scRNA多步骤MCP智能体开发（ZJLAB-FS-BX20..._招标详情

项目名称	scRNA多步骤MCP智能体开发	项目编号	ZJLAB-FS-BX20250069
公示开始日期	2025-07-17 14:12:20	公示截止日期	2025-07-22 15:00:00
采购单位	之江实验室	付款方式	签订合同付40%，一期验收付30%，二期验收且交付付30%
联系人	登陆后查看	联系电话	登陆后查看
签约时间要求		供货期
外贸代理费核算(若为进口采购)	代理金额：1.4万USD以下，代理费：3500元人民币；代理金额：[1.4-5)万USD，代理费率：1.6%；代理金额：[5-10)万USD，代理费率：1.3%; [10-20)万USD，1.1%；[20-50)万USD，0.6%；50万USD及以上，代理费率：0.4%
预算	￥ 250,000
供应商资质要求	符合《政府采购法》第二十二条规定的供应商基本条件
收货地址

采购清单1

采购物品	采购数量	计量单位	所属分类
scRNA多步骤MCP智能体项目	1	项	基础软件开发服务

推荐品牌
推荐规格型号
预算	￥ 250,000
技术参数	（一）具体需求内容、技术及服务要求： 1. 项目概述采购智能单细胞分析系统，构建基于MCP*平台，实现单细胞数据的自动化分析流程和智能生物信息学分析Agent系统。项目包含MCP工具开发和Agent开发两个核心部分，采用分期实施方式，确保项目可控性和交付质量。以下为具体的功能描述和技术需求： 2. 数据预处理和质量控制模块MCP工具开发 2.1.数据格式转换模块（Data Format Conversion Module）负责将各种格式的原始单细胞数据统一转换为h5ad标准格式并保存，为后续分析步骤提供标准化的数据输入。该模块需要支持主流的单细胞数据格式转换，包括CSV、MTX、H5等格式到h5ad格式的无损转换，确保数据格式的一致性和完整性。模块采用流式处理技术处理大规模数据集，支持内存优化和并行处理。当输入数据已经是标准h5ad格式时，该模块提供跳过机制以提高处理效率。 2.2.多样本数据合并模块（Multi-sample Data Concatenation Module）用于处理多样本数据集的整合需求，能够拼接多个h5ad文件并保存重要的批次信息和样本元数据。该模块在处理来自不同样本、批次或实验条件的数据时发挥关键作用，通过高效的数据合并算法，在整合数据集的同时完整保留批次标识、样本来源和实验条件等关键信息。模块支持自动批次检测和冲突解决机制，为后续的批次效应校正和整合分析提供可靠的数据基础。 2.3.数据质量控制模块（Data Quality Control Module）实现全面的数据检查和质量控制功能，是数据预处理流程中的核心组件。该模块集成了多种标准化方法（包括CPM、TPM、SCTransform等）和对数转换算法，能够对单细胞数据进行系统性的质量评估和控制。模块包含细胞质量评估、基因质量评估、异常值检测、质控指标计算和可视化报告生成等功能。 3. 高变基因选择和数据整合模块MCP工具开发 3.1.高变基因筛选模块（Highly Variable Genes Selection Module）负责按批次识别和选择生物学相关的高变基因，通过先进的统计学方法和机器学习算法，从全基因组表达数据中筛选出表达变异最大的基因子集。该模块支持多种高变基因识别算法，包括传统的方差分析方法和基于深度学习的特征选择方法。模块设定top 4000基因的默认参数，同时支持自定义基因数量和筛选阈值。 3.2.批次整合与降维模块（Batch Integration and Dimensionality Reduction Module）基于先进的scVI（single-cell Variational Inference）深度学习方法实现数据整合功能。该模块采用变分自编码器架构，能够有效整合来自不同批次、平台或实验条件的单细胞数据，在消除技术噪音和批次效应的同时最大程度保留生物学差异信号。输出结果包含整合后的低维表示（pca:X_scvi）和批次校正后的表达矩阵。 3.3.细胞聚类分析模块（Cell Clustering Analysis Module）实现基于无监督机器学习的细胞聚类功能，通过多种聚类算法识别具有相似表达模式的细胞群体。该模块支持多种聚类方法，包括Leiden算法、Louvain算法和K-means聚类等。模块采用nPCS=50的主成分数量参数，基于降维后的数据进行高效聚类计算。 