
"command": "/path/to/scvi-mcp/venv/bin/python",
"args": ["-m", "scvi_mcp", "run", "--data", "/path/to/data.h5ad"]
}
}
}🛠️ 可用工具（22种工具）
SCVI（8种工具）
- \
scvi_setup_anndata\，\scvi_create_model\，\scvi_train_model\翻译成中文分别是：\设置scVI的AnnData数据\，\创建scVI模型\，\训练scVI模型\ - \
scvi_get_latent_representation\翻译为“获取scvi潜在表示”，\scvi_get_normalized_expression\翻译为“获取scvi归一化表达量” - scvi差异表达分析，scvi保存模型，scvi加载模型
SCANVI（4种工具）
- scanvi_setup_anndata，scanvi_create_model
- scanvi_from_scvi_model，scanvi_predict
TOTALVI（3种工具）
- totalvi_setup_anndata，totalvi_create_model
- 获取蛋白质前景概率的totalvi方法
PEAKVI（3种工具）
- \
peakvi_setup_anndata\，\peakvi_create_model\翻译为中文分别是：\设置peakvi的anndata（单细胞数据对象）\，\创建peakvi模型\ - 峰值差异可及性
通用（2种工具）
- scvi_get_elbo，scvi_get_reconstruction_error 翻译为中文是：获取ELBO（证据下界），获取重构误差
📝 示例用法
基本的SCVI工作流程：
1. "Setup my data for SCVI analysis with batch correction"
2. "Create an SCVI model with 10 latent dimensions"
3. "Train the SCVI model"
4. "Extract the latent representation and save it to X_scVI"
5. "Run differential expression between cell types"SCANVI细胞类型注释：
1. "Setup SCANVI with cell_type labels, mark Unknown as unlabeled"
2. "Create SCANVI model from my trained SCVI model"
3. "Train SCANVI and predict cell types"📄 许可证
麻省理工学院许可证（或简称MIT许可证）