Pathway MCP Agent

🧬 途径MCP代理

用于基因富集分析和蛋白质相互作用查询的模型上下文协议（MCP）服务器。

特性

• 🔬 基因富集分析 -查询Enrichr API以获取路径富集
• 🔗 蛋白质相互作用 -查询STRING数据库以了解基因相互作用
• 📊 可视化 -生成可发布的条形图
• 📁 文件支持 -从CSV、TSV、Excel文件读取基因列表
• 🤖 MCP兼容 -适用于Claude Desktop、VS Code和其他MCP客户端

安装

# Clone the repository
git clone https://github.com/YOUR_USERNAME/pathway-mcp-agent.git
cd pathway-mcp-agent

# Install with uv (recommended)
uv sync

# Or install with pip
pip install -e .

快速开始

运行MCP服务器

uv run pathway-agent

配置Claude桌面

增添 %APPDATA%\Claude\claude_desktop_config.json （Windows）或 ~/Library/Application Support/Claude/claude_desktop_config.json （macOS）：

{
  "mcpServers": {
    "pathway-agent": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/pathway-mcp-agent",
        "run",
        "pathway-agent"
      ]
    }
  }
}

可用工具

perform_enrichment

对基因列表进行通路富集分析。

Input: gene_list=["TP53", "BRCA1", "EGFR"], database="KEGG_2021_Human"
Output: Enriched pathways with p-values and gene overlaps

enrichment_with_plot

执行富集分析并生成可视化结果。

Input: gene_list=["TP53", "BRCA1"], database="KEGG_2021_Human", output_path="./plot.png"
Output: Enrichment results + saved bar plot

explain_mechanism

使用STRING db解释两个基因之间的相互作用机制。

Input: gene_a="TP53", gene_b="MDM2"
Output: Interaction score, evidence channels, interpretation

get_gene_partners

为基因寻找顶级互动伙伴。

Input: gene="TP53", limit=10
Output: Top 10 interaction partners with confidence scores

analyze_gene_file

从文件中读取基因并执行富集分析。

Input: file_path="./genes.csv", database="KEGG_2021_Human"
Output: File info + enrichment results

list_databases

列出所有支持的富集数据库。

支持的数据库

输出示例

富集分析

Enrichr result for KEGG_2021_Human
Database: KEGG_2021_Human
Gene count: 5
Enriched term count: 110

Top 5 terms:
1. **Breast cancer**
   - P-value: 2.00e-11
   - gene: MYC, KRAS, BRCA1, TP53, EGFR

基因相互作用

## Interaction: TP53 ↔ MDM2

### Combined Score: 0.999 (highest confidence)

### Evidence Channels:
- Experimental: 0.999
- Database: 0.900
- Text Mining: 0.999

API参考资料

• Enrichr -马燕实验室
• 字符串db -蛋白质相互作用数据库