Biotools MCP服务器
全面 模型上下文协议（MCP） 生物信息学研究服务器，为人工智能应用程序提供访问主要生物数据库和分析工具的权限，包括PubMed、UniProt、NCBI GenBank、KEGG、PDB等。
🧬 可用工具（共37个）
📚 文献研究工具（3个工具）
search_pubmed
在PubMed中搜索具有高级过滤功能的科学出版物。
- 目的：查找相关研究论文和研究
- 输入：搜索术语（例如“CRISPR基因编辑”、“癌症基因组学”）
- 退货：出版物元数据、摘要、作者和书目信息
get_publication_details
通过PMID检索特定出版物的全面详细信息。
- 目的：获取包含所有元数据的完整书目记录
- 输入：PubMed ID（PMID）
- 退货：完整的MEDLINE记录，包括作者、所属机构、资金来源、MeSH术语、引用和出版历史
get_publication_abstract
摘录特定出版物的完整摘要。
- 目的：获取带有节标签的结构化摘要内容
- 输入：PubMed ID（PMID）
- 退货：包含元数据的完整摘要文本
🧬 蛋白质分析工具（3个工具）
search_uniprot
在UniProtKB数据库中搜索具有全面现场提取功能的蛋白质。
- 目的：按名称、功能、生物体或其他标准查找蛋白质
- 输入：搜索查询（例如，“胰岛素”、“激酶与人类”、“P04637”）
- 退货：蛋白质条目包含90多个综合字段，包括功能、结构域和交叉引用
get_protein_entry
通过UniProt登录获取特定蛋白质的详细信息。
- 目的：检索完整的蛋白质注释和功能数据
- 输入：UniProt登录号（例如“P38398”）
- 退货：详尽的蛋白质数据，包括结构域、PTM、变异、组织特异性、疾病关联以及对80多个数据库的交叉引用
get_protein_sequence
使用结构上下文检索FASTA格式的蛋白质序列。
- 目的：获取带有特征注释的氨基酸序列
- 输入：UniProt登录号
- 退货：具有完整元数据和结构特征的FASTA序列
🧬 核苷酸序列分析工具（4个工具）
get_nucleotide_sequence
从GenBank、RefSeq或Ensembl数据库中检索核苷酸序列。
- 目的：获取带有完整注释的DNA/RNA序列
- 输入：登录号（例如“NM_000546”）和数据库首选项
- 退货：完整的序列记录，包括特征、参考和全面的注释
compare_annotations
比较原核和真核序列之间的基因组注释。
- 目的：分析生物体类型之间基因结构和注释的差异
- 输入：两个序列标识符用于比较
- 退货：与生物学见解进行特征、相似性和差异性的详细比较
find_intron_exons
通过剪接位点分析检测基因序列中的内含子-外显子边界。
- 目的：分析基因结构并识别编码区
- 输入：具有可选生物体背景的基因序列标识符
- 退货：完整的基因结构，包括外显子、内含子、剪接位点和编码序列分析
align_promoters
对齐多个基因的启动子区域，以发现保守的调控元件。
- 目的：在基因启动子中寻找保守的基序和调控序列
- 输入：2-10个基因标识符列表
- 退货：启动子与保守元件的比对和调控基序分析
🧪 增强型蛋白质分析工具（3个工具）
get_cross_references
从多个数据库中获取蛋白质的全面交叉引用。
- 目的：在KEGG、Pfam、PDB、InterPro、GO和其他数据库中查找相关信息
- 输入：UniProt登录号
- 退货：来自80多个数据库的完整交叉引用，包括结构、域、通路和功能注释
analyze_ptms
通过功能影响评估分析翻译后修饰。
- 目的：识别和分析蛋白质修饰及其生物学意义
- 输入：UniProt登录号，带可选PTM型过滤器
- 退货：完成PTM分析，包括功能影响预测和置信度评分
get_pathway_data
获取蛋白质的详细途径信息和代谢背景。
- 目的：了解蛋白质在生物途径和网络中的功能
- 输入：UniProt登录号和数据库首选项（KEGG、Reactome等）
- 退货：包含反应、模块和相关蛋白质的完整通路网络
🧬 DNA分析工具（4个工具）
analyze_gc_content
计算DNA序列的GC百分比和核苷酸组成。
- 目的：分析序列组成并识别组成偏差
- 输入：DNA序列串
- 退货：GC含量、AT含量、核苷酸计数、偏斜分析和序列特征
find_restriction_sites
使用REBASE数据库基序识别DNA序列中的限制性内切酶切割位点。
- 目的：寻找用于克隆和分子生物学的限制性酶识别位点
- 输入：DNA序列和可选酶列表
- 退货：酶、片段分析和切割模式可视化的限制性位点
predict_orfs
扫描所有6个读取帧的开始/停止密码子，以检测开放读取帧（ORF）。
- 目的：识别DNA序列中潜在的蛋白质编码区
- 输入：具有最小长度阈值的DNA序列
- 退货：通过阅读框架、氨基酸序列和统计分析确定ORF位置
assemble_fragments
使用基于重叠的合并将短DNA序列组装成一个。
