alphafold3 MCP

AlphaFold3 MCP服务器

基于Docker的人工智能蛋白质结构预测和变异分析

用于AlphaFold3结构预测的MCP（模型上下文协议）服务器，具有5个核心工具：

• 提交序列或MSA文件中的结构预测
• 用于工程工作流程的批处理蛋白质变体
• 运行端到端的准备和预测变体管道
• 监控长时间运行的预测作业
• 验证并准备AlphaFold3输入配置

Docker快速入门

方法1：从GitHub中提取预构建映像

最快的开始方式。每次发布时，预构建的Docker镜像都会自动发布到GitHub容器注册表。

# Pull the latest image
docker pull ghcr.io/macromnex/alphafold3_mcp:latest

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add alphafold3 -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` ghcr.io/macromnex/alphafold3_mcp:latest

注： 从项目目录运行。 ` pwd ` 展开到当前工作目录。

要求：

• 支持GPU的Docker(nvidia-docker 或带有NVIDIA运行时的Docker）
• 已安装克劳德代码

就是这样！AlphaFold3 MCP服务器现在可以在Claude Code中使用。

______________________________________________________________________

方法2：在本地构建Docker镜像

自己构建映像并将其安装到Claude Code中。适用于自定义或离线环境。

# Clone the repository
git clone https://github.com/MacromNex/alphafold3_mcp.git
cd alphafold3_mcp

# Build the Docker image
docker build -t alphafold3_mcp:latest .

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add alphafold3 -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` alphafold3_mcp:latest

注： 从项目目录运行。 ` pwd ` 展开到当前工作目录。

要求：

• 支持GPU的Docker
• 已安装克劳德代码
• Git（克隆存储库）

关于Docker标志：

• -i --Claude Code的交互模式
• --rm --退出后自动移除容器
• ` --user id -u:id -g ` --以当前用户身份运行容器，因此输出文件归您所有（不是root）
• --gpus all --授予对所有可用GPU的访问权限
• --ipc=host --使用主机IPC命名空间以获得更好的性能
• -v --装载您的项目目录，以便容器可以访问您的数据

______________________________________________________________________

验证安装

添加MCP服务器后，您可以验证它是否正常工作：

# List registered MCP servers
claude mcp list

# You should see 'alphafold3' in the output

在Claude Code中，您现在可以使用所有5个AlphaFold3工具：

• submit_structure_prediction
• submit_batch_variants
• submit_prepare_and_predict_variants
• get_job_status
• get_job_result

______________________________________________________________________

后续步骤

• 详细文件：参见 detail.md 有关以下内容的全面指南：

- 可用的MCP工具和参数 - 本地Python环境设置（Docker的替代方案） - 示例工作流和用例 - 配置文件格式 - AlphaFold3许可证和型号重量设置

______________________________________________________________________

使用示例

注册后，您可以直接在Claude Code中使用AlphaFold3工具。以下是一些常见的工作流程：

示例1：基于序列的结构预测

I have a protein sequence in /path/to/protein.fasta. Can you submit an AlphaFold3 structure prediction using submit_structure_prediction and save the results to /path/to/results/?

示例2：批量变量分析

I have 50 protein variants in /path/to/variants.fasta and a wild-type data JSON at /path/to/wt_data.json. Can you use submit_prepare_and_predict_variants to run end-to-end structure predictions for all variants and save to /path/to/output/?

实施例3：蛋白质配体复合物

I want to predict the structure of my protein with a small molecule ligand. The protein is in /path/to/protein.fasta and the ligand SMILES is "CCO". Can you prepare the AlphaFold3 config and submit a structure prediction?

______________________________________________________________________

故障排除

找不到Docker？

docker --version  # Install Docker if missing

GPU无法访问？

• 确保安装了NVIDIA Docker运行时
• 核对 docker run --gpus all ubuntu nvidia-smi

未找到克劳德代码？

# Install Claude Code
npm install -g @anthropic-ai/claude-code

需要AlphaFold3许可证吗？

• AlphaFold3模型权重需要谷歌DeepMind的许可
• 申请地点：https://github.com/google-deepmind/alphafold3

______________________________________________________________________

许可证

CC-BY-NC-SA 4.0（谷歌深度思维）