Biomart MCP

바이오마트 MCP

Biomart와 인터페이스하는 MCP 서버

모델 컨텍스트 프로토콜 (MCP)은 Anthropic 에서 개발한 LLM에 애플리케이션이 컨텍스트를 제공하는 방식을 표준화하는 개방형 프로토콜입니다. 여기서는 MCP python-sdk를 사용하여 pybiomart 패키지를 통해 Biomart와 연동되는 MCP 서버를 생성합니다.

Claude Desktop에서 MCP 서버가 작동하는 모습을 보여주는 짧은 데모 비디오가 있습니다.

설치

Smithery를 통해 설치

Smithery 를 통해 Claude Desktop용 Biomart MCP를 자동으로 설치하려면:

지엑스피1

저장소를 복제합니다

클로드 데스크탑

커서

커서의 에이전트 모드를 통해 OpenAI나 DeepSeek와 같은 다른 모델도 MCP 서버를 활용할 수 있습니다. 커서 설정 톱니바퀴를 클릭하고 MCP 로 이동하여 MCP 서버를 전역 설정에 추가하거나 프로젝트에 .cursor/mcp.json 추가하여 프로젝트 범위에 추가하세요.

예시 .cursor/mcp.json :

글라마

개발

특징

Biomart-MCP는 Biomart 데이터베이스와 상호 작용할 수 있는 여러 도구를 제공합니다.

• 마트 및 데이터세트 검색 : Biomart 데이터베이스 구조를 탐색하기 위해 사용 가능한 마트 및 데이터세트를 나열합니다.
• 속성 및 필터 탐색 : 특정 데이터 세트에 대한 공통 속성 및 필터나 사용 가능한 모든 속성 및 필터를 확인합니다.
• 데이터 검색 : 특정 속성 및 필터를 사용하여 Biomart 쿼리를 통해 생물학적 데이터를 얻습니다.
• ID 번역 : 다양한 생물학적 식별자(예: 유전자 기호에서 Ensembl ID로) 간 변환

기여하다

풀 리퀘스트를 환영합니다! 개발 관련 몇 가지 참고 사항:

• 여기서는 의도적으로 @mcp.tool() 만 사용하고 있습니다. 이는 문서 에서 볼 수 있듯이 MCP를 지원하는 클라이언트와의 호환성을 극대화하기 위한 것입니다.
• @lru_cache 사용하여 계산적으로 비용이 많이 드는 함수의 결과를 캐시하거나 외부 API 호출을 수행합니다.
• 모델의 컨텍스트 창을 크게 확대하지 않도록 주의해야 합니다. 예를 들어 df.to_csv(index=False).replace("\r", "") 여러 곳에서 발견될 것입니다. 이러한 CSV 스타일 반환은 토큰 대부분이 공백인 df.to_string() 과 같은 구문보다 토큰 효율성이 훨씬 높습니다. 또한 염색체에서 모든 유전자를 가져오는 것과 같은 대규모 요청은 컨텍스트 창에 비해 너무 크다는 점에 유의해야 합니다.

잠재적인 미래 기능

물론 추가할 수 있는 기능은 훨씬 더 많으며, 어떤 기능은 biomart-mcp 라는 이름의 범위를 넘어설 수도 있습니다. 몇 가지 아이디어를 소개합니다.

• bs4 사용하여 리소스 사이트에 대한 웹 스크래핑을 추가합니다. 예를 들어 NOTCH1에 대한 Ensembl 유전자 ID를 얻은 다음 UCSC의 Comments and Description Text from UniProtKB 가져오는 것이 유용할 수 있습니다.
• Loading...