- 目的：从重叠片段重建较长序列
- 输入：具有可选重叠参数的DNA片段阵列
- 退货：组装顺序、重叠分析和组装统计
🧬 蛋白质序列工具（3个工具）
predict_protein_properties
预测分子量、等电点、氨基酸组成和其他物理化学性质。
- 目的：计算蛋白质的物理和化学特性
- 输入：蛋白质序列（氨基酸串）
- 退货：分子量、pI、亲水性、不稳定性指数、氨基酸组成和稳定性预测
predict_transmembrane_regions
使用亲水性分析和TMHMM类算法识别跨膜螺旋。
- 目的：预测跨膜区域和蛋白质拓扑结构
- 输入：带分析参数的蛋白质序列
- 退货：跨膜螺旋、拓扑预测、信号肽和定位分析
scan_protein_motifs
使用PROSITE模式和其他数据库检测功能基序和结构域。
- 目的：在蛋白质中寻找功能位点和调控元件
- 输入：具有数据库偏好的蛋白质序列
- 退货：功能基序、磷酸化位点、糖基化位点和调控预测
🔍 序列相似性工具（5个工具）
blast_search
对NCBI数据库进行BLAST（核苷酸或蛋白质）搜索，以找到相似的序列。
- 目的：查找相似序列并鉴定同源物
- 输入：带数据库和程序选择的查询序列
- 退货：BLAST命中率，包括对齐、E值、比特分数和统计分析
psi_blast_search
运行PSI-BLAST，使用迭代配置文件构造进行更深入的同源性检测。
- 目的：通过基于配置文件的搜索检测远距离同源物
- 输入：具有迭代参数的蛋白质序列
- 退货：配置文件增强的命中率、迭代摘要和远程同源物检测
align_sequences_global
执行Needleman-Wunsch全局比对，以端到端比较两个序列。
- 目的：对齐整个序列以比较整体相似性
- 输入：两个带有评分参数的序列
- 退货：与身份、相似性、差距和质量评估的全球一致性
align_sequences_local
执行Smith-Waterman局部比对，以找到序列之间的最佳局部相似性。
- 目的：查找序列之间局部相似的区域
- 输入：两个带有评分参数的序列
- 退货：与相似区域的局部对齐和覆盖范围分析
generate_dotplot
生成点图可视化，用于成对序列比较，以识别相似性模式。
- 目的：可视化序列相似性模式并检测重排
- 输入：两个具有窗口和阈值参数的序列
- 退货：点图坐标、相似区域和模式分析
🧬 多个对齐工具（4个工具）
multiple_sequence_alignment
使用渐进比对算法对齐2-20个蛋白质或核苷酸序列。
- 目的：创建多个序列比对以进行比较分析
- 输入：具有比对参数的序列数组
- 退货：与保护分析和质量指标多重对齐
highlight_conserved_regions
在多序列比对中查找和分析保守区域。
- 目的：识别功能上重要的保守区域
- 输入：将序列与保护阈值对齐
- 退货：保守区域、共识序列和功能预测
generate_sequence_logo
通过多次比对创建序列徽标数据，以可视化保护模式。
- 目的：为主题可视化生成保护标志
- 输入：将序列与信息内容阈值对齐
- 退货：包含信息内容、残留频率和主题分析的徽标数据
export_alignment
以各种格式导出多序列比对（FASTA、PHYLIP、Clustal、MSF）。
- 目的：将对齐转换为外部工具的不同格式
- 输入：将序列与格式选择对齐
- 退货：带有使用说明的格式化对齐文件
🏗️ 结构和RNA工具（4个工具）
get_protein_structure
使用全面的元数据从PDB数据库中检索3D蛋白质结构数据。
- 目的：获取实验蛋白质结构信息
- 输入：PDB ID（4个字符代码）
- 退货：结构元数据、链信息、配体、分辨率和实验细节
analyze_secondary_structure
根据PDB数据分析蛋白质二级结构或根据序列进行预测。
- 目的：确定蛋白质二级结构元素
- 输入：具有可选PDB结构的蛋白质序列
- 退货：二级结构组成、螺旋、薄片、转弯和结构分类
predict_rna_secondary_structure
使用热力学算法预测RNA二级结构。
- 目的：预测RNA折叠和稳定性
- 输入：RNA序列
- 退货：二级结构、碱基对、环、茎和热力学分析
scan_rna_motifs
按顺序识别功能性RNA基序和调控元件。
- 目的：查找功能性RNA元件和调控位点
- 输入：具有结构上下文选项的RNA序列
- 退货：监管主题、结构元素和功能预测
🌳 系统发育工具（2个工具）
build_phylogenetic_tree
使用邻居连接、UPGMA或最大解析从多个序列构建系统发育树。
- 目的：根据序列数据构建进化树
- 输入：3-50个序列，带有方法选择和引导选项
- 退货：Newick格式的系统发育树，具有分支长度和支持值
compare_phylogenetic_trees
使用Robinson Foulds距离和其他指标比较两个系统发育树。
- 目的：评估树之间的拓扑差异
- 输入：两组用于树比较的序列
- 退货：树比较度量、拓扑差异和统计评估
📊 文档工具（2个工具）
