ChatSpatial MCP服務器 - 支持60多種方法，兼容多客戶端的空間轉錄組學分析工具

探索

Chatspatial

ChatSpatial是一個基於自然語言的MCP服務器，用於空間轉錄組學分析，支持60多種方法，涵蓋空間域識別、細胞通訊、軌跡分析等15個類別，可與多種MCP兼容的AI客戶端配合使用。

研究與數據人工智能聊天機器人 #空間轉錄組 #生物信息 #自然語言分析 #MCP服務 .Python

評分 : 2.5分

下載量 : 4.8K

更新時間 : 2026-03-12

打開站點

什麼是ChatSpatial?

ChatSpatial是一個基於Model Context Protocol (MCP)的智能分析工具，專門用於空間轉錄組學研究。它將複雜的生物信息學分析轉化為簡單的自然語言對話，讓研究人員能夠通過對話式界面執行專業級的空間數據分析。

如何使用ChatSpatial?

使用ChatSpatial非常簡單：1) 安裝ChatSpatial MCP服務器；2) 在支持的AI助手（如Claude、OpenCode等）中配置；3) 使用自然語言描述您的分析需求；4) ChatSpatial會自動執行相應的分析並返回結果。

適用場景

ChatSpatial特別適合：生物醫學研究人員進行空間轉錄組數據分析、生物信息學初學者快速上手、教學演示、快速原型開發和探索性數據分析。支持10x Visium、Xenium、Slide-seq v2等多種平臺數據。

主要功能

空間域識別

支持SpaGCN、STAGATE、GraphST等多種算法識別組織中的空間功能區域

細胞反捲積

使用FlashDeconv、Cell2location、RCTD等方法解析細胞類型組成

細胞通訊分析

通過LIANA+、CellPhoneDB、CellChat分析細胞間相互作用

軌跡與速度分析

支持CellRank、Palantir、scVelo等動態分析方法

空間統計學

提供Moran's I、Geary's C、Ripley's K等空間統計方法

多平臺支持

兼容10x Visium、Xenium、MERFISH、seqFISH等多種空間轉錄組技術

自然語言交互

完全通過自然語言指令控制分析流程，無需編程經驗

優勢

降低技術門檻：無需編程即可執行專業級分析

提高效率：通過對話快速完成複雜分析流程

方法全面：集成60+種空間轉錄組分析方法

跨平臺兼容：支持多種MCP客戶端和AI助手

可重複性：確保分析過程的一致性和可重複性

侷限性

依賴外部AI助手：需要配置MCP兼容的客戶端

計算資源需求：某些複雜分析需要較高的計算資源

數據格式限制：主要支持標準格式如h5ad

網絡依賴：某些功能可能需要網絡連接

學習曲線：需要了解基本的空間轉錄組學概念

如何使用

安裝ChatSpatial

使用pip或uv安裝ChatSpatial包，建議使用虛擬環境

配置MCP客戶端

在您喜歡的AI助手（Claude、OpenCode等）中添加ChatSpatial MCP服務器

準備數據

確保您的空間轉錄組數據為支持的格式（如h5ad）

開始對話分析

在AI助手中使用自然語言描述您的分析需求

查看結果

ChatSpatial將執行分析並返回結果，包括可視化圖表和統計數據

使用案例

空間域識別分析

研究人員希望瞭解腫瘤微環境中的空間組織結構

細胞通訊網絡分析

研究免疫細胞與腫瘤細胞之間的相互作用

空間基因表達模式

探索特定基因在組織中的空間表達模式

多樣本比較分析

比較正常組織和病變組織的空間轉錄組差異

常見問題

ChatSpatial需要編程知識嗎？

支持哪些數據格式？

可以在哪些AI助手中使用？

分析速度如何？

如何確保分析的可重複性？

需要什麼樣的計算資源？

如何獲取技術支持？

🚀 ChatSpatial

用於通過自然語言進行空間轉錄組學分析的MCP服務器

ChatSpatial是一款強大的工具，它允許用戶通過自然語言與空間轉錄組學數據進行交互，極大地簡化了複雜的數據分析流程。

新舊對比

舊方法	新方法
`python<br>import scanpy as sc<br>import squidpy as sq<br>adata = sc.read_h5ad("data.h5ad")<br>sc.pp.filter_cells(adata, min_genes=200)<br>sc.pp.normalize_total(adata)<br>sc.pp.log1p(adata)<br>sc.pp.highly_variable_genes(adata)<br>sc.tl.pca(adata)<br>sc.pp.neighbors(adata)<br># ... 40 more lines<br>`	`text<br>"Load my Visium data and identify<br> spatial domains"<br>` `<br>Loaded 3,456 spots, 18,078 genes<br>Identified 7 spatial domains<br>Generated visualization<br>`

