💊 drug-pipeline-mcp

Интеллектуальная система анализа фармацевтических R&D-проектов для ИИ-агентов — клинические исследования, одобрения FDA, информация о препаратах и публикации в одном MCP-сервере.

Никаких галлюцинаций. Каждый результат отслеживается до источника: NCT ID, номера заявки FDA или PMID.

Быстрый старт

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

Инструменты (6)

Примеры запросов агента

"Что входит в пайплайн для агонистов GLP-1?" → drug_pipeline(drug_name="semaglutide") → класс ATC, статус FDA, 10+ исследований, публикации

"Какие компании проводят исследования 3-й фазы для немелкоклеточного рака легкого?" → search_trials(condition="non-small cell lung cancer", phase="PHASE3", status="RECRUITING")

"Одобрен ли пембролизумаб в ЕС и США?" → get_approvals(drug_name="Keytruda") → история подачи заявок в FDA с датами → get_eu_approvals(drug_name="Keytruda") → статус регистрации в ЕС

"Каковы сигналы безопасности для семаглутида?" → get_safety_data(drug_name="semaglutide") → 6 027 отчетов FAERS, основные реакции: тошнота (862), рвота (750)

"Какие препараты одобрены для лечения немелкоклеточного рака легкого?" → approved_for_condition(condition="non-small cell lung cancer") → 82 препарата (Keytruda, Tagrisso, Opdivo, Tecentriq, ...)

"Каковы критерии включения для NCT03178617?" → get_trial_detail(nct_id="NCT03178617")

Пример вывода (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"]
}

Архитектура

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

Никакого машинного обучения. Никаких предсказаний. Только структурированный синтез проверенных первичных источников.

Источники данных

Защита от галлюцинаций

Каждый результат включает:

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

• Номер заявки FDA → https://www.accessdata.fda.gov/...

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

Никаких расчетных полей, никаких предсказаний, никаких приблизительных оценок.

Язык

Весь вывод представлен на английском языке (имена полей JSON, описания, результаты). Сервер можно настроить через параметр language в Smithery для будущей поддержки локализации.

Лицензия

MIT