MCP-сервер набора данных «1000 геномов»

Доступ на естественном языке к набору данных «1000 геномов», размещенному онлайн в хранилище вариантов Dnaerys

Секвенировано и выровнено Нью-Йоркским геномным центром (GRCh38). 3202 образца: 2504 неродственных образца из панели третьей фазы + 698 образцов из 602 семейных трио — подробности набора данных

Ключевые особенности

• реальный доступ к 138 044 723 уникальным вариантам и ~442 миллиардам индивидуальных генотипов

• выбор вариантов, образцов и генотипов на основе координат, аннотаций, зиготности, популяции

• фильтрация по VEP (влияние, биотип, тип признака, класс варианта, последствия), клинической значимости ClinVar (202502), аннотациям gnomADe + gnomADg 4.1, AlphaMissense Score и AlphaMissense Class

  • аннотировано с помощью VEP 115 / GENCODE 49

  • транскрипты основного набора GENCODE

  • полный состав аннотаций

• возвращаемые варианты аннотированы с помощью HGVSp, gnomADe + gnomADg, оценки AlphaMissense + статистики по когорте

  • аннотации HGVSp относятся к каноническим транскриптам для снижения когнитивной нагрузки на LLM

• образцы аннотированы: familyId, gender, paternalId, maternalId, relationship, children, population, superpopulation, phase3 indicator

Онлайн-сервис

Удаленный MCP-сервис через Streamable HTTP:

• http://db.dnaerys.org/mcp

• https://db.dnaerys.org/mcp

Related MCP server: pgx-mcp

Примеры

Макромолекулярные структурные комплексы

Рассматривайте 26S-протеасому как механически избыточную 3D-машину и нанесите на карту каждый миссенс-вариант от индивидуумов KGP по всем 33 субъединицам. Выполните пространственный анализ, чтобы определить, статистически ли патогенная вариация распределена в сторону дистальной «крышки» (зона C), а не более эволюционно консервативного «ядра» (зона A) или интерфейсов «гейтирования» (зона B). Выявите индивидуумов с высокой кумулятивной нагрузкой (2+ «вероятно патогенных» варианта) для исследования межсубъединичной компенсации, выполнив поиск парных «ослабляющих» и «стабилизирующих» мутаций в белок-белковых шарнирах. Наконец, определите «механическую толерантность» протеасомы, установив максимальное кумулятивное структурное нарушение, наблюдаемое у одного здорового индивидуума, на основе оценок AlphaMissense и рассчитанных значений ΔΔG.

Кейс: рабочий процесс, отчеты о задачах, черновики рукописей →

Макромолекулярные структурные комплексы

Комплекс MCM2-7 («ДНК-хеликазный мотор») — это молекулярный шедевр. Это гетерогексамерное кольцо, где каждая субъединица является отдельной «шестерней» в моторе, расплетающем ДНК. В отличие от гомомерных колец (где каждая субъединица одинакова), этот комплекс асимметричен. Каждый интерфейс между субъединицами уникален, и они не все сжигают АТФ с одинаковой скоростью. Интерфейс MCM2/5 — это «ворота», которые должны физически открыться, чтобы позволить ДНК войти в кольцо, а затем захлопнуться. Это точка высокого механического напряжения.

Выявите индивидуумов в когорте KGP, несущих миссенс-варианты на интерфейсе MCM2/5. В частности, ищите варианты с «зарядовой инверсией» (например, аспарагиновая кислота на лизин). В этих конкретных образцах проанализируйте «компенсаторную связь»: несут ли они вторичный, взаимный вариант с зарядовой инверсией на противоположном интерфейсе субъединиц, который восстанавливает электростатическую «защелку» ?

Выявите индивидуумов в когорте KGP, которые несут варианты высокой патогенности в мотивах Walker A или Walker B (сердце, сжигающее АТФ) любой субъединицы MCM в комплексе MCM2-7. Для этих индивидуумов выполните анализ «системного потока»: посмотрите на их варианты в полимеразе лидирующей цепи (POLE) и скользящем зажиме (PCNA). Обнаруживаете ли вы сигнатуру «координированного замедления», где мотор, зажим и полимераза несут варианты, предполагающие более медленную, но высокоточную репликативную вилку ?

Макромолекулярные структурные комплексы

РНК-экзосома человека (ядро Exo-9) — это «мертвая машина», которая действует как каркас. У низших организмов само кольцо может деградировать РНК. У людей 9-субъединичное кольцо утратило все свои каталитические зубцы и является чисто структурным туннелем, который направляет РНК в каталитические субъединицы (DIS3 или EXOSC10), прикрепленные внизу. Поскольку РНК является сильно отрицательно заряженным полимером, остатки, выстилающие эту пору, обычно положительно заряжены (лизин, аргинин), но не слишком «липкие», иначе РНК застрянет. Поэтому, чтобы добраться до «измельчителя» внизу, она должна скользить через узкую пору, образованную кольцом Exo-9.

Задача: проанализировать все миссенс-варианты в когорте KGP, которые картируются на внутренние остатки поры кольца Exo-9. Ищите варианты «обмена заряда», где положительный остаток (K, R) заменяется отрицательным (D, E). Если индивидуум здоров, несмотря на наличие «отрицательного пятна» в туннеле, которое должно отталкивать РНК, несет ли он компенсаторный вариант в субъединицах крышки (EXOSC1, 2, 3), который расширяет вход? Используйте 3D-карту электростатической поверхности, чтобы определить, поддерживает ли «здоровая» когорта специфический электростатический градиент.

