💊 drug-pipeline-mcp

Inteligencia de pipeline de I+D farmacéutica para agentes de IA — Ensayos clínicos, aprobaciones de la FDA, información sobre medicamentos y publicaciones en un solo servidor MCP.

Sin alucinaciones. Cada resultado se rastrea hasta un ID de NCT, número de solicitud de la FDA o PMID de origen.

Inicio rápido

pip install git+https://github.com/DasClown/drug-pipeline-mcp.git
# or try it on Smithery: https://smithery.ai/servers/crop-mcp/drug-pipeline

# Start MCP server (stdio)
drug-pipeline

# Or HTTP mode for remote access
pip install drug-pipeline-mcp[http]
drug-pipeline --http --port 8081

Related MCP server: BioLab MCP Server

Herramientas (6)

Ejemplos de consultas de agentes

"¿Qué hay en el pipeline para los agonistas de GLP-1?" → drug_pipeline(drug_name="semaglutide") → Clase ATC, estado FDA, más de 10 ensayos, publicaciones

"¿Qué empresas tienen ensayos de Fase 3 para el cáncer de pulmón de células no pequeñas?" → search_trials(condition="non-small cell lung cancer", phase="PHASE3", status="RECRUITING")

"¿Está el pembrolizumab aprobado en la UE frente a EE. UU.?" → get_approvals(drug_name="Keytruda") → Historial de presentación ante la FDA con fechas → get_eu_approvals(drug_name="Keytruda") → Estado de autorización en la UE

"¿Cuáles son las señales de seguridad para la semaglutida?" → get_safety_data(drug_name="semaglutide") → 6.027 informes FAERS, reacciones principales: náuseas (862), vómitos (750)

"¿Qué medicamentos están aprobados para el cáncer de pulmón de células no pequeñas?" → approved_for_condition(condition="non-small cell lung cancer") → 82 medicamentos (Keytruda, Tagrisso, Opdivo, Tecentriq, ...)

"¿Cuáles son los criterios de elegibilidad para NCT03178617?" → get_trial_detail(nct_id="NCT03178617")

Ejemplo de salida (drug_pipeline)

{
  "status": "ok",
  "query": {"drug_name": "semaglutide"},
  "drug_info": {
    "atc_classification": {"code": "A10BJ", "name": "GLP-1 analogues"},
    "rxcui": "1991302",
    "products": [{"brand_name": "Ozempic", "generic_name": "semaglutide", "labeler": "Novo Nordisk"}]
  },
  "clinical_trials": { "results": [ ... ] },
  "publications": { "total_count": 846, "returned_count": 5 },
  "data_sources": ["openFDA", "RxNorm", "PubMed", "clinicaltrials.gov"]
}

Arquitectura

drug-pipeline-mcp/
├── drug_pipeline/
│   ├── __init__.py        # Version
│   ├── server.py          # MCP server (6 tools)
│   └── sources.py         # Data source fetchers
├── drug_pipeline_cli.py   # CLI entry point
├── pyproject.toml
└── README.md

Sin aprendizaje automático. Sin predicciones. Solo síntesis estructurada de fuentes primarias verificadas.

Fuentes de datos

Anti-alucinación

Cada resultado incluye:

• ID de NCT → https://clinicaltrials.gov/study/NCT...

• Número de solicitud de la FDA → https://www.accessdata.fda.gov/...

• PMID → https://pubmed.ncbi.nlm.nih.gov/PMID...

Sin campos calculados, sin predicciones, sin estimaciones "aproximadas".

Idioma

Todo el resultado está en inglés (nombres de campos JSON, descripciones, resultados). El servidor se puede configurar a través del parámetro language en Smithery para soporte de localización futura.

Licencia

MIT