SAMtools에 대한 모델 제어 프로토콜 구현으로, SAM/BAM/CRAM 파일 작업을 위한 표준화된 인터페이스를 제공합니다.
특징
- SAM/BAM/CRAM 파일 보기 및 변환
- 정렬 파일 정렬
- BAM/CRAM 파일 인덱스
- 통계 생성
- 여러 BAM 파일 병합
- 읽기 깊이 계산
- FASTA 파일 인덱스
- 그리고 더 많은 것...
핵심 역량
- 파일 형식 지원 : SAM(텍스트), BAM(바이너리), CRAM(압축) 정렬 파일 처리
- 형식 변환 : SAM, BAM 및 CRAM 형식 간을 원활하게 변환합니다.
- 지역별 분석 : 특정 게놈 지역 추출 및 분석
- 플래그 기반 필터링 : SAM 플래그를 기반으로 읽기 필터링
- 성능 최적화 : 정렬 및 병합을 위한 멀티스레드 작업
- 통계 분석 : 포괄적인 정렬 통계 생성
도구 개요
| 도구 | 설명 | 주요 특징 |
|---|
view | 정렬 파일 보기 및 변환 | - 포맷 변환(SAM/BAM/CRAM) - 지역 필터링 - 플래그 기반 필터링 - 헤더 조작 |
sort | 정렬 파일 정렬 | - 좌표 기반 정렬 - 이름 기반 정렬 - 스레드당 메모리 제어 - 멀티 스레딩 지원 |
index | BAM/CRAM 파일 인덱스 | - BAI 지수 생성 - CSI 지수 지원 - CRAM 지수 생성 |
merge | 여러 BAM/CRAM 파일 병합 | - 다중 파일 병합 - 스레드 지원 처리 - 헤더 조정 |
depth | 읽기 깊이 계산 | - 베이스별 깊이 계산 - 지역별 분석 - 다중 파일 지원 |
flagstat | 정렬 통계 생성 | - 포괄적인 플래그 통계 - 품질 검사 - 페어드엔드 메트릭 |
idxstats | BAM/CRAM 지수 통계 | - 참조 시퀀스 통계 - 매핑/비매핑 카운트 - 길이 정보 |
faidx | FASTA 파일 인덱스 | - FASTA 인덱싱 - 영역 추출 - 시퀀스 검색 |
설치
Docker 사용(권장)
SAMtools MCP를 사용하는 가장 쉬운 방법은 Docker를 사용하는 것입니다.
지엑스피1
로컬 설치
- 저장소를 복제합니다.
git clone https://github.com/your-username/samtools_mcp.git
cd samtools_mcp
- 종속성 설치:
pip install uv
uv pip install -r requirements.txt
구성
MCP 서버 구성
Docker 이미지를 사용하도록 MCP 서버를 구성하려면 MCP 구성 파일에 다음을 추가하세요.
{
"servers": {
"samtools": {
"type": "docker",
"image": "nadhir/samtools-mcp:latest",
"volumes": [
{
"source": "/path/to/your/data",
"target": "/data"
}
]
}
}
}
로컬 MCP 구성
uv 사용하여 MCP를 실행하도록 구성하려면 ~/.cursor/mcp.json 에 다음을 추가합니다.
{
"samtools_mcp": {
"command": "uv",
"args": ["run", "--with", "fastmcp", "fastmcp", "run", "/path/to/samtools_mcp.py"]
}
}
/path/to/samtools_mcp.py samtools_mcp.py 파일의 실제 경로로 바꾸세요.
용법
기본 명령
- BAM 파일 보기:
from samtools_mcp import SamtoolsMCP
mcp = SamtoolsMCP()
result = mcp.view(input_file="/data/example.bam")
- BAM 파일 정렬:
result = mcp.sort(input_file="/data/example.bam", output_file="/data/sorted.bam")
- 인덱스 BAM 파일:
result = mcp.index(input_file="/data/sorted.bam")
고급 사용법
- 플래그가 있는 특정 지역 보기:
result = mcp.view(
input_file="/data/example.bam",
region="chr1:1000-2000",
flags_required="0x2",
output_format="SAM"
)
- 읽은 이름으로 정렬:
result = mcp.sort(
input_file="/data/example.bam",
output_file="/data/namesorted.bam",
sort_by_name=True
)
- 여러 입력 파일로 깊이 계산:
result = mcp.depth(
input_files=["/data/sample1.bam", "/data/sample2.bam"],
region="chr1:1-1000000"
)
기여하다
기여를 환영합니다! 풀 리퀘스트를 제출해 주세요.
특허
이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 라이선스 파일을 참조하세요.