Синергетический эпистаз в редокс-гомеостазе

Клеточный редокс-гомеостаз поддерживается двумя параллельными антиоксидантными системами: глутатионовой системой и тиоредоксиновой системой. Полная потеря GSR или TXNRD1 несовместима с развитием млекопитающих, однако базы данных популяций содержат индивидуумов, несущих варианты, которые, как прогнозируется, ухудшают функцию ферментов.

Выявите кластеры индивидуумов в когорте KGP, которые несут несколько вариантов VEP с «умеренным» влиянием в обеих системах. Рассуждая о структурных последствиях AlphaMissense, можете ли вы обнаружить «балансирующий акт», при котором потеря эффективности глутатионредуктазы последовательно сочетается с высокодостоверными доброкачественными или потенциально активирующими вариантами в тиоредоксиновой системе ? Синтезируйте модель «редокс-устойчивости», основанную на совместном возникновении этих вариантов в когорте.

Больше примеров

Архитектура

Реализовано как сервис Java EE, получающий доступ к набору данных KGP через gRPC-вызовы к публичному сервису хранилища вариантов Dnaerys.

• предоставляет MCP через транспорты Streamable HTTP, HTTP/SSE и STDIO

• реализация сервиса основана на фреймворке Quarkus MCP Server

• популяция образцов и метаданные управляются встроенным экземпляром DuckDB

• Инструменты MCP:

  • База данных геномики: countSamples, countSamplesHomozygousReference, countVariants, countVariantsInSamples, getDatasetInfo, getKinshipDegree, selectSamples, selectSamplesHomozygousReference, selectVariants, selectVariantsInSamples, computeAlphaMissenseAvg, computeVariantBurden

  • Популяция и метаданные: listPopulations, listSuperpopulations, getPopulationStats, getSuperpopulationSummary, getSampleMetadata, selectSamplesByPopulation

  • реализация

Установка

Проект можно запустить локально с MCP через транспорты stdio и/или http

• соберите проект и упакуйте его в один über-jar:

  • jar находится в target/onekgpd-mcp-runner.jar и включает все зависимости

./mvnw clean package -DskipTests -Dquarkus.package.jar.type=uber-jar

с пропуском компиляции тестов

./mvnw  clean package -Dmaven.test.skip=true -Dquarkus.package.jar.type=uber-jar

• запустите его локально с dev profile

  • включены оба транспорта: stdio и http

  • http-транспорт находится на порту 9000 (quarkus.http.port в config)

  • проект ожидает, что JRE 21 будет доступна во время выполнения

java -Dquarkus.profile=dev -jar <full path>/onekgpd-mcp-runner.jar

Подключение с помощью MCP-клиентов

• для подключения через http-транспорт, удаленный или локальный, просто направьте клиент к месту назначения, например http://localhost:9000/mcp или https://db.dnaerys.org:443/mcp

  • Примечание: Claude Desktop не будет работать с опцией http://localhost:9000/mcp. Эта опция предназначена для таких клиентов, как Goose.

• для подключения через stdio-транспорт, MCP-клиент должен запустить приложение с dev profile и с полным путем к jar-файлу

  • например, для Claude Desktop добавьте в файлы конфигурации (например, claude_desktop_config.json):

{
  "mcpServers": {
    "OneKGPd": {
      "command": "java",
      "args": ["-Dquarkus.profile=dev", "-jar", "/full/path/onekgpd-mcp-runner.jar"]
    }
  }
}

Верификация

Сколько вариантов существует в проекте «1000 геномов» ?

Статус покрытия тестами

Разбивка тестов:

• Модульные тесты: 399 (7 отключено, 392 пройдено)

• Интеграционные тесты: 11 (1 отключено, 10 пройдено)

Отключенные тесты:

• 7 модульных тестов DnaerysClient (PaginationTests, ограничение потоковой передачи gRPC - wiremock-grpc-extension:0.11.0 пока не может имитировать потоковые RPC)

• 1 интеграционный тест DnaerysClient (PaginationLogicTests, ограничение потоковой передачи gRPC - wiremock-grpc-extension:0.11.0 пока не может имитировать потоковые RPC)

Запуск тестов

# Unit tests only (no server required)
./mvnw test

# Integration tests (requires db.dnaerys.org access)
./mvnw verify -DskipITs=false

# Update test baselines after data changes
./mvnw verify -DskipITs=false -DupdateBaseline=true

Тестовая часть этого проекта написана Claude. Веселая часть написана людьми.

Политика конфиденциальности

OneKGPd MCP Server работает как интерфейсный слой только для чтения для набора данных «1000 геномов». Сервер не собирает, не хранит и не передает никаких пользовательских данных. Данные разговоров не записываются. Личная информация не собирается. Файлы cookie, механизмы отслеживания или аутентификация не используются.

Поддержка

• Проблемы и вопросы: https://github.com/dnaerys/onekgpd-mcp/issues

• Email: mcp@dnaerys.org

Лицензия

Этот проект лицензирован по лицензии Apache License 2.0 — подробности см. в файле LICENSE.