4. 细胞注释与识别模块MCP工具开发 4.1.细胞类型自动注释模块（Cell Type Automatic Annotation Module）专门负责基于机器学习和专家知识库的细胞亚群自动注释功能。该模块集成了多个权威的细胞类型参考数据库和标记基因库，能够基于基因表达特征和已知的细胞类型标记基因，对聚类得到的细胞群体进行准确的生物学注释。模块支持多种注释算法，包括相关性分析、机器学习分类和深度学习预测方法。 4.2.恶性细胞智能识别模块（Malignant Cell Intelligent Identification Module）专注于肿瘤微环境中恶性细胞的精确识别和分类，在肿瘤相关的单细胞分析中发挥关键作用。该模块基于深度学习和生物标记物分析，集成了拷贝数变异检测、染色体不稳定性分析和恶性转化标记基因识别等多种算法。 5. 差异表达分析模块MCP工具开发 5.1.T细胞富集基因分析模块（T Cell Enriched Gene Analysis Module）专门用于识别T细胞特异性表达的基因和功能通路。该模块通过将T细胞群体与所有健康细胞群体进行系统性比较，识别在T细胞中显著富集的基因特征。采用严格的筛选标准：FDR校正后的p值小于等于0.01且对数倍数变化大于0。 5.2.差异基因表达分析模块（Differential Gene Expression Analysis Module）实现核心的组间差异基因识别功能，通过比较靶细胞群体与同类健康细胞群体的基因表达差异，系统性识别疾病相关的差异表达基因。 5.3.细胞丰度差异分析模块（Cell Abundance Differential Analysis Module）专注于量化不同实验条件或疾病状态下各细胞类型的丰度变化和组成差异。该模块采用先进的统计学方法和机器学习算法，能够准确检测细胞类型比例的显著变化，识别在特定条件下富集或缺失的细胞群体。 6. CAR-T靶点发现与验证模块MCP工具开发 6.1.CAR-T靶点初筛模块（CAR-T Target Primary Screening Module）集成了两个关键的靶点筛选功能，为CAR-T细胞治疗提供精确的靶点候选。膜表面蛋白筛选子模块利用OmniPath-PyPath综合数据库的蛋白质相互作用和细胞表面蛋白信息，系统性筛选编码膜表面蛋白的基因。T细胞表达排除子模块通过整合差异基因分析结果和T细胞特异性表达数据，系统性排除在T细胞中高表达的基因。 6.2.CAR-T靶点安全性评估模块（CAR-T Target Safety Assessment Module）专注于候选靶点的全面安全性评估，包含两个重要的安全检查功能。脱靶毒性最小化子模块通过整合大规模健康组织数据集和文献挖掘信息，建立了全面的正常组织基因表达图谱。筛选已经在临床研究中被验证的安全靶点。 7. 高级生物信息学分析模块MCP工具开发 7.1.网络分析模块（Cell Communication Network Analysis Module）实现基于配体-受体相互作用的细胞间通讯分析功能，能够系统性解网络。*网络分析算法构建和量化细胞间的通讯强度。 7.2.功能富集分析模块（Functional Enrichment Analysis Module）专门负责将差异基因或感兴趣的基因集映射到已知的生物学通路和功能类别中，揭示基因变化的生物学意义。该模块集成了多个权威的功能注释数据库，包括GO（Gene Ontology）、KEGG等。 7.3.拟时序轨迹分析模块（Pseudotemporal Trajectory Analysis Module）实现基于基因表达相似性的细胞发育轨迹重构功能，能够揭示细胞状态的动态变化过程和发育规律。该模块集成了多种拟时序分析算法。 8. Agent开发需求-数据探索与结构分析模块该模块负责对用户上传的生物数据进行全面的结构化探索和特征分析，为后续的分析流程规划提供数据基础。模块需要具备多种生物数据格式的自动识别和解析能力，能够深入分析数据的维度、质量、分布特征和生物学意义。支持主流生物信息学数据格式，包括FASTQ、CSV、TSV、MTX、HDF5、AnnData等格式的自动识别和解析。实现数据维度分析、样本数量统计、特征数量评估、数据类型识别和缺失值检测等功能。 9 Agent开发需求-智能参数规划与知识检索模块通过调用外部学术API和知识库，结合用户需求分析，将复杂的生物信息学分析任务分解为多个可执行的步骤序列，并为每个步骤提供最优的参数配置建议。