BioMCP — Servidor MCP de bioinformática / Servidor MCP de bioinformática

BioMCP es un servidor MCP de código abierto que conecta cualquier asistente de IA directamente a 36 bases de datos bioinformáticas abiertas — sin configuración, sin claves API. Literatura, secuencias, BLAST, estructuras, enriquecimiento, anotaciones, genomas, interacciones, vías, variantes, dominios, compuestos, células individuales, glicómica, metabolómica, lipidómica, microbioma, plantas, organismos modelo, proteómica y más.

BioMCP es un servidor MCP de código abierto que permite a cualquier asistente de IA conectarse directamente a 36 bases de datos biológicas públicas sin configuración — literatura, secuencias, alineamientos, estructuras, enriquecimiento, anotaciones, genomas, interacciones, vías, variantes, dominios, compuestos, células individuales, glicómica, metabolómica, lipidómica, microbioma, plantas, organismos modelo, proteómica y más.

Características / Características

Protocolo MCP estándar / Protocolo MCP estándar — Basado en el SDK oficial de MCP con transporte stdio, compatible con todos los clientes MCP Basado en el SDK oficial de MCP, transporte stdio, compatible con todos los clientes MCP

68 herramientas · 36 bases de datos / 68 herramientas · 36 bases de datos — Cubre literatura → secuencias → estructuras → funciones → interacciones → vías → variantes → fármacos → células individuales → glicómica → metabolómica → lipidómica → microbioma → plantas → organismos modelo → proteómica → análisis inteligente Cubre literatura → secuencias → estructuras → funciones → interacciones → vías → variantes → fármacos → células individuales → glicómica → metabolómica → lipidómica → microbioma → plantas → organismos modelo → proteómica → análisis inteligente

Configuración cero / Configuración cero — pip install bio-mcp un comando, sin configuración de base de datos, sin claves API requeridas pip install bio-mcp un comando, sin base de datos, sin claves

Datos públicos autorizados / Datos públicos autorizados — Todo desde APIs oficiales: NCBI / RCSB / UniProt / Ensembl / EBI / STRING / KEGG / GlyGen / Reactome / OpenAlex, etc. Todo desde APIs oficiales: NCBI / RCSB / UniProt / Ensembl / EBI / STRING / KEGG / GlyGen / Reactome / OpenAlex, etc.

Límite de velocidad inteligente / Límite de velocidad inteligente — Limitación integrada de NCBI de 3 segundos/solicitud con retroceso de reintento, respeta los estándares académicos de API Limitación integrada de NCBI de 3 segundos/solicitud con retroceso de reintento, respeta los estándares académicos de API

Validación entre bases de datos / Validación entre bases de datos — gene_full_profile consulta simultáneamente 4 bases de datos, intelligent_analyze detecta automáticamente los tipos de datos y recomienda los mejores planes de análisis gene_full_profile consulta simultáneamente 4 bases de datos, intelligent_analyze detecta automáticamente los tipos de datos y recomienda los mejores planes de análisis

Bilingüe / Bilingüe — Descripciones de herramientas y documentación en ambos idiomas, red doméstica accesible (adaptado Enrichr como alternativa a g:Profiler) Descripciones de comandos y documentación bilingües, red doméstica accesible (adaptado Enrichr como alternativa a g:Profiler)

Sistema de agente inteligente / Sistema de agente inteligente — Analiza automáticamente los datos de entrada, recomienda las mejores herramientas, ahorra tokens, proporciona información inesperada Analiza automáticamente los datos de entrada, recomienda las mejores herramientas, ahorra tokens, proporciona información inesperada

Agente honesto / Agente honesto — db_health_check ejecuta pruebas de conectividad reales en todos los endpoints, tool_inventory informa qué herramientas están verificadas de extremo a extremo frente a las de mejor esfuerzo db_health_check ejecuta pruebas de conectividad reales en todos los endpoints, tool_inventory informa qué herramientas están verificadas de extremo a extremo frente a las de mejor esfuerzo, sin suposiciones optimistas

