Infercnv-MCP

Infiere variaciones en el número de copias (CNV) a partir de datos de RNA-Seq de célula única mediante una interfaz de lenguaje natural.

Documentación

Infercnv-MCP

Interfaz de lenguaje natural para la inferencia de variaciones en el número de copias (CNV) a partir de datos de scRNA-Seq con infercnvpy a través de MCP.

🪩 ¿Qué puede hacer?

  • Módulo de E/S para leer y escribir datos de scRNA-Seq, cargar posiciones de genes
  • Módulo de preprocesamiento para el cálculo de vecinos y la preparación de datos
  • Módulo de herramientas para la inferencia de CNV, puntuación de CNV
  • Módulo de trazado para mapas de calor de cromosomas, UMAP y visualizaciones t-SNE

❓ ¿Para quién es?

  • Investigadores que quieran inferir CNV a partir de datos de scRNA-Seq usando lenguaje natural
  • Desarrolladores de agentes que quieran integrar el análisis de CNV en sus aplicaciones

🌐 ¿Dónde usarlo?

Puedes usar infercnv-mcp en la mayoría de clientes de IA, plugins o marcos de agentes que soporten MCP:

  • Clientes de IA, como Cherry Studio
  • Plugins, como Cline
  • Marcos de agentes, como Agno

📚 Documentación

La documentación completa de scmcphub está disponible en https://docs.scmcphub.org

🏎️ Inicio rápido

Instalación

Instalar desde PyPI

pip install infercnv-mcp

puedes probarlo ejecutando

infercnv-mcp run

Ejecutar infercnv-mcp localmente

Consulta la siguiente configuración en tu cliente MCP:

verificar ruta

$ which infercnv 
/home/test/bin/infercnv-mcp
"mcpServers": {
  "infercnv-mcp": {
    "command": "/home/test/bin/infercnv-mcp",
    "args": [
      "run"
    ]
  }
}

Ejecutar infercnv-server de forma remota

Consulta la siguiente configuración en tu cliente MCP:

Ejecútalo en tu servidor

infercnv-mcp run --transport shttp --port 8000

Luego configura tu cliente MCP, así:

http://localhost:8000/mcp

🤝 Contribuciones

Si tienes alguna pregunta, no dudes en enviar un issue o contactarme (hsh-me@outlook.com). ¡También son bienvenidas las contribuciones al código!

Cita

Si usas infercnv-mcp en tu investigación, considera citar el siguiente trabajo:

https://github.com/icbi-lab/infercnvpy