Skip to content

Releases: qiime-lab/seq2pipe

v1.1.0 — Primer Auto-Detection & Chat Context

25 Mar 13:06
@Rhizobium-gits Rhizobium-gits
v1.1.0
0dcab5f

Choose a tag to compare

View all tags
v1.1.0 — Primer Auto-Detection & Chat Context Latest
Latest

seq2pipe v1.1.0

新機能

プライマー自動検出

  • FASTQ リードの先頭配列を 16S プライマーデータベース（515F/806R, V3/V4 等）と照合
  • 検出されたプライマー長に基づいて trim_left_f / trim_left_r を自動設定
  • IUPAC 曖昧塩基コードに対応

チャットモードの改善

  • ユーザープロンプトとメタデータのコンテキストをチャットセッションに受け渡し
  • 実験の背景情報を踏まえたより適切な応答が可能に

バージョンシステム

  • __version__ = "1.1.0" を cli.py に追加
  • 起動バナーにバージョンを表示
  • --version CLI フラグを追加
  • README に v0.1.0〜v1.1.0 の全 Changelog を追加

全バージョン履歴

Version Date Highlights
v1.1.0 2026-03-13 プライマー自動検出、チャットコンテキスト改善
v1.0.0 2026-03-03 安定版リリース、論文フォーマット統一
v0.9.0 2026-03-02 決定論的 29 図生成、16S/ショットガン自動判別
v0.8.0 2026-02-27 DADA2 パラメータ自動検出、refinement モード、レポート生成
v0.7.0 2026-02-27 自動インストール、Apple Silicon 対応、--auto モード
v0.6.0 2026-02-26 チャットモード、ターミナルファースト設計
v0.5.0 2026-02-25 Auto Agent、vibe-local ループ、7B モデル安定化
v0.4.0 2026-02-25 Streamlit GUI、CLI 追加
v0.3.0 2026-02-24 i18n、Linux 対応、テキストフォールバックパーサー
v0.2.0 2026-02-23 Python 下流解析、TeX/PDF、自律探索モード
v0.1.0 2026-02-23 初回リリース

License

MIT License

Assets 2
Loading

v1.0.0 — Full-Auto Microbiome Analysis Agent

25 Mar 11:44
@Rhizobium-gits Rhizobium-gits
v1.0.0
504b440

Choose a tag to compare

View all tags
v1.0.0 — Full-Auto Microbiome Analysis Agent

seq2pipe v1.0.0

ローカル LLM エージェントによる QIIME 2 マイクロバイオーム解析の完全自動化パイプライン、初の安定リリースです。

Overview

seq2pipe は、生の FASTQ データを渡すだけで QIIME 2 解析パイプラインの設計・実行・統計解析・作図・レポート生成まで、すべてローカルマシン上で完結する AI エージェントです。クラウドや有料 API は一切使用しません。

Features

3 ステップ自動解析パイプライン (--auto モード)

Step 内容 特徴
STEP 1 QIIME 2 パイプライン DADA2 デノイジング → 系統樹 → α/β 多様性 → 分類学的解析
STEP 1.5 決定論的包括解析 (analysis.py) LLM 非依存で 29 種類の出版品質 PNG 図 を確実に生成
STEP 2 LLM 適応型自律エージェント データに合わせた応用解析を自動設計・実行
STEP 3 HTML レポート自動生成 全図表・統計結果をまとめたレポートを出力

対話モード

  • チャットモード — 自然言語で解析を指示（「PCoA を描いて」「差の検定をして」など）
  • 自律エージェントモード — AI がデータを調査し、最適な解析を自律的に設計・実行
  • 振り返り・修正モード — 生成図に対して「色を変えて」「凡例を外に出して」など自然言語で修正を指示

ツール呼び出し型コード生成 (vibe-local 方式)

  • LLM が read_file でデータの列名・形式を確認してからコードを生成
  • エラー発生時は NEVER GIVE UP で自動修正を繰り返す

スマート自動検出

  • DADA2 パラメータ: FASTQ リード長から trunc_len_f / trunc_len_r を自動推定
  • プライマー配列: リード先頭から 16S プライマーを検出し trim_left を自動設定
  • 入力データ判定: 16S アンプリコン vs ショットガンメタゲノムを自動識別
  • Sampling depth: 最小リード数から自動推定
  • SILVA 138 分類器: --classifier オプションまたはローカル自動探索

クロスプラットフォーム

  • macOS (Intel / Apple Silicon) · Linux · Windows (WSL2 / Docker Desktop)
  • setup.sh / setup.bat で Ollama・Python パッケージ・Docker を自動セットアップ
  • QIIME 2 conda 環境がなくても Docker で実行可能

出力

  • 29 種の決定論的 PNG 図（α/β 多様性、PCoA、分類組成、ネットワーク、ラレファクション、NMDS、コアマイクロバイオームなど）
  • HTML / LaTeX+PDF レポート
  • 全図は PNG 形式で保存（PDF/SVG は macOS sips で自動変換）

動作要件

項目 要件
Python 3.9+
Ollama setup.sh で自動インストール
QIIME 2 conda 環境 (推奨) または Docker
RAM 8 GB 以上推奨
Disk 約 10 GB (LLM + QIIME 2)

Quick Start

git clone https://github.com/qiime-lab/seq2pipe.git
cd seq2pipe
./setup.sh
./launch.sh --fastq-dir ~/your_data --auto

Architecture

launch.sh → cli.py → pipeline_runner.py → qiime2_agent.py
                 ↓
            analysis.py (STEP 1.5: 29 deterministic figures)
                 ↓
            code_agent.py (STEP 2: LLM adaptive analysis)
                 ↓
            report_generator.py (STEP 3: HTML report)

License

MIT License

Loading