ChatSpatial MCP服务器 - 支持60多种方法，兼容多客户端的空间转录组学分析工具

探索

Chatspatial

ChatSpatial是一个基于自然语言的MCP服务器，用于空间转录组学分析，支持60多种方法，涵盖空间域识别、细胞通讯、轨迹分析等15个类别，可与多种MCP兼容的AI客户端配合使用。

研究与数据人工智能聊天机器人 #空间转录组 #生物信息 #自然语言分析 #MCP服务 .Python

评分 : 2.5分

下载量 : 0

更新时间 : 2026-03-12

打开站点

什么是ChatSpatial?

ChatSpatial是一个基于Model Context Protocol (MCP)的智能分析工具，专门用于空间转录组学研究。它将复杂的生物信息学分析转化为简单的自然语言对话，让研究人员能够通过对话式界面执行专业级的空间数据分析。

如何使用ChatSpatial?

使用ChatSpatial非常简单：1) 安装ChatSpatial MCP服务器；2) 在支持的AI助手（如Claude、OpenCode等）中配置；3) 使用自然语言描述您的分析需求；4) ChatSpatial会自动执行相应的分析并返回结果。

适用场景

ChatSpatial特别适合：生物医学研究人员进行空间转录组数据分析、生物信息学初学者快速上手、教学演示、快速原型开发和探索性数据分析。支持10x Visium、Xenium、Slide-seq v2等多种平台数据。

主要功能

空间域识别

支持SpaGCN、STAGATE、GraphST等多种算法识别组织中的空间功能区域

细胞反卷积

使用FlashDeconv、Cell2location、RCTD等方法解析细胞类型组成

细胞通讯分析

通过LIANA+、CellPhoneDB、CellChat分析细胞间相互作用

轨迹与速度分析

支持CellRank、Palantir、scVelo等动态分析方法

空间统计学

提供Moran's I、Geary's C、Ripley's K等空间统计方法

多平台支持

兼容10x Visium、Xenium、MERFISH、seqFISH等多种空间转录组技术

自然语言交互

完全通过自然语言指令控制分析流程，无需编程经验

优势

降低技术门槛：无需编程即可执行专业级分析

提高效率：通过对话快速完成复杂分析流程

方法全面：集成60+种空间转录组分析方法

跨平台兼容：支持多种MCP客户端和AI助手

可重复性：确保分析过程的一致性和可重复性

局限性

依赖外部AI助手：需要配置MCP兼容的客户端

计算资源需求：某些复杂分析需要较高的计算资源

数据格式限制：主要支持标准格式如h5ad

网络依赖：某些功能可能需要网络连接

学习曲线：需要了解基本的空间转录组学概念

如何使用

安装ChatSpatial

使用pip或uv安装ChatSpatial包，建议使用虚拟环境

配置MCP客户端

在您喜欢的AI助手（Claude、OpenCode等）中添加ChatSpatial MCP服务器

准备数据

确保您的空间转录组数据为支持的格式（如h5ad）

开始对话分析

在AI助手中使用自然语言描述您的分析需求

查看结果

ChatSpatial将执行分析并返回结果，包括可视化图表和统计数据

使用案例

空间域识别分析

研究人员希望了解肿瘤微环境中的空间组织结构

细胞通讯网络分析

研究免疫细胞与肿瘤细胞之间的相互作用

空间基因表达模式

探索特定基因在组织中的空间表达模式

多样本比较分析

比较正常组织和病变组织的空间转录组差异

常见问题

ChatSpatial需要编程知识吗？

支持哪些数据格式？

可以在哪些AI助手中使用？

分析速度如何？

如何确保分析的可重复性？

需要什么样的计算资源？

如何获取技术支持？

🚀 ChatSpatial

用于通过自然语言进行空间转录组学分析的MCP服务器

ChatSpatial是一款强大的工具，它允许用户通过自然语言与空间转录组学数据进行交互，极大地简化了复杂的数据分析流程。

新旧对比

旧方法	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>`

🚀 快速开始

自动安装

使用Claude Code / Codex / OpenCode？ 只需粘贴以下内容：

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

手动安装

手动安装步骤

# 安装uv（推荐 - 处理复杂依赖）
curl -LsSf https://astral.sh/uv/install.sh | sh

# 创建环境并安装
python3 -m venv venv && source venv/bin/activate
uv pip install chatspatial

# 配置（使用你的虚拟环境Python路径）
claude mcp add chatspatial /path/to/venv/bin/python -- -m chatspatial server

⚠️ 重要提示

ChatSpatial可与任何支持MCP的客户端配合使用，而不仅仅是Claude。你可以将其与OpenCode、Codex或任何支持模型上下文协议的客户端一起使用。同时，你可以将你喜欢的大语言模型（如Qwen、DeepSeek、Doubao等）配置为后端。

