evo2-mcp

evo2-mcp 服务器将 Evo 2 作为模型上下文协议 (MCP) 服务器公开，为基因组序列分析提供工具。任何兼容 MCP 的客户端都可以使用这些工具来对 DNA 序列进行评分、嵌入和生成。

功能特性

• 序列评分：计算 DNA 序列的对数概率

• 序列嵌入：从中间模型层提取学习到的表示

• 序列生成：通过受控采样生成新的 DNA 序列

• 变异效应预测：对 SNP 突变进行评分以进行变异优先级排序

• 多种模型检查点：支持 7B、40B 和 1B 参数模型

入门指南

先决条件：Python 3.12

1. 安装 Evo2 依赖项：详情请参阅 。

   conda install -c nvidia cuda-nvcc cuda-cudart-dev
   conda install -c conda-forge transformer-engine-torch=2.3.0
   pip install flash-attn==2.8.0.post2 --no-build-isolation
   pip install evo2

2. 安装 evo2-mcp：

   pip install evo2-mcp

3. 激活 MCP 服务器： 将以下内容添加到您的 mcp.json 配置文件中：

   {
   "mcpServers": {
      "evo2-mcp": {
         "command": "python",
         "args": ["-m", "evo2_mcp.main"]
      }
   }
   }

有关详细的安装说明，请参阅 。

使用方法

安装完成后，任何兼容 MCP 的客户端都可以访问该服务器。有关可用工具和使用示例，请参阅 。

可用工具

• score_sequence - 评估 DNA 序列的可能性

• embed_sequence - 提取特征表示

• generate_sequence - 生成新的 DNA 序列

• score_snp - 预测变异效应

• get_embedding_layers - 列出可用的嵌入层

• list_available_checkpoints - 显示支持的模型检查点

请参阅 以获取详细的 API 参考和示例。

文档

• - 详细的安装说明

• - 完整的 API 文档和使用示例

• - 贡献和测试信息

• - 版本历史和更新

您也可以在 BioContextAI 上找到该项目，这是生物医学 MCP 服务器的社区中心。

引用

如果您在研究中使用 evo2-mcp，请引用：

@software{evo2_mcp,
  author = {Kreuer, Jules},
  title = {evo2-mcp: MCP server for Evo 2 genomic sequence operations},
  year = {2025},
  url = {https://github.com/not-a-feature/evo2-mcp},
  version = {0.2.3}
}

对于底层的 Evo 2 模型，也请引用原始的 Evo 2 出版物。

许可与归属

本仓库中的横幅图片是 Evo 2 项目 中原始 Evo 2 横幅 的修改版本，该项目根据 Apache 2.0 许可证 发布。它使用 Google Gemini "Nanobana" 和 GIMP 进行了修改。