前言¶

在转录组流程里，同一份生物学样本常会同时有 bulk RNA-seq 和单细胞 RNA-seq。bulk 测的是样本层面的混合表达，单细胞则要按细胞类型或个体等分组汇总成伪 bulk，才能和 bulk 在同一基因维度上对比。手工做 CPM、log2(x+1)、按组求和/平均、再算相关和作图，步骤多且容易在分组名匹配上出错。

DeepSeek Harness（DSH）把能力封装成插件，对话或工作流里可以直接调用工具。下面介绍社区维护的 dsh-bulk-scrna-concordance：在 DSH Host 里注册为 bulk_scrna_concordance，同一套分析也可通过 Python CLI 或 MCP 给 Claude、ChatGPT 等客户端使用。

这是什么¶

Bulk–scRNA Concordance 用于比较 bulk RNA-seq 表达与单细胞按组汇总后的伪 bulk 轮廓是否一致。维护者为 Wanner122333，仓库 wanner122333/dsh-bulk-scrna-concordance，在 SkillHub 插件目录 中归类为模型推理。插件包名为 @local/dsh-bulk-scrna-concordance（package.json 版本 1.0.0）。

工具输出 Pearson、Spearman 相关、线性回归、可选的分组匹配诊断以及图形；每次运行会记录参数、输入输出哈希和依赖包版本。README 明确说明：这是描述性比较，按组汇总不能代替生物学重复变异估计；可选的 matched–mismatched 相关差距可用于提示异常匹配，但不能证明生物学一致。

核心功能¶

输入与分析逻辑¶

1. 单细胞原始计数：.h5ad，或「基因 × 细胞」矩阵 CSV 加细胞 metadata。
2. Bulk 表达：基因 × 样本的 CSV/TSV。
3. 分组：每个细胞有一列分组标签；bulk 样本名须以精确分隔的 token 包含对应分组名。

按组对细胞计数求和，bulk 在同一组内对样本取平均。默认归一化为 CPM，再 log2(x+1)；回归与作图以 bulk 为 x、伪 bulk 为 y，基因集合与变换保持一致。

对 .h5ad，默认计数来自 layers['counts']（若存在），否则用 X；可用 --sc-layer <name> 指定层，或用 --sc-use-raw 使用 raw.X。单细胞输入须为原始计数：非有限、负值、非整数会被拒绝；整数型数据仍可能是已变换矩阵，运行前需自行确认来源。

输出物¶

结果写在 --out-dir 下，主要包括：

DSH 与 MCP¶

• DSH：注册工具名 bulk_scrna_concordance；安装后若提示 restart-required 需重启 DSH。
• MCP：安装 requirements-mcp.txt 后运行 python/python/mcp_server.py；通过 stdio 或 Streamable HTTP 暴露同一工具。输入文件须在服务端本机存在；HTTP 默认绑定 loopback且无内置认证，需自行隔离或置于认证代理之后。

环境与依赖¶

Python 需 numpy、pandas、scipy、matplotlib；读 .h5ad 还需 anndata、h5py。在仓库根目录安装：

python -m pip install -r requirements.txt

可选 MCP 依赖：

python -m pip install -r requirements-mcp.txt

安装与启用¶

DSH 社区目录与 DeepSeek / 幻方无官方从属关系；安装前请阅读仓库源码与许可证。插件以当前 DSH 进程权限执行 Python 子进程，勿对不可信路径盲目 add。

在 DSH 图形界面¶

打开 Settings → Plugins，选择包含 package.json 的插件目录（绝对路径）安装 bundle。Desktop 自有 profile 可使用应用内安装器。

通过 CLI 管理 profile¶

dsh plugin --profile <profile> add /absolute/path/to/dsh-bulk-scrna-concordance

若 profile 所用环境的 PATH 中没有合适的 Python，在 profile 的插件配置中设置 pythonPath（README 示例）：

- id: bulk-scrna-concordance
  name: "@local/dsh-bulk-scrna-concordance"
  config:
    pythonPath: /absolute/path/to/python
    defaultTimeoutMs: 1800000
    maxLogLines: 40

安装完成后检查安装结果；需要时重启 DSH。

典型用法¶

合成数据快速跑通¶

python python/bulk_scrna_concordance.py \
  --sc-matrix-csv examples/synthetic/sc_expr.csv \
  --sc-meta-csv examples/synthetic/sc_meta.csv \
  --bulk-csv examples/synthetic/bulk.csv \
  --group-col Group --discriminability \
  --out-dir results --out-prefix example \
  --results-json results/example_results.json

真实 .h5ad 数据¶

python python/bulk_scrna_concordance.py \
  --sc-h5ad /path/to/counts.h5ad --sc-layer counts \
  --bulk-csv /path/to/bulk.csv --group-col Group \
  --out-dir results --out-prefix my_run \
  --results-json results/my_run_results.json

公开数据示例 GSE77288¶

README 给出 Tung et al. (2017) 人 iPSC 数据（GSE77288）：三位供体、未变换 read counts，去除 92 个 ERCC 列。先准备输入再跑与仓库一致的命令：

python examples/gse77288/prepare.py --out-dir results/gse77288/input-data
python python/bulk_scrna_concordance.py \
  --sc-h5ad results/gse77288/input-data/sc_read_counts.h5ad \
  --bulk-csv results/gse77288/input-data/bulk_read_counts.csv \
  --group-col individual --gene-id-key var_names --discriminability \
  --out-dir results/gse77288 --out-prefix GSE77288_real \
  --results-json results/gse77288/GSE77288_real_results.json

prepare.py 会下载约 13 MB 压缩计数与注释、校验固定 SHA-256，并写入原始计数与 provenance。README 公布的参考运行中，三位供体 Pearson r 约在 0.97 量级（见仓库结果表与 examples/gse77288/results/）。参数、归一化与限制见仓库 docs/usage.md。

MCP 本地服务¶

python python/mcp_server.py --transport stdio --workspace /path/to/data

客户端配置见仓库 docs/mcp.md。

适用场景与注意¶

适合：已有 bulk 与单细胞原始计数、需要按组做表达一致性 QC 或方法验证；希望在 DSH 对话里调用 bulk_scrna_concordance，或让 Claude / ChatGPT 通过 MCP 在本地数据目录上触发同一分析。

注意：

• 分组与 bulk 样本名的 token 匹配规则严格，命名不一致会导致静默错配或诊断告警，需先核对 metadata。
• 分析耗时与矩阵规模相关；DSH 配置里可将 defaultTimeoutMs 设为较大值（如 README 的 1800000）。
• MCP 不处理聊天附件上传，只返回统计与产物路径；部署 HTTP 时注意访问控制。
• 更细的 CLI 参数、MCP 部署与限制以 GitHub README 与 docs/ 为准。

结尾¶

dsh-bulk-scrna-concordance 把 bulk 与单细胞伪 bulk 的一致性检验做成可复现流水线，并接入 DSH 插件与 MCP，方便在智能体工作流里重复同一套统计与出图。目录页：SkillHub - dsh-bulk-scrna-concordance；源码与示例：GitHub - Wanner122333/dsh-bulk-scrna-concordance。