Related MCP server: BioContextAI Knowledgebase MCP

Instalación / Instalación

# 1. 安装（需要 Python 3.10+）/ Install (Python 3.10+)
pip install bio-mcp

# 2. 启动（stdio 模式，供 MCP 客户端调用）/ Run in stdio mode
bio-mcp

Instalación manual (código fuente) / Instalación desde el código fuente

git clone https://github.com/qgeng1465/bio-mcp.git
cd bio-mcp
pip install .
# 或开发模式 / or dev mode
pip install -e ".[test]"

Inicio rápido / Inicio rápido

Registra BioMCP en cualquier asistente de IA / IDE compatible con MCP (Cursor / VS Code / clientes MCP, etc.): Registra BioMCP en cualquier asistente de IA / IDE compatible con MCP (Cursor / VS Code / varios clientes MCP, etc.):

{
  "mcpServers": {
    "bio-mcp": {
      "command": "bio-mcp"
    }
  }
}

Luego simplemente pregunta en la conversación: Luego úsalo directamente en la conversación:

查询 BRCA1 相关的最新文献 / 查 CRISPR 领域的高被引论文
下载 CYP2D6 的蛋白序列 / 检索大肠杆菌的核酸序列
对这段 DNA 做 BLAST：ATGC...
查 PDB 1CRN 的结构 / AlphaFold 预测 P04637 / EMDB 电镜结构 EMD-1234
分析基因列表 BRCA1,TP53,EGFR,ATM,RAD51 的富集
查 apoptosis 通路 / 查 TP53 的实验互作网络
查糖苷 G00051MO 的结构 / P04637 的糖基化 / 查脂质 LMFA01030001
检索肠道微生物组研究 / 检索大肠杆菌的基因组组装 / 查 pET-28a 质粒
查 BRCA1 在人体组织中的表达
查拟南芥基因 AT1G01010 / 查线虫基因 WBGene00000001
检索人血浆蛋白质组学项目 PXD000001 / 查 TP53 的 HGNC 基因符号
搜索乳腺癌的 SRA 测序数据 / 查 aspirin 在 UniChem 的 ID 映射
对 BRCA1 做一个多库综合分析报告
使用智能分析：TP53 基因的功能分析
获取基因研究的分析模板
检查当前哪些数据库可达（诚实检查）

Herramientas / Herramientas (68)

Análisis inteligente / Análisis inteligente

Literatura / Literatura

Secuencia y alineamiento / Secuencia y alineamiento

Estructura / Estructura

Función de la proteína / Función de la proteína

Nomenclatura de genes / Nomenclatura de genes

Vías e interacciones / Vías e interacciones

Genoma y ensamblaje / Genoma y ensamblaje

Variantes y clínica / Variantes y clínica

Compuestos y fármacos / Compuestos y fármacos

Ácidos nucleicos y plásmidos / Ácidos nucleicos y plásmidos

Microbioma / Microbioma

Célula única / Célula única

Glicómica / Glicómica

Metabolómica / Metabolómica

Lipidómica / Lipidómica

Atlas de proteínas / Atlas de proteínas

Muestras y expresión / Muestras y expresión

Proteómica

Organismos modelo

Plantas

Archivo de secuenciación

Control de honestidad

Análisis combinado

Salida de ejemplo

Análisis inteligente

输入: "TP53"
分析目标: "function"

输出:
{
  "data_analysis": {
    "primary_type": "gene_name",
    "confidence": {"gene_name": 0.85}
  },
  "recommended_plans": [
    {
      "plan_id": "primary",
      "recommended_tools": [
        "uniprot_annotate",
        "protein_domains",
        "gene_enrichment",
        "string_interactions"
      ],
      "expected_results": [
        "蛋白基本信息",
        "结构域和家族",
        "GO富集分析",
        "蛋白互作网络"
      ],
      "token_efficiency": "high",
      "insights": [
        "建议检查基因的物种特异性",
        "考虑该基因在不同组织中的表达差异",
        "可以探索该基因在疾病状态下的异常表达"
      ]
    }
  ]
}

gene_full_profile (herramienta combinada)

