BioNext-MCP：智能生物信息学分析助手

通过Claude Desktop进行生物信息学分析的最简单方法——只需用自然语言聊天，无需编程！

中文版 | English

🎯 这是什么？

BioNext-MCP允许您通过与Claude Desktop的自然语言对话来进行复杂的生物信息学分析，无需编写任何代码！

简单来说：

• 🗣️ 用简单的英语告诉Claude您想分析的数据
• 🤖 Claude自动生成专业的Python分析脚本
• ⚡ 系统自动执行脚本并显示结果
• 📊 获取漂亮的HTML报告和可视化图表

✨ 主要功能

🧬 支持的分析类型

• 单细胞RNA测序（scRNA-seq）- 细胞聚类、差异表达、轨迹分析
• 基因组学 - 变异分析、注释、功能富集
• 转录组学 - 差异表达、通路分析、共表达网络
• 蛋白质组学 - 蛋白质鉴定、定量分析
• 多组学整合 - 数据融合、相关性分析

🎨 智能特性

• 自动环境设置 - 检测Python，自动安装所需包（pandas, numpy, matplotlib等）
• UTF-8编码支持 - 完美支持国际字符
• 可视化优先 - 自动生成图表并在HTML报告中显示
• 质量保证 - 关注代码完整性和分析准确性
• 错误处理 - 智能诊断问题并提供解决方案建议

🚀 快速开始

第一步：安装Python环境

推荐：官方网站安装

1. 访问 https://www.python.org/downloads/
2. 下载Python 3.9或更高版本
3. 确保在安装过程中勾选“将Python添加到PATH”

验证安装

打开命令提示符并键入：

python --version

如果看到版本信息，则安装成功！

第二步：安装BioNext-MCP

1. 下载项目

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

2. 安装依赖项

npm install
npm run build

第三步：配置Claude Desktop

1. 找到配置文件

   • Windows: %APPDATA%\Claude\claude_desktop_config.json

2. 添加配置

{
  "mcpServers": {
    "bioinformatics-workflow": {
      "command": "node",
      "args": ["D:\\path\\to\\BioNext-mcp\\dist\\index.js"],
      "cwd": "D:\\path\\to\\BioNext-mcp",
      "env": {
        "PROJECT_PATH": "D:\\path\\to\\your\\analysis\\directory"
      }
    }
  }
}

重要：

• 替换路径为您实际的安装路径
• 设置分析目录为保存结果的位置

3. 重启Claude Desktop

💡 如何使用

基础对话流程

1. 描述您的分析需求

我有一个单细胞RNA测序数据文件data.h5ad，我想进行细胞聚类分析和差异表达分析

2. Claude将生成分析脚本并自动执行
3. 获取详细的HTML报告 包括：
   • 执行结果和统计数据
   • 生成的图表和可视化
   • 完整的分析日志

实用示例

🧪 单细胞分析

请帮我分析这个scRNA-seq数据：
- 文件：C:\data\pbmc3k.h5ad
- 需求：质量控制、标准化、聚类、标记基因识别
- 输出：UMAP图、聚类热图、差异表达基因列表

🧬 基因表达分析

我有两个组的RNA-seq表达矩阵：
- 对照组：control_samples.csv
- 处理组：treatment_samples.csv
- 分析：差异表达、GO富集、KEGG通路分析
- 可视化：火山图、热图、通路图

📊 数据探索

帮我探索这个基因表达数据集：
- 文件：gene_expression.csv
- 需求：数据概览、相关性分析、PCA分析
- 生成：统计摘要、相关性热图、PCA图

🎨 美观报告

HTML报告特性

• 📊 可视化画廊 - 自动检测并显示生成的图像
• 🔍 交互式查看 - 点击图像以放大查看
• 📝 详细日志 - 完整的执行过程记录
• 📈 统计摘要 - 脚本执行状态和性能指标

自动浏览器打开

• 分析完成后报告会自动在浏览器中打开
• 如果未自动打开，请手动打开生成的HTML文件

🛠️ 常见问题

Python相关

Q: “未找到Python”错误？ A: 确保Python已安装并添加到PATH环境变量

Q: 包安装失败？ A: 系统会自动重试，或手动运行pip install package_name

分析相关

Q: 脚本执行失败？ A:

• 检查数据文件路径是否正确
• 确认数据格式符合要求
• 查看错误日志获取详细信息

Q: 没有生成HTML报告？ A: HTML报告仅在所有脚本执行成功时生成，先修复执行错误

数据格式

Q: 支持哪些数据格式？ A:

• CSV, TSV, Excel文件
• HDF5格式（.h5, .h5ad）
• FASTA, FASTQ序列文件
• VCF变异文件
• 其他常见的生物信息学格式

🎯 使用技巧

1. 清晰描述需求

✅ 好的描述：
"分析单细胞数据，执行质量控制（过滤低质量细胞），标准化，降维（PCA+UMAP），聚类（leiden算法），寻找每个聚类的标记基因"

❌ 含糊的描述：
"分析这些数据"

2. 提供完整的文件路径

✅ 使用绝对路径：
"C:\Users\username\data\sample.h5ad"

❌ 相对路径可能失败：
"./data/sample.h5ad"

3. 明确输出要求

✅ 明确的输出：
"生成UMAP图、热图，将结果保存到CSV文件"

❌ 不明确：
"做一些可视化"

4. 分步骤分析

对于复杂分析，将其分解成多个对话：

1. 第一：数据加载和质量控制
2. 第二：标准化和降维
3. 第三：聚类和可视化
4. 第四：差异分析

🎉 开始您的生物信息学之旅

现在您可以开始了！打开Claude Desktop，告诉它您想分析什么数据，让AI为您处理复杂的生物信息学分析！

---

📞 获取帮助

• GitHub Issues：报告问题或提出改进建议
• 文档：查看详细的使用文档
• 示例：参考示例分析案例

记住： 用自然语言描述您的分析需求，Claude将为您处理所有的技术细节！🚀