安装¶

从 PyPI 安装¶

安装 0.1.5：

pip install dnakit==0.1.5

地址为：pypi.org/project/dnakit

其他平台¶

项目仓库已提供以下平台适配文件：

这些适配文件固定对应 0.1.1，正式安装命令需要等相应平台审核并发布后才能使用。

开发环境¶

在项目根目录创建并激活完整 Conda 开发环境：

conda env create -f environment-dev.yml
conda activate dnakit-dev

开发环境包含测试、类型检查、文档和构建工具。可选功能的额外依赖见 pyproject.toml。

可选生物信息后端¶

安装 VEP、ClinVar、dbSNP、gnomAD、dN/dS 和 Golden Gate 功能所需的可选后端：

python -m pip install "dnakit[external-tools]"

默认的 pip install dnakit 不会安装或加载该后端。

深度学习性质预测¶

安装 Enformer 轨道以及 NT Revised/Genomic Benchmarks 任务 checkpoint 推理依赖：

python -m pip install "dnakit[neural,neural-enformer]"

27 个任务 checkpoint 不随安装包分发，预测时会自动下载当前任务缺失的权重，已有文件直接复用。默认缓存目录为 ./ckpt/enformer-benchmarks/，也可在调用时使用 checkpoint_dir 或 checkpoint_path 指定。缓存规则及各模型依赖见 FAQ：性质预测安装与权重缓存。调用示例按任务分为调控轨道预测、表观遗传判别和启动子与增强子判别。

Agent 与 MCP¶

如需让 Codex、Claude、Cursor 等支持 MCP 的 Agent 调用 DNAKit：

python -m pip install "dnakit[agent]"

安装后使用 dnakit-mcp 启动本地 MCP 服务，具体配置见大模型工具 → MCP。

仓库地址¶

github.com/mapengsen/DNAKit

生物信息学 Python API 可选依赖¶

安装当前源码的常用基因组计算能力（Python ≥3.10）：

python -m pip install -e ".[genomics]"

genomics 一并安装 NumPy、Pyrodigal、pysam 和 PyFastANI，用于基因型 PCA、基因组关系矩阵与育种预测、原核 CDS 预测、BAM 统计和基因组 ANI 计算。这些接口不要求另装 PLINK、Prodigal、samtools 或 FastANI 命令行程序；接口范围和示例见基因组教程。

本次新增能力尚未发布到 PyPI；发布后可使用 python -m pip install "dnakit[genomics]"。二进制 wheel 的平台覆盖由各依赖决定，缺少匹配 wheel 时可能需要编译器；这里不包含全部 43 项外部分析，也不下载数据库或模型权重。

当前源码的新增基因组功能可独立安装：.[genomics-genes] 用于 Pyrodigal，.[dna-storage] 用于 Chamaeleo，.[dna-nanotechnology] 用于 scadnano；育种矩阵使用 .[bio-analysis]，MCP 客户端使用 .[agent]。

例如安装本地源码和基因识别依赖：

python -m pip install -e ".[genomics-genes]"

外部命令、数据库和模型权重仍需按具体分析配置，见外部基因组分析与 MCP。

当前工作区可使用 python -m pip install -e ".[bio]" 安装通用生物信息学 Python 分析依赖，或仅安装 .[bio-analysis]。新增基因组计算依赖使用上面的 .[genomics]。MAFFT、BLAST、HMMER、BWA、samtools、bcftools 等外部命令接口所需的可执行程序需单独安装。详见依赖与实现方式。

安装与使用入口¶

这些修改尚未发布到 PyPI。在 DNAKit 源码根目录安装：

python -m pip install -e "."

Python 直接使用 import dnakit，不需要初始化 ToolUniverse，也不要求先安装 Skill。科学软件、模型权重、API 凭据和参考数据仍按具体任务准备。来源和许可见第三方声明。