AI导哈

FASTA文件处理工具

一个用于在VS Code中处理FASTA文件的模型上下文协议服务器，提供解析、分析和操作生物信息学中常用的FASTA序列文件的功能。

  • by coreymhudson
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 coreymhudson/mcp-fasta

使用说明

MCP FASTA

一个模型上下文协议（MCP）服务器，用于使用Claude在VS Code中处理FASTA文件。该服务器提供用于解析、分析和操纵生物信息学中常用的FASTA序列文件的工具。

特性

  • 加载FASTA文件 -解析FASTA文件并提取序列元数据
  • 总结序列 -获取序列长度和计数的统计信息
  • 获取特定序列 -按ID检索单个序列
  • 按长度过滤 -查找指定长度范围内的序列
  • 写入FASTA文件 -从序列数据创建新的FASTA文件
  • 验证序列 -检查序列格式和组成
  • 反向补码 -产生DNA序列的反向互补
  • 翻译序列 -利用遗传密码将DNA转化为蛋白质
  • 搜索模式 -查找主题、图案或子序列
  • 计算GC含量 -分析核苷酸组成和GC含量
  • 拆分FASTA文件 -将大文件分割成小块
  • 合并FASTA文件 -通过重复处理合并多个文件
  • 提取子序列 -按坐标提取区域
  • 查找重复项 -通过ID或内容识别重复序列

安装

  1. 克隆存储库：
git clone <repository-url>
cd mcp-fasta
  1. 安装依赖项：
npm install
  1. 构建项目：
npm run build

用法

使用VS Code和Claude

服务器已使用Claude自动配置为VS Code。一旦构建完成，MCP服务器将在Claude中使用以下工具：

可用工具

  1. load_fasta -加载FASTA文件并解析为序列记录

    • 输入: path （string）-FASTA文件的路径
    • 输出：具有ID、描述和长度的序列记录数组

  2. summarize_fasta -总结FASTA文件中序列的数量和长度

    • 输入: path （string）-FASTA文件的路径
    • 输出：统计数据包括序列数、平均长度、最长和最短

  3. get_sequence_by_id -按ID从FASTA文件中获取单个序列

    • 输入:
      • path （string）-FASTA文件的路径
      • id （string）-要获取的序列ID
    • 输出：完整的序列记录，包括ID、描述和序列

  4. filter_fasta_by_length -返回文件中长度范围内的所有序列

    • 输入:
      • path （string）-FASTA文件的路径
      • minLength （数字）-最小序列长度
      • maxLength （number）-最大序列长度
    • 输出：具有元数据的匹配序列数组

  5. write_fasta -将序列写入FASTA文件

    • 输入:
      • path （string）-FASTA文件的输出路径
      • sequences （array）-序列对象数组 id, sequence，可选 description
    • 输出：带有写入序列数的确认消息

  6. validate_sequence -验证序列的核苷酸/氨基酸组成是否正确

    • 输入:
      • path （string）-FASTA文件的路径
      • sequenceType （enum）-要验证的类型：“dna”、“rna”、“蛋白质”或“auto”
    • 输出：验证结果包含无效字符和检测到的类型

  7. reverse_complement -产生DNA序列的反向互补

    • 输入:
      • path （string）-FASTA文件的路径
      • outputPath （string，可选）-反向补码序列的输出文件
      • sequenceIds （数组，可选）-要处理的特定序列ID
    • 输出：使用统计数据反转补码序列

  8. translate_sequence -使用遗传密码将DNA序列翻译成蛋白质

    • 输入:
      • path （string）-FASTA文件的路径
      • readingFrame （数字）-读取帧（正向1-3，反向-1至-3）
      • geneticCode （字符串，可选）-遗传代码表（“标准”、“脊椎动物线粒体”、“细菌”）
      • outputPath （字符串，可选）-翻译序列的输出文件
    • 输出：翻译的蛋白质序列与统计

  9. search_sequence -搜索图案、图案或子序列

    • 输入:
      • path （string）-FASTA文件的路径
      • pattern （string）-搜索模式（支持IUPAC代码和正则表达式）
      • searchType （enum）-类型：“精确”、“正则表达式”或“iupac”
      • caseSensitive （布尔值，可选）-区分大小写
      • includeReverseComplement （布尔值，可选）-搜索反向链
    • 输出：匹配所有序列的位置和上下文