🚀 快速開始

自動安裝

使用Claude Code / Codex / OpenCode？ 只需粘貼以下內容：

按照 https://github.com/cafferychen777/ChatSpatial/blob/main/INSTALLATION.md 安裝ChatSpatial

手動安裝

手動安裝步驟

# 安裝uv（推薦 - 處理複雜依賴）
curl -LsSf https://astral.sh/uv/install.sh | sh

# 創建環境並安裝
python3 -m venv venv && source venv/bin/activate
uv pip install chatspatial

# 配置（使用你的虛擬環境Python路徑）
claude mcp add chatspatial /path/to/venv/bin/python -- -m chatspatial server

⚠️ 重要提示

ChatSpatial可與任何支持MCP的客戶端配合使用，而不僅僅是Claude。你可以將其與OpenCode、Codex或任何支持模型上下文協議的客戶端一起使用。同時，你可以將你喜歡的大語言模型（如Qwen、DeepSeek、Doubao等）配置為後端。

詳細的安裝設置，包括虛擬環境和所有MCP客戶端的使用，請參閱安裝指南。

💻 使用示例

基礎用法

Load /path/to/spatial_data.h5ad and show me the tissue structure

高級用法

Identify spatial domains using SpaGCN

Find spatially variable genes and create a heatmap

✨ 主要特性

豐富的分析方法

類別	方法
空間域	SpaGCN、STAGATE、GraphST、Leiden、Louvain
反捲積	FlashDeconv、Cell2location、RCTD、DestVI、Stereoscope、SPOTlight、Tangram、CARD
細胞通訊	LIANA+、CellPhoneDB、CellChat、FastCCC
細胞類型註釋	Tangram、scANVI、CellAssign、mLLMCelltype、scType、SingleR
軌跡與速度	CellRank、Palantir、DPT、scVelo、VeloVI
空間統計	Moran's I、Local Moran、Geary's C、Getis-Ord Gi*、Ripley's K、Neighborhood Enrichment
富集分析	GSEA、ORA、Enrichr、ssGSEA、Spatial EnrichMap
空間基因	SpatialDE、SPARK-X
整合分析	Harmony、BBKNN、Scanorama、scVI
其他	CNV分析、空間配準

ChatSpatial支持15個類別中的60多種方法，並且支持10x Visium、Xenium、Slide-seq v2、MERFISH、seqFISH等多種數據類型。

📚 詳細文檔

指南	描述
安裝	虛擬環境設置，支持所有平臺
快速開始	5分鐘快速上手分析
示例	逐步工作流程
方法參考	所有20種工具及其參數
完整文檔	完整參考

📄 許可證

本項目採用MIT許可證。

📖 引用

如果你在研究中使用了ChatSpatial，請引用以下文獻：

@article{Yang2026.02.26.708361,
  author = {Yang, Chen and Zhang, Xianyang and Chen, Jun},
  title = {ChatSpatial: Schema-Enforced Agentic Orchestration for Reproducible and Cross-Platform Spatial Transcriptomics},
  elocation-id = {2026.02.26.708361},
  year = {2026},
  doi = {10.64898/2026.02.26.708361},
  publisher = {Cold Spring Harbor Laboratory},
  URL = {https://www.biorxiv.org/content/early/2026/03/01/2026.02.26.708361},
  journal = {bioRxiv}
}

MIT License · GitHub · 問題反饋

load_data

加載空間轉錄組數據並獲取全面的元數據信息

參數

data_path : str*

描述

數據文件或目錄的路徑

參數

data_type : str*

描述

數據類型：'visium', 'xenium', 'slide_seq', 'merfish', 'seqfish' 或 'generic'

