ligandmpnn MCP

配体MPNN MCP

通过Docker使用Ligand MPNN进行配体感知蛋白质序列设计

用于蛋白质设计的MCP（模型上下文协议）服务器，具有7个核心工具：

• 利用配体上下文感知设计蛋白质序列
• 对蛋白质序列的可能性进行评分
• 具有固定/重新设计残留物的约束设计
• 仅使用骨干坐标的CA设计
• 提交具有异步作业跟踪功能的大规模批处理设计作业
• 监控和检索设计结果
• 列出可用的示例结构

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/ligandmpnn_mcp:latest

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

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

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add ligandmpnn -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` ligandmpnn_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 --将主机IPC命名空间用于PyTorch共享内存
• -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 'ligandmpnn' in the output

在Claude Code中，您现在可以使用所有7个LigandMPNN工具：

• simple_design
• sequence_scoring
• constrained_design
• ca_only_design
• submit_batch_design
• 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 - 配置文件选项 - 故障排除

______________________________________________________________________

使用示例

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

示例1：配体感知蛋白设计

I have a protein-ligand complex at /path/to/1BC8.pdb. Can you use simple_design to generate 5 sequences that are optimized for the ligand binding context and save results to /path/to/results/?

示例2：具有固定残留物的约束设计

I want to redesign /path/to/protein.pdb while keeping the N-terminal residues fixed at positions 1, 2, 3. Can you use constrained_design with fixed_positions "1 2 3" and generate 3 sequences, saving to /path/to/results/?

示例3：批量设计作业

I have many PDB files in /path/to/structures/ directory. Can you submit a batch design job using submit_batch_design for all .pdb files, generate 10 sequences each, and save results to /path/to/results/? Monitor the job until it finishes.

______________________________________________________________________

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
• 请检查： 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

______________________________________________________________________

许可证

麻省理工学院——基于 配体MPNN Dauparas等人。