详细的安装设置，包括虚拟环境和所有MCP客户端的使用，请参阅安装指南。

💻 使用示例

基础用法

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

高级用法

Identify spatial domains using SpaGCN

Find spatially variable genes and create a heatmap

✨ 主要特性

丰富的分析方法

类别	方法
空间域	SpaGCN、STAGATE、GraphST、Leiden、Louvain
反卷积	FlashDeconv、Cell2location、RCTD、DestVI、Stereoscope、SPOTlight、Tangram、CARD
细胞通讯	LIANA+、CellPhoneDB、CellChat、FastCCC
细胞类型注释	Tangram、scANVI、CellAssign、mLLMCelltype、scType、SingleR
轨迹与速度	CellRank、Palantir、DPT、scVelo、VeloVI
空间统计	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
空间基因	SpatialDE、SPARK-X
整合分析	Harmony、BBKNN、Scanorama、scVI
其他	CNV分析、空间配准

ChatSpatial支持15个类别中的60多种方法，并且支持10x Visium、Xenium、Slide-seq v2、MERFISH、seqFISH等多种数据类型。

📚 详细文档

指南	描述
安装	虚拟环境设置，支持所有平台
快速开始	5分钟快速上手分析
示例	逐步工作流程
方法参考	所有20种工具及其参数
完整文档	完整参考

📄 许可证

本项目采用MIT许可证。

📖 引用

如果你在研究中使用了ChatSpatial，请引用以下文献：

@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 · 问题反馈

load_data

加载空间转录组数据并获取全面的元数据信息

参数

data_path : str*

描述

数据文件或目录的路径

参数

data_type : str*

描述

数据类型：'visium', 'xenium', 'slide_seq', 'merfish', 'seqfish' 或 'generic'