集成PubMed API等学术数据库接口，实现文献检索和知识抽取功能。基于自然语言处理技术，准确理解用户的分析需求，识别关键的生物学问题和技术要求。 10. Agent开发需求-代码检索与匹配模块根据任务分解结果，在预构建的示例代码库中检索并匹配相应的代码块，通过语义相似度计算和功能匹配算法，为大语言模型提供高质量的代码生成上下文。建立涵盖主流生物信息学分析方法的高质量代码示例库，包括基因组学、转录组学、蛋白质组学和代谢组学等领域。基于向量化表示和语义相似度计算，实现代码功能的精确匹配和检索。 11. Agent开发需求-智能代码生成与优化模块基于检索到的示例代码和用户需求，利用大语言模型生成高质量的生物信息学分析代码，并通过多轮优化和验证确保代码的正确性和执行效率。集成先进的大语言模型（如GPT-4、Claude等），支持代码生成和优化任务。设计专门的生物信息学代码生成提示模板，结合示例代码和用户需求生成精确的代码。 12. Agent开发需求-执行监控与错误修复模块通过Observer模式对代码执行过程进行实时监控和结果评估，当检测到执行错误或结果异常时，自动触发错误诊断和代码修复流程，通过迭代优化确保分析任务的成功完成。实现代码执行过程的实时监控，包括进度跟踪、资源使用监控和异常检测。基于错误日志分析和异常模式识别，准确诊断代码执行中的问题类型和原因。支持最多4次的错误修复迭代。（二）质保及售后服务要求： 1. 质保期限系统软件质保期为3个月，自最终验收合格之日起计算。质保期内，供应商应提供免费的技术支持、软件维护、缺陷修复和功能优化服务。 2. 技术支持服务供应商应建立专业的技术支持团队，提供7×24小时技术支持热线服务。对于一般性技术问题，应在2小时内响应；对于紧急技术问题，应在30分钟内响应，并在4小时内提供解决方案。 3. 培训服务供应商应为采购方提供不少于40小时的系统使用培训，包括系统操作、功能使用、参数配置、故障排除等内容。培训应采用理论讲解与实际操作相结合的方式进行。 4. 软件更新维护质保期内，供应商应免费提供软件版本更新、安全补丁、性能优化等维护服务。对于影响系统正常运行的重大缺陷，应在发现后48小时内提供修复方案。 5. 文档交付供应商应提供完整的系统文档，包括系统架构文档、用户操作手册、API接口文档、部署维护指南等，文档应为中文版本且格式规范。（三）验收标准： 1. 验收原则本项目采用分期验收方式，分为一期验收和二期验收。验收工作由采购方组织，供应商配合。验收标准基于功能完整性、技术指标达成度、系统稳定性和用户体验等多个维度进行综合评估。 2. 一期验收标准？ MCP协议架构验收标准：支持≥4个步骤的任务拆解，并能正确调用，成功率>80%。？单细胞分析功能验收标准：支持≥3种主流数据格式（10x H5、CSV、AnnData），数据格式识别准确率≥85%；1万细胞UMAP降维时间<10分钟，细胞注释准确率>70%，支持≥2种降维算法（PCA、t-SNE、UMAP）。？测试与文档验收标准：基础集成测试通过率≥90%，标准数据集验证通过率≥90%；核心技术文档完整性≥90%，系统部署时间<4小时。系统性能验收？消息传递延迟控制在5秒以内？消息路由准确率达80%以上？上下文传递准确率达到80%以上 3. 二期验收标准？ MCP协议实现验收标准：≥30个MCP工具可被Agent根据用户意图正确调用，成功率>80%。？单细胞分析功能验收标准：支持≥10万细胞数的降维、聚类、差异表达分析，成功率>80%。？测试与文档验收标准：标准数据集验证通过率>95%，文档完整性100%，系统部署时间<2小时。系统性能验收？消息传递延迟< 1秒？消息路由准确率达90%以上？上下文传递准确率达到90%以上 4. 验收流程 4.1 验收组织验收工作由采购方组织，成立验收小组，包含技术专家和项目管理人员。供应商应配合验收工作，提供必要的技术支持和文档资料。 4.2 验收方法采用功能测试、性能测试、稳定性测试和用户体验测试相结合的验收方法。验收过程中发现的问题，供应商应及时修复并重新提交验收。 4.3 验收标准各项验收指标均需达到规定标准，整体验收通过率达到90%以上。对于未达标的功能或指标，供应商应在规定时间内完成整改并重新验收。（四）付款方式： 1. 付款计划本项目采用分期付款方式，具体安排如下：？签订合同后支付合同总价的40% ？一期验收合格后支付合同总价的30% ？二期验收合格且完成最终交付后支付合同总价的30%
售后服务	1.3个月免费技术支持和bug修复2. 系统使用培训3. 问题反馈机制;