Genome MCP

🧬 智能基因组数据服务器 - 通过MCP协议提供高质量的基因信息查询、同源基因分析和进化研究功能。

PyPI version Python versions License: MIT Tests

1. 🚀 核心特性

🧬 基因信息查询: 基于NCBI Gene数据库的准确基因信息
🔄 同源基因分析: 基于Ensembl API的跨物种同源基因查询（253+ TP53同源基因）
🧬 进化分析: 系统发育关系构建和保守性分析
🔍 语义搜索: 理解查询意图的智能搜索功能
📊 批量处理: 优化的并发查询，支持大规模数据分析
🌐 多传输模式: 支持STDIO、HTTP、SSE传输协议
⚡ 异步架构: 高性能异步处理架构
🔬 科学可靠: 基于权威数据库，无模拟数据，完全科学可信

2. 安装

推荐使用现代化的 uv 包管理器以获得更快的安装速度：

# 使用uvx直接运行（推荐） uvx genome-mcp # 或添加到项目 uv add genome-mcp

传统方式安装：

pip install genome-mcp

3. 🛠️ MCP 接入配置

3.1 Claude Desktop

编辑配置文件：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

推荐使用 uvx 运行:

{ "mcpServers": { "genome-mcp": { "command": "uvx", "args": ["genome-mcp"], "env": {} } } }

或使用传统方式:

{ "mcpServers": { "genome-mcp": { "command": "python", "args": ["-m", "genome_mcp"], "env": {} } } }

或使用 uv run:

{ "mcpServers": { "genome-mcp": { "command": "uv", "args": ["run", "-m", "genome_mcp"], "env": {} } } }

3.2 Continue.dev

在 VS Code 的 Continue.dev 扩展配置中:

{ "mcpServers": { "genome-mcp": { "command": "uvx", "args": ["genome-mcp"] } } }

3.3 Cursor (VS Code 扩展)

在 Cursor 设置中添加:

{ "mcpServers": { "genome-mcp": { "command": "uvx", "args": ["genome-mcp"], "env": { "GENOME_MCP_LOG_LEVEL": "info" } } } }

3.4 Cline (Claude for VS Code)

在 Cline 设置文件中:

{ "mcpServers": { "genome-mcp": { "command": "uvx", "args": ["genome-mcp"], "timeout": 30000 } } }

3.5 其他支持 MCP 的客户端

Windsurf: 使用与 Claude Desktop 相同的配置格式
OpenHands: 在 config.json 中添加服务器配置
Custom MCP Client: 参考下面的 Python 示例

3.6 自定义 MCP 客户端

使用 stdio 传输:

import subprocess import json # 启动 MCP 服务器 process = subprocess.Popen( ["python", "-m", "genome_mcp"], stdin=subprocess.PIPE, stdout=subprocess.PIPE, text=True ) # 发送初始化消息 init_message = { "jsonrpc": "2.0", "id": 1, "method": "initialize", "params": { "protocolVersion": "2024-11-05", "capabilities": {}, "clientInfo": {"name": "test-client", "version": "1.0.0"} } } process.stdin.write(json.dumps(init_message) + "\n") response = process.stdout.readline() print("Server response:", response)

4. 🔧 API 功能

4.1 可用工具

get_data - 智能数据获取
- 支持基因符号、ID、区域搜索、同源基因查询
- 自动类型识别和查询优化
- 批量查询支持
advanced_query - 高级批量查询
- 复杂查询条件组合
- 批量处理优化
- 自定义输出格式
smart_search - 语义搜索
- 自然语言查询理解
- 智能结果排序
- 上下文感知搜索
kegg_pathway_enrichment_tool - KEGG通路富集分析 🆕
- 基因列表在KEGG通路中的富集分析
- 超几何分布检验计算统计显著性
- FDR多重检验校正
- 支持人类、小鼠、大鼠等多种模式生物

4.2 使用示例

import asyncio from genome_mcp import get_data, advanced_query, smart_search async def main(): # 获取基因信息 gene_info = await get_data("TP53") print("Gene info:", gene_info) # 区域搜索 region_data = await get_data("chr17:7565097-7590856", query_type="region") print("Region data:", region_data) # 批量查询 batch_results = await get_data(["TP53", "BRCA1", "EGFR"], query_type="gene") print("Batch results:", batch_results) # 语义搜索 search_results = await smart_search("tumor suppressor genes involved in cancer") print("Search results:", search_results) # 高级查询 advanced_results = await advanced_query( query="cancer genes", query_type="search", database="gene", max_results=20 ) print("Advanced results:", advanced_results) # KEGG通路富集分析 kegg_results = await kegg_pathway_enrichment_tool( gene_list=["7157", "672", "675"], # TP53, BRCA1, BRCA2的Entrez ID organism="hsa", pvalue_threshold=0.05, min_gene_count=2 ) print("KEGG enrichment results:", kegg_results) asyncio.run(main())

5. 📋 响应格式

所有API响应都遵循统一的JSON格式，包含 success、data 和 query_info 字段。

示例响应：

{ "success": true, "data": { "gene_info": { "uid": "7157", "name": "TP53", "description": "tumor protein p53" } }, "query_info": { "query": "TP53", "query_type": "gene" } }

6. 💻 命令行使用

# 直接运行（推荐） uvx genome-mcp # 开发模式运行 uv run -m genome_mcp # HTTP 服务器模式 uv run -m genome_mcp --port 8080 # 查看帮助 uv run -m genome_mcp --help

7. 📋 更新日志

详细的版本更新记录请查看 CHANGELOG.md

8. 📚 依赖

详细的依赖信息和版本要求请查看 pyproject.toml

Python 版本要求：>= 3.11

9. 🏗️ 开发

git clone https://github.com/gqy20/genome-mcp cd genome-mcp pip install -e ".[dev]" make test make lint

9.1 开发命令

make install # 安装开发依赖 make format # 格式化代码 make lint # 代码质量检查 make test # 运行测试 make check # 完整检查 make build # 构建包

10. 📄 许可证

本项目采用 MIT License 开源许可证。

11. 🤝 贡献

欢迎提交 Issue 和 Pull Request！

12. 📞 支持

📖 文档
🐛 问题反馈
💬 讨论

Genome MCP - 让基因组数据访问更简单、更智能！

genome-mcp