](https://mseep.ai/app/mugpeng-droma-mcp)
DROMA MCP服务器
A. 模型上下文协议（MCP） 服务器 德罗马 （药物反应组学协会MAp）-实现自然语言与药物组学协会分析的相互作用。
   ](https://github.com/mugpeng/DROMA_MCP/releases)
🚀 概述
主要特点
- 🔗 自然语言接口：用简单的英语询问有关药物组学关联的问题
- 📊 数据集管理：在内存中加载和管理DROMA数据集（CCLE、gCSI等）
- 📈 数据加载和标准化：通过自动z评分归一化加载分子谱和治疗反应数据
- 🗂️ 多项目支持：无缝处理多个研究项目的数据
- 💾 智能缓存：高效的数据缓存和元数据跟踪，可实现更快的访问
- 📤 数据导出：将分析结果导出为各种格式（CSV、Excel、JSON）
- ⚡ 多模式支持：适用于各种传输协议（STDIO、HTTP、SSE）
- 🔄 R集成：通过rpy2与现有的DROMA R软件包无缝集成
📦 安装
先决条件
- Python 3.10+
- R 4.0+，带DROMA。Set和DROMA。R程序包
- DROMA SQLite数据库
- FastMCP 2.13+（自动安装）
通过pip安装
pip install droma-mcp开发安装
git clone https://github.com/mugpeng/DROMA_MCP
cd DROMA_MCP
pip install -e .R依赖关系
确保您已安装DROMA R软件包：
# Install DROMA.Set and DROMA.R packages
# devtools::install_github("mugpeng/DROMA_Set")
# devtools::install_github("mugpeng/DROMA_R")🚀 快速开始
1.启动服务器
# STDIO mode (for AI assistants) - default
droma-mcp run --db-path path/to/droma.sqlite
# HTTP mode (for web applications)
droma-mcp run --transport http --port 8000 --db-path path/to/droma.sqlite2.MCP客户端配置
添加到MCP客户端配置中：
{
"mcpServers": {
"droma-mcp": {
"command": "droma-mcp",
"args": ["run", "--db-path", "path/to/droma.sqlite"]
}
}
}🖥️ CLI命令
| 命令 | 描述 |
|---|---|
run | 启动MCP服务器 |
test | 测试配置和依赖关系 |
validate | 验证完整设置 |
export-config | 导出MCP客户端配置 |
有关详细帮助： droma-mcp --help 或 droma-mcp run --help
🛠️ 可用工具
数据集管理
load_dataset：将DROMA数据集（CCLE、gCSI等）从数据库加载到内存中list_loaded_datasets：显示当前在内存中加载的数据集set_active_dataset：为后续操作设置活动数据集unload_dataset：从内存中删除数据集以释放资源
数据加载与分析
load_molecular_profiles_normalized：用z评分标准化加载分子谱（mRNA、CNV、甲基化等）load_treatment_response_normalized：加载药物反应数据并进行归一化load_multi_project_molecular_profiles_normalized：跨多个项目加载数据load_multi_project_treatment_response_normalized：跨项目的负荷处理响应check_zscore_normalization：验证缓存数据的规范化状态get_cached_data_info：获取有关缓存数据集的信息export_cached_data：将数据导出为CSV/Excel/JSON格式
数据库查询与探索
get_droma_annotation：从数据库中检索样本或药物注释数据list_droma_samples：列出具有筛选选项的项目的所有可用示例list_droma_features：列出项目和数据类型的所有可用特征（基因、药物）list_droma_projects：列出DROMA数据库中可用的所有项目
可视化与分析
plot_drug_sensitivity_rank：创建药物敏感性排名图analyze_drug_omic_pair：分析药物与肿瘤特征之间的关联
💬 示例用法
基本工作流程
⚠️ 重要：在使用任何数据加载函数之前，您必须首先将数据集加载到内存中：
“从数据库加载CCLE数据集并将其设置为活动”
“从CCLE数据集中加载ABCB1基因的mRNA表达数据，并进行z评分归一化”
“列出DROMA数据库中可用的所有项目”
“显示具有mRNA数据的gCSI项目的所有可用样本”
🔧 配置
环境变量
DROMA_DB_PATH：DROMA SQLite数据库的默认路径R_LIBS：R库路径DROMA_MCP_MODULE：要加载的服务器模块(all,data_loading,database_query,dataset_management,visualization,analysis)DROMA_MCP_VERBOSE：启用详细日志记录
🔧 故障排除
常见问题
导入错误：运行 droma-mcp validate 检查依赖关系
R集成问题：确保R和DROMA软件包安装正确
数据库连接：使用验证数据库路径 droma-mcp test --db-path path/to/droma.db
有关更多帮助，请参阅 DROMA官方网站 或者在GitHub上发布一个问题。
🤝 贡献
欢迎投稿！请查看我们的 贡献指南 了解详情。
📄 许可证
此项目根据MPL-2许可证获得许可-请参阅 许可证 文件以获取详细信息。
🔗 相关项目
📞 支持
- 问题:
- 讨论:
- 电子邮件: 联系DROMA团队
引用
如果您在研究中使用DROMA MCP，请引用：
Li, S., Peng, Y., Chen, M. et al. Facilitating integrative and personalized oncology omics analysis with UCSCXenaShiny. Commun Biol 7, 1200 (2024). https://doi.org/10.1038/s42003-024-06891-2
______________________________________________________________________
德罗玛MCP -人工智能与癌症药物基因组学的桥梁🧬💊🤖