基因综合分析：TP53 (homo_sapiens)

- Ensembl ENSG00000141510 · chr17:7668402-7687550 · protein_coding · tumor protein p53
- UniProt P04637 · Cellular tumor antigen p53 · Homo sapiens · 393 aa · Multifunctional transcription factor...
- STRING 互作伙伴: MDM2(0.999), TP53BP1(0.996), EP300(0.986), ...
- PubMed 文献: 74,021 篇

综合来自 Ensembl / UniProt / STRING / PubMed 的交叉验证。

Dos formas de uso: agente inteligente o llamada directa

BioMCP admite dos modos de uso; puedes elegir según lo necesites.

Modo 1: agente inteligente y skills (ahorro de tokens)

• Pregunta directamente a intelligent_analyze(input, goal); el agente determina el tipo de datos, recomienda bases de datos, ofrece los resultados esperados e información, y solo llama a las herramientas necesarias.

• O usa las skills integradas del repositorio (bio-data-to-database / bio-analysis / bio-mcp-usage), que ejecutan automáticamente el flujo «clasificación → recomendación → validación cruzada → informe honesto».

• Adecuado para: situaciones en las que no sabes qué puedes hacer con los datos, quieres ahorrar tokens o necesitas información.

Modo 2: llamar directamente a cualquier herramienta (totalmente manual)

• Sin pasar por el agente, llama directamente a cualquier herramienta individual, como pubmed_search(term="BRCA1"), blast_search(...), uniprot_annotate(gene="TP53").

• Adecuado para: situaciones en las que los datos y los objetivos están claros, ya tienes un plan de consulta y no quieres introducir el juicio del agente.

• Las herramientas son las mismas que usa el agente: tool_inventory muestra las 68 herramientas y su estado de verificación; db_health_check confirma la accesibilidad actual de la red.

Ambos modos son equivalentes e interoperables: el agente al final también llama a estas herramientas; los resultados obtenidos manualmente son exactamente los mismos.

Arquitectura

Client Layer / 客户端层
┌──────────────────────────────────────────────┐
│                 MCP Client                   │
│   (Any MCP-compatible AI assistant / IDE)     │
└──────────────────────┬───────────────────────┘
                       │  stdio (JSON-RPC 2.0)
Server Layer / 服务器层
┌──────────────────────▼───────────────────────┐
│              bio-mcp server                   │
│  ┌────────────────────────────────────────┐  │
│  │  tools/  (68 MCP tools / 68 工具)      │  │
│  │  intelligent · honesty · pubmed · ncbi │  │
│  │  blast · pdb · uniprot · enrichment ·  │  │
│  │  ensembl · string · kegg · variant ·   │  │
│  │  interpro · pubchem · chembl ·         │  │
│  │  europepmc · alphafold · cellxgene ·   │  │
│  │  ucsc · taxonomy · geo · glygen ·      │  │
│  │  uniparc · metabolights · proteinatlas │  │
│  │  assembly · dbsnp · plasmid · ena ·    │  │
│  │  mgnify · reactome · openalex · lipid  │  │
│  │  emdb · intact · crosscheck · hgnc ·   │  │
│  │  biogrid · biosamples · expression ·   │  │
│  │  unichem · chebi · pride · flybase ·   │  │
│  │  wormbase · rgd · plants               │  │
│  └────────────────────┬───────────────────┘  │
│  ┌────────────────────▼───────────────────┐  │
│  │  core/  (35 client modules · 36 DBs)     │  │
│  │  BioHTTP: retry/backoff/rate-limit/      │  │
│  │  LRUCache: thread-safe caching          │  │
│  └────────────────────┬───────────────────┘  │
└───────────────────────┼──────────────────────┘
Database Layer / 数据库层
        ┌───────┬───────┼───────┬───────┬────────────┐
     ┌──▼──┐ ┌──▼──┐ ┌──▼──┐ ┌──▼──┐ ┌──▼──┐ ┌─────▼─────┐
     │NCBI │ │RCSB │ │Uni  │ │Ens  │ │STRING│ │Enrