跳轉至

快速開始

安裝

工具組核心為純 Python 標準函式庫——無需任何安裝即可執行 codon、neoantigen（含啟發式後端）、trial、manufacture、 lnp、scrna（標準函式庫 k-medoids 後備）或 spatial（mock 後端）。

git clone https://github.com/rollroyces/mrnavax.git
cd mrnavax
pip install -e .

這會安裝單一主控台腳本 mrnavax，以及 mrnavax Python 套件。

選用擴充套件

為生產等級的後端安裝擴充套件：

pip install -e ".[llm]"                       # OpenAI 相容 LLM 客戶端（TrialGPT）
pip install -e ".[neoantigen-mhcflurry]"       # mhcflurry 結合親和力
pip install -e ".[neoantigen-medcpt]"          # 用於新抗原檢索的 MedCPT
pip install -e ".[protein-lm]"                # ESM2 蛋白質語言模型（免疫原性）
pip install -e ".[trial-medcpt]"               # 用於試驗檢索的 MedCPT
pip install -e ".[scrna]"                     # scanpy / anndata / scGPT 接入點
pip install -e ".[docs]"                      # mkdocs-material + mkdocs-static-i18n
pip install -e ".[dev]"                       # ruff + pytest
pip install -e ".[all]"                       # 上述全部

後端解析

對於會呼叫 LLM 或重型模型的工具，後端依下列順序選擇：

  1. --backend <name> CLI 旗標（最高優先）
  2. 工具專用環境變數（如 MRNA_AI_LLM_BACKEND、MRNA_AI_SIMICL_TOPK）
  3. 自動偵測：上游二進位在 $PATH（例如 STModule 用 Rscript、 RiboDecode 用 pred-translation）→ 已安裝的 Python 依賴 （ESM2 用 transformers、結合親和力用 mhcflurry、LLM 用 OpenAI） → mock

各工具的詳細說明請見 Backends。

驗證

# 執行 25 項後端完整性檢查
python -m mrnavax.backends --check-all

# 執行單元測試套件（167 個測試）
python -m unittest discover tests

# 執行隨附範例腳本（見 scripts/smoke.sh）
bash scripts/smoke.sh

smoke 腳本會在隨附範例輸入上執行每個確定性工具並列印範例輸出。 冷啟動快取下應於 2 秒內完成。