參數

name : Optional[str]*

描述

可選的數據集名稱

參數

context : Optional[Context]*

描述

MCP上下文對象

preprocess_data

預處理空間轉錄組數據（質量控制、標準化、高變基因、PCA、聚類、空間鄰域）

參數

data_id : str*

描述

數據集ID

參數

params : Optional[PreprocessingParameters]*

描述

預處理參數（所有參數都有合理的默認值）

參數

context : Optional[Context]*

描述

MCP上下文對象

compute_embeddings

計算降維（PCA、UMAP）、聚類和鄰域圖

參數

data_id : str*

描述

數據集ID

參數

params : Optional[EmbeddingParameters]*

描述

嵌入參數（PCA、UMAP、聚類等）

參數

context : Optional[Context]*

描述

MCP上下文對象

visualize_data

可視化空間轉錄組數據。在參數中設置plot_type和subtype；參見VisualizationParameters模式獲取所有選項

參數

data_id : str*

描述

數據集ID

參數

params : Optional[VisualizationParameters]*

描述

可視化參數（plot_type、subtype、genes、output_format、dpi等）

參數

context : Optional[Context]*

描述

MCP上下文對象

annotate_cell_types

在空間轉錄組數據中註釋細胞類型

參數

data_id : str*

描述

數據集ID

參數

params : Optional[AnnotationParameters]*

描述

註釋參數（方法、reference_data_id、cell_type_key等）

參數

context : Optional[Context]*

描述

MCP上下文對象

analyze_spatial_statistics

分析空間統計和自相關模式

參數

data_id : str*

描述

數據集ID

參數

params : Optional[SpatialStatisticsParameters]*

描述

分析參數（analysis_type、cluster_key、genes）。參見SpatialStatisticsParameters獲取所有類型

參數

context : Optional[Context]*

描述

MCP上下文對象

find_markers

在組間尋找差異表達基因

參數

data_id : str*

描述

數據集ID

參數

params : DifferentialExpressionParameters*

描述

必需參數 - group_key 和可選方法、group1/group2、n_top_genes等

參數

context : Optional[Context]*

描述

MCP上下文對象

compare_conditions

使用偽批量差異表達（DESeq2）比較實驗條件

參數

data_id : str*

描述

數據集ID

參數

params : ConditionComparisonParameters*

描述

必需參數 - condition_key、condition1、condition2、sample_key等

參數

context : Optional[Context]*

描述

MCP上下文對象

analyze_cnv

分析空間轉錄組數據中的拷貝數變異（CNVs）

參數

data_id : str*

描述

數據集標識符

參數

params : CNVParameters*

描述

必需參數 - reference_key、reference_categories 和可選方法/閾值

參數

context : Optional[Context]*

描述

MCP上下文對象

analyze_velocity_data

分析RNA速度以理解細胞動力學。需要'spliced'和'unspliced'層

參數

data_id : str*

描述

數據集ID

參數

params : Optional[RNAVelocityParameters]*

描述

速度參數（方法、scvelo_mode等）

參數

context : Optional[Context]*

描述

MCP上下文對象

analyze_trajectory_data

推斷細胞軌跡和偽時間排序

參數

data_id : str*

描述

數據集ID

參數

params : Optional[TrajectoryParameters]*

描述

軌跡參數（方法、root_cell、spatial_weight等）

參數

context : Optional[Context]*

描述

MCP上下文對象

integrate_samples

將多個空間轉錄組樣本整合為統一的數據集

參數

data_ids : list[str]*

描述

要整合的數據集ID列表

參數

params : Optional[IntegrationParameters]*

描述

整合參數（方法、batch_key、n_pcs等）

參數

context : Optional[Context]*

描述

MCP上下文對象

deconvolve_data

解卷積空間點以估計細胞類型比例

參數

data_id : str*

描述

數據集ID

參數

params : DeconvolutionParameters*

描述

必需參數 - 方法、cell_type_key、reference_data_id。參見DeconvolutionParameters獲取所有方法和選項

參數

context : Optional[Context]*

描述

MCP上下文對象

identify_spatial_domains

識別空間域和組織結構

參數

data_id : str*

描述

數據集ID

參數

params : Optional[SpatialDomainParameters]*

描述

空間域參數（方法、n_domains、resolution等）

參數

context : Optional[Context]*

描述

MCP上下文對象

analyze_cell_communication

分析細胞間通訊和配體-受體相互作用模式

參數

data_id : str*

描述

數據集ID

參數

params : CellCommunicationParameters*

描述

必需參數 - species、cell_type_key 和 method。對於使用liana的小鼠，設置 liana_resource='mouseconsensus'