log_analysis_parameters
记录工作流程参数、数据和结果，以便再现和跟踪。
- 目的：用于可重复性的文档分析工作流程
- 输入：工具名称、参数、输入数据和结果
- 退货：带有性能指标和元数据的结构化日志条目
generate_resource_map
创建生物信息学数据库、工具和工作流程建议的全面指南。
- 目的：生成个性化的资源指南和工作流程建议
- 输入：重点领域和分析历史
- 退货：整理数据库列表、算法建议、工作流程指南和引用
🚀 使用 npx 快速启动（推荐）
使用 NPX 一键启动
npx bach-biotools-server在 Cursor / Cherry Studio 中配置
无需安装，直接在 MCP 配置中使用：
{
"mcpServers": {
"biotools": {
"command": "npx",
"args": ["-y", "bach-biotools-server"]
}
}
}保存配置后重启，npx 会自动从 npm 下载并运行最新版本的 bach-biotools-server。
包地址: https://www.npmjs.com/package/bach-biotools-server
______________________________________________________________________
快速开始
先决条件
- Node.js 18+
- npm或纱线
手动安装
git clone https://github.com/BACH-AI-Tools/biotools-mcp-server.git
cd biotools-mcp-server
npm install
npm run build
npm start测试
npm run inspect📖 用法示例
// Search for BRCA1-related publications
{
"tool": "search_pubmed",
"arguments": {
"term": "BRCA1 mutations breast cancer",
"max_results": 10
}
}
// Get detailed protein information
{
"tool": "get_protein_entry",
"arguments": {
"accession": "P38398" // BRCA1 protein
}
}
// Analyze DNA sequence GC content
{
"tool": "analyze_gc_content",
"arguments": {
"sequence": "ATCGATCGATCGATCG"
}
}
// Build phylogenetic tree
{
"tool": "build_phylogenetic_tree",
"arguments": {
"sequences": [
{"id": "seq1", "sequence": "MKLLLLLL..."},
{"id": "seq2", "sequence": "MKLLLLLL..."},
{"id": "seq3", "sequence": "MKLLLLLL..."}
],
"method": "neighbor-joining",
"bootstrap_replicates": 100
}
}🔧 配置
如果需要手动配置（不使用 npx），可以添加到 MCP 配置：
{
"mcpServers": {
"biotools": {
"command": "node",
"args": ["/path/to/biotools-mcp-server/build/index.js"]
}
}
}推荐使用上面的 npx 方式，更简单且自动获取最新版本。
📋 特性
- 37种综合工具 涵盖所有主要的生物信息学分析类型
- 11+主要生物数据库 集成（PubMed、UniProt、NCBI、KEGG、PDB等）
- 完整的研究工作流程 从文献综述到系统发育分析
- 高级算法 包括BLAST、多重比对、系统发育和结构预测
- 可重复性分析 使用全面的日志和文档工具
- 灵活的输入/输出 支持多种序列格式和数据库
🧬 分析类别
序列分析
- DNA/RNA组成和结构分析
- ORF预测和限制性作图
- 蛋白质性质预测和基序扫描
- 跨膜区和二级结构预测
比较分析
- 序列相似性搜索（BLAST、PSI-BLAST）
- 成对和多序列比对
- 系统发育树的构建与比较
- 保护性分析和基序发现
数据库集成
- PubMed文献挖掘
- UniProt的蛋白质数据
- GenBank、RefSeq和Ensembl的核苷酸序列
- PDB的结构数据
- 来自KEGG和Reactome的通路信息
高级分析
- RNA二级结构预测
- 翻译后修改分析
- 跨数据库引用映射
- 片段组装和序列重建
🤝 贡献
- 复刻仓库
- 创建要素分支
- 进行更改
- 测试用
npm run inspect - 提交拉取请求
📄 许可证
MIT许可证-有关详细信息，请参阅许可证文件。