参数

name : Optional[str]*

描述

可选的数据集名称

参数

context : Optional[Context]*

描述

MCP上下文对象

preprocess_data

预处理空间转录组数据（质量控制、标准化、高变基因、PCA、聚类、空间邻域）

参数

data_id : str*

描述

数据集ID

参数

params : Optional[PreprocessingParameters]*

描述

预处理参数（所有参数都有合理的默认值）

参数

context : Optional[Context]*

描述

MCP上下文对象

compute_embeddings

计算降维（PCA、UMAP）、聚类和邻域图

参数

data_id : str*

描述

数据集ID

参数

params : Optional[EmbeddingParameters]*

描述

嵌入参数（PCA、UMAP、聚类等）

参数

context : Optional[Context]*

描述

MCP上下文对象

visualize_data

可视化空间转录组数据。在参数中设置plot_type和subtype；参见VisualizationParameters模式获取所有选项

参数

data_id : str*

描述

数据集ID

参数

params : Optional[VisualizationParameters]*

描述

可视化参数（plot_type、subtype、genes、output_format、dpi等）

参数

context : Optional[Context]*

描述

MCP上下文对象

annotate_cell_types

在空间转录组数据中注释细胞类型

参数

data_id : str*

描述

数据集ID

参数

params : Optional[AnnotationParameters]*

描述

注释参数（方法、reference_data_id、cell_type_key等）

参数

context : Optional[Context]*

描述

MCP上下文对象

analyze_spatial_statistics

分析空间统计和自相关模式

参数

data_id : str*

描述

数据集ID

参数

params : Optional[SpatialStatisticsParameters]*

描述

分析参数（analysis_type、cluster_key、genes）。参见SpatialStatisticsParameters获取所有类型

参数

context : Optional[Context]*

描述

MCP上下文对象

find_markers

在组间寻找差异表达基因

参数

data_id : str*

描述

数据集ID

参数

params : DifferentialExpressionParameters*

描述

必需参数 - group_key 和可选方法、group1/group2、n_top_genes等

参数

context : Optional[Context]*

描述

MCP上下文对象

compare_conditions

使用伪批量差异表达（DESeq2）比较实验条件

参数

data_id : str*

描述

数据集ID

参数

params : ConditionComparisonParameters*

描述

必需参数 - condition_key、condition1、condition2、sample_key等

参数

context : Optional[Context]*

描述

MCP上下文对象

analyze_cnv

分析空间转录组数据中的拷贝数变异（CNVs）

参数

data_id : str*

描述

数据集标识符

参数

params : CNVParameters*

描述

必需参数 - reference_key、reference_categories 和可选方法/阈值

参数

context : Optional[Context]*

描述

MCP上下文对象

analyze_velocity_data

分析RNA速度以理解细胞动力学。需要'spliced'和'unspliced'层

参数

data_id : str*

描述

数据集ID

参数

params : Optional[RNAVelocityParameters]*

描述

速度参数（方法、scvelo_mode等）

参数

context : Optional[Context]*

描述

MCP上下文对象

analyze_trajectory_data

推断细胞轨迹和伪时间排序

参数

data_id : str*

描述

数据集ID

参数

params : Optional[TrajectoryParameters]*

描述

轨迹参数（方法、root_cell、spatial_weight等）

参数

context : Optional[Context]*

描述

MCP上下文对象

integrate_samples

将多个空间转录组样本整合为统一的数据集

参数

data_ids : list[str]*

描述

要整合的数据集ID列表

参数

params : Optional[IntegrationParameters]*

描述

整合参数（方法、batch_key、n_pcs等）

参数

context : Optional[Context]*

描述

MCP上下文对象

deconvolve_data

解卷积空间点以估计细胞类型比例

参数

data_id : str*

描述

数据集ID

参数

params : DeconvolutionParameters*

描述

必需参数 - 方法、cell_type_key、reference_data_id。参见DeconvolutionParameters获取所有方法和选项

参数

context : Optional[Context]*

描述

MCP上下文对象

identify_spatial_domains

识别空间域和组织结构

参数

data_id : str*

描述

数据集ID

参数

params : Optional[SpatialDomainParameters]*

描述

空间域参数（方法、n_domains、resolution等）

参数

context : Optional[Context]*

描述

MCP上下文对象

analyze_cell_communication

分析细胞间通讯和配体-受体相互作用模式

参数

data_id : str*

描述

数据集ID

参数

params : CellCommunicationParameters*

描述

必需参数 - species、cell_type_key 和 method。对于使用liana的小鼠，设置 liana_resource='mouseconsensus'

参数

context : Optional[Context]*

描述

MCP上下文对象

analyze_enrichment

执行基因集富集分析

参数

data_id : str*

描述

数据集ID

参数

params : Optional[EnrichmentParameters]*

描述

必需参数 - 必须指定species。参见EnrichmentParameters获取方法和gene_set_database选项

参数

context : Optional[Context]*

描述

MCP上下文对象

find_spatial_genes

识别空间可变基因

参数

data_id : str*

描述

数据集ID

参数

params : Optional[SpatialVariableGenesParameters]*

描述

空间可变基因参数（方法、n_top_genes等）

参数

context : Optional[Context]*

描述

MCP上下文对象

register_spatial_data

跨切片注册/对齐空间转录组数据

参数

source_id : str*

描述

源数据集ID

参数

target_id : str*

描述

要对齐的目标数据集ID

参数

params : Optional[RegistrationParameters]*

描述

注册参数（方法、对齐设置等）

参数

context : Optional[Context]*

描述

MCP上下文对象

export_data

将数据集导出到磁盘以供外部脚本访问

参数

data_id : str*

描述

要导出的数据集ID

参数

path : Optional[str]*

描述

自定义路径（默认：~/.chatspatial/active/{data_id}.h5ad）

参数

context : Optional[Context]*

描述

MCP上下文对象

reload_data

在外部脚本修改后从磁盘重新加载数据集

参数

data_id : str*

描述

要重新加载的数据集ID（必须存在于MCP内存中）

参数

path : Optional[str]*

描述

自定义路径（默认：~/.chatspatial/active/{data_id}.h5ad）

参数

context : Optional[Context]*

描述

MCP上下文对象

Duckduckgo MCP Server

已认证

DuckDuckGo搜索MCP服务器，为Claude等LLM提供网页搜索和内容抓取服务

Firecrawl MCP Server是一个集成Firecrawl网页抓取能力的模型上下文协议服务器，提供丰富的网页抓取、搜索和内容提取功能。

Framelink Figma MCP Server是一个为AI编程工具（如Cursor）提供Figma设计数据访问的服务器，通过简化Figma API响应，帮助AI更准确地实现设计到代码的一键转换。

百度地图MCP Server是国内首个兼容MCP协议的地图服务，提供地理编码、路线规划等10个标准化API接口，支持Python和Typescript快速接入，赋能智能体实现地图相关功能。

Exa MCP Server是一个为AI助手（如Claude）提供网络搜索功能的服务器，通过Exa AI搜索API实现实时、安全的网络信息获取。

TypeScript

57.3K

5分

Edgeone Pages MCP Server

EdgeOne Pages MCP是一个通过MCP协议快速部署HTML内容到EdgeOne Pages并获取公开URL的服务

MiniMax Model Context Protocol (MCP) 是一个官方服务器，支持与强大的文本转语音、视频/图像生成API交互，适用于多种客户端工具如Claude Desktop、Cursor等。

Context7 MCP是一个为AI编程助手提供实时、版本特定文档和代码示例的服务，通过Model Context Protocol直接集成到提示中，解决LLM使用过时信息的问题。

智启未来，您的人工智能解决方案智库

Chatspatial

概述

工具列表

内容详情

替代品

什么是ChatSpatial?

如何使用ChatSpatial?

适用场景

主要功能

如何使用

使用案例

常见问题

相关资源

安装

🚀 ChatSpatial

新旧对比

🚀 快速开始

自动安装

手动安装

💻 使用示例

基础用法

高级用法

✨ 主要特性

丰富的分析方法

📚 详细文档

📄 许可证

📖 引用

替代品