參數

context : Optional[Context]*

描述

MCP上下文對象

analyze_enrichment

執行基因集富集分析

參數

data_id : str*

描述

數據集ID

參數

params : Optional[EnrichmentParameters]*

描述

必需參數 - 必須指定species。參見EnrichmentParameters獲取方法和gene_set_database選項

參數

context : Optional[Context]*

描述

MCP上下文對象

find_spatial_genes

識別空間可變基因

參數

data_id : str*

描述

數據集ID

參數

params : Optional[SpatialVariableGenesParameters]*

描述

空間可變基因參數（方法、n_top_genes等）

參數

context : Optional[Context]*

描述

MCP上下文對象

register_spatial_data

跨切片註冊/對齊空間轉錄組數據

參數

source_id : str*

描述

源數據集ID

參數

target_id : str*

描述

要對齊的目標數據集ID

參數

params : Optional[RegistrationParameters]*

描述

註冊參數（方法、對齊設置等）

參數

context : Optional[Context]*

描述

MCP上下文對象

export_data

將數據集導出到磁盤以供外部腳本訪問

參數

data_id : str*

描述

要導出的數據集ID

參數

path : Optional[str]*

描述

自定義路徑（默認：~/.chatspatial/active/{data_id}.h5ad）

參數

context : Optional[Context]*

描述

MCP上下文對象

reload_data

在外部腳本修改後從磁盤重新加載數據集

參數

data_id : str*

描述

要重新加載的數據集ID（必須存在於MCP內存中）

參數

path : Optional[str]*

描述

自定義路徑（默認：~/.chatspatial/active/{data_id}.h5ad）

參數

context : Optional[Context]*

描述

MCP上下文對象

Baidu Map

已認證

百度地圖MCP Server是國內首個兼容MCP協議的地圖服務，提供地理編碼、路線規劃等10個標準化API接口，支持Python和Typescript快速接入，賦能智能體實現地圖相關功能。

Markdownify是一個多功能文件轉換服務，支持將PDF、圖片、音頻等多種格式及網頁內容轉換為Markdown格式。

Firecrawl MCP Server是一個集成Firecrawl網頁抓取能力的模型上下文協議服務器，提供豐富的網頁抓取、搜索和內容提取功能。

TypeScript

121.1K

5分

Sequential Thinking MCP Server

一個基於MCP協議的結構化思維服務器，通過定義思考階段幫助分解複雜問題並生成總結

Magic Component Platform (MCP) 是一個AI驅動的UI組件生成工具，通過自然語言描述幫助開發者快速創建現代化UI組件，支持多種IDE集成。

JavaScript

19.4K

5分

Edgeone Pages MCP Server

EdgeOne Pages MCP是一個通過MCP協議快速部署HTML內容到EdgeOne Pages並獲取公開URL的服務

一個基於Python的MCP服務器，通過Notion API提供高級待辦事項管理和內容組織功能，實現AI模型與Notion的無縫集成。

Context7 MCP是一個為AI編程助手提供即時、版本特定文檔和代碼示例的服務，通過Model Context Protocol直接集成到提示中，解決LLM使用過時信息的問題。

智啟未來，您的人工智慧解決方案智庫

Chatspatial

概述

工具列表

內容詳情

替代品

什麼是ChatSpatial?

如何使用ChatSpatial?

適用場景

主要功能

如何使用

使用案例

常見問題

相關資源

安裝

🚀 ChatSpatial

新舊對比

🚀 快速開始

自動安裝

手動安裝

💻 使用示例

基礎用法

高級用法

✨ 主要特性

豐富的分析方法

📚 詳細文檔

📄 許可證

📖 引用

替代品