DepMap基因相关性分析工具 - MCP服务器

A MCP tool from Prism ToolSpace for analyzing gene-gene correlations from the DepMap (Dependency Map) CRISPR knockout screening dataset. This tool processes systematic CRISPR-Cas9 knockout data from over 1,320 cancer cell lines from DepMap 24Q2 to identify genetic dependencies and co-essential gene pairs.

先决条件

1. Install Required Dependencies

安装 DepMap 相关性分析所需的 Python 包：

# Create a virtual environment for DepMap setup
uv venv depmap --python 3.10
source depmap/bin/activate
uv pip install -r requirements.txt

数据设置

1. Download DepMap 24Q2 Dataset

Download the preprocessed DepMap correlation data from the Prism ToolSpace or prepare your own correlation matrices:

# Install CLI if not already
uvx --from huggingface_hub hf

# Download only the depmap_24q2 folder
uvx --from huggingface_hub hf download mims-harvard/ToolSpace \
  --repo-type dataset \
  --include "depmap_24q2/*" \
  --local-dir ./path/to/your/depmap/

必需文件：

  • 基因相关矩阵 - 基因之间的成对相关性

  • P 值矩阵 - 相关性的统计显著性

  • 基因索引 - 基因符号到矩阵索引的映射

  • 调整后的 p 值（可选）- FDR 校正的 p 值

数据源：

  • DepMap门户: https://depmap.org/portal/download/

  • DepMap 24Q2 发布版：包含针对1,320+细胞系的CRISPR敲除数据

  • CERES 算法：用于依赖性分析的标准化基因效应评分

2. Directory Structure Setup

为您的 DepMap 数据创建以下目录结构：

/path/to/your/depmap/
├── depmap_24q2/              # DepMap data directory
│   ├── corr_matrix.npy       # Gene correlation matrix (dense format)
│   ├── p_val_matrix.npy      # P-value matrix (dense format)
│   ├── p_adj_matrix.npy      # Adjusted p-values (optional)
│   ├── gene_idx_array.npy    # Gene symbol index array
│   └── gene_names.txt        # Gene symbols (alternative format)
│
│   # Alternative sparse format for large datasets:
│   └── gene_correlations.h5  # HDF5 sparse matrices

3. Set Environment Variable

将 DEPMAP_DATA_PATH 环境变量设置为指向您的 DepMap 安装位置：

# Add to your ~/.bashrc or ~/.zshrc
export DEPMAP_DATA_PATH="/path/to/your/depmap"

输入和输出规格

输入格式

该工具接受基因符号对进行相关性分析：

  • 基因符号：标准HUGO基因命名法（例如，“BRAF”、“TP53”、“MAPK1”）

  • 不区分大小写：工具会自动标准化基因符号

  • 验证：检查相关矩阵中的基因可用性

输出格式

该工具返回一个结构化的JSON响应，其中包含全面的相关性分析：

{
  "correlation_data": {
    "correlation": 0.756,
    "p_value": 1.23e-15,
    "adjusted_p_value": 4.56e-12
  },
  "interpretation": {
    "strength": "strong",
    "significance": "significant (FDR corrected)",
    "direction": "similar",
    "biological_relationship": "co-dependent relationship (shared essential functions)",
    "summary": "DepMap analysis reveals a strong, similar correlation (r=0.756) in knockout effects between BRAF and MAPK1, suggesting co-dependent relationship (shared essential functions). This finding is significant (FDR corrected)."
  },
  ...
}

输出字段：

  • correlation_data（字典）：统计指标

    • correlation（浮点数）：皮尔逊相关系数（-1.0 至 1.0）

    • p_value（浮点数）：相关性的统计显著性

    • adjusted_p_value（浮点数，可选）：FDR校正后的p值

  • interpretation（词典）：生物学和统计学背景

    • strength (str)：相关强度分类

    • significance (str)：统计显著性解释

    • direction（字符串）：关系类型（相似效果与相反效果）

    • biological_relationship（字符串）：生物学解释

    • summary（字符串）：综合分析摘要

  • context_info（列表）：分析元数据和消息

  • error（字符串，可选）：分析失败时的错误描述

运行 MCP 服务器

1. Start the Server

# Activate the virtual environment
source depmap/bin/activate

# Set environment variable (if not in bashrc)
export DEPMAP_DATA_PATH="/path/to/your/depmap"

# Run the MCP server
python depmap_24q2_mcp_tool.py

2. Server Configuration

服务器以以下默认设置运行：

  • 主机：0.0.0.0（接受来自任何IP的连接）

  • 端口：7002（已配置以避免冲突）

  • 传输：streamable-http

  • 模式：无状态 HTTP

常见问题

  1. 未找到数据目录

    FileNotFoundError: DepMap data directory not found at /path/to/data

    • 确保正确设置 DEPMAP_DATA_PATH

    • 验证 depmap_24q2/ 子目录是否存在

    • 检查相关矩阵是否已正确下载

  2. 未找到基因符号

    KeyError: Gene 'INVALID' not available in the DepMap correlation matrix

    • 核实基因符号拼写（使用标准HUGO命名法）

    • 检查基因是否存在于 DepMap 24Q2 数据集中

    • 尝试使用其他基因符号或别名

  3. 缺失的关联数据

    FileNotFoundError: No correlation data found in directory

    • 确保相关矩阵格式正确（.npy 或 .h5）

    • 确认基因索引文件是否存在（gene_idx_array.npy 或 gene_names.txt）

    • 检查文件权限及可访问性

参考文献