SAMtools MCP（模型控制协议）

SAMtools 的模型控制协议实现，为处理 SAM/BAM/CRAM 文件提供了标准化接口。

特征

查看和转换 SAM/BAM/CRAM 文件
对比准文件进行排序
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
索引 FASTA 文件
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：提取并分析特定基因组区域
基于标志的过滤：根据 SAM 标志过滤读取
性能优化：排序和合并的多线程操作
统计分析：生成全面的比对统计数据

工具概述

工具	描述	主要特点
`view`	查看和转换对齐文件	- 格式转换（SAM/BAM/CRAM）- 区域过滤- 基于标志的过滤- 标题操作
`sort`	对比准文件进行排序	- 基于坐标的排序 - 基于名称的排序 - 每个线程的内存控制 - 多线程支持
`index`	索引 BAM/CRAM 文件	- BAI 指数生成 - CSI 指数支持 - CRAM 指数创建
`merge`	合并多个 BAM/CRAM 文件	- 多文件合并 - 线程启用处理 - 标题协调
`depth`	计算读取深度	- 每个基础深度计算 - 特定区域分析 - 多文件支持
`flagstat`	生成比对统计数据	- 综合标志统计 - 质量检查 - 双端指标
`idxstats`	BAM/CRAM 索引统计	- 参考序列统计 - 映射/未映射计数 - 长度信息
`faidx`	索引 FASTA 文件	- 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

克隆存储库：

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

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您的 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

要配置 MCP 使用uv运行，请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"]
  }
}

将/path/to/samtools_mcp.py替换为samtools_mcp.py文件的实际路径。

用法

基本命令

查看BAM文件：

from samtools_mcp import SamtoolsMCP

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

对 BAM 文件进行排序：

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

索引BAM文件：

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

高级用法

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"
)

按阅读名称排序：

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

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

欢迎贡献代码！欢迎提交 Pull 请求。

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。

This server cannot be installed

-

security - not tested

-

license - not tested

-

quality - not tested