  10. calculate_gc_content -计算GC含量和核苷酸统计

    • 输入:
      • path （string）-FASTA文件的路径
      • windowSize （数量，可选）-滑动窗口分析的窗口大小
    • 输出：GC含量、核苷酸计数和可选滑动窗口数据

  11. split_fasta -将FASTA文件拆分为多个文件

    • 输入:
      • path （string）-FASTA文件的路径
      • splitBy （enum）-拆分方法：“计数”、“大小”或“单个”
      • value （数字，可选）-每个文件的序列或最大大小（MB）
      • outputDir （string）-输出目录
      • prefix （字符串，可选）-文件名前缀
    • 输出：有关创建的文件的信息

  12. merge_fasta -合并多个FASTA文件

    • 输入:
      • inputPaths （array）-输入文件路径数组
      • outputPath （string）-输出合并文件路径
      • removeDuplicates （boolean，可选）-删除重复序列
      • addFilePrefix （布尔值，可选）-将文件名添加到序列ID中
    • 输出：合并统计信息和序列信息

  13. extract_subsequence -按坐标提取子序列

    • 输入:
      • path （string）-FASTA文件的路径
      • coordinates （array）-包含sequenceId、start、end的提取坐标数组
      • outputPath （字符串，可选）-提取序列的输出文件
    • 输出：提取具有坐标信息的子序列

  14. find_duplicates -查找重复序列

    • 输入:
      • path （string）-FASTA文件的路径
      • duplicateType （enum）-类型：“id”、“sequence”或“both”
      • caseSensitive （布尔值，可选）-序列比较的区分大小写
      • outputDuplicates （字符串，可选）-重复输出文件
      • outputUnique （字符串，可选）-唯一序列的输出文件
    • 输出：重复的分析和分组信息

命令行Claude用法

要使用命令行Claude，只需从项目目录运行启动脚本：

./start-claude.sh

此脚本会自动执行以下操作：

  • 更改到正确的目录
  • 使用正确的MCP配置启动Claude
  • 自动加载所有FASTA工具

或者，您可以手动运行Claude：

cd "/path/to/mcp-fasta"
claude --mcp-config mcp-config-portable.json

手动服务器使用

您还可以手动运行MCP服务器进行调试：

npm start

服务器使用stdio传输并通过JSON-RPC进行通信。

发展

脚本

  • npm run build -将TypeScript编译为JavaScript
  • npm start -启动MCP服务器
  • npm run dev -在一个命令中构建和启动

项目结构

src/
├── server.ts              # Main MCP server
├── tools/                 # Tool implementations
│   ├── loadFasta.ts      # Load and parse FASTA files
│   ├── summarizeFasta.ts # Generate sequence statistics
│   ├── getSequence.ts    # Fetch sequences by ID
│   ├── filterFasta.ts    # Filter sequences by length
│   ├── writeFasta.ts     # Write sequences to FASTA files
│   ├── validateSequence.ts # Validate sequence composition
│   ├── reverseComplement.ts # Generate reverse complement
│   ├── translateSequence.ts # Translate DNA to protein
│   ├── searchSequence.ts    # Search patterns and motifs
│   ├── calculateGC.ts       # Calculate GC content
│   ├── splitFasta.ts        # Split FASTA files
│   ├── mergeFasta.ts        # Merge multiple FASTA files
│   ├── extractSubsequence.ts # Extract by coordinates
│   └── findDuplicates.ts     # Find duplicate sequences
└── utils/
    └── fastaParser.ts    # FASTA file parsing utilities

FASTA格式支持

此服务器支持标准FASTA格式文件：

>sequence_id_1 Description of sequence 1
ATCGATCGATCGATCG
ATCGATCGATCGATCG
>sequence_id_2 Description of sequence 2
GCTAGCTAGCTAGCTA
GCTAGCTAGCTAGCTA

需求

  • Node.js 18+
  • TypeScript 5.1+
  • 带Claude扩展的VS代码（用于集成使用）

许可证

有关详细信息，请参阅LICENSE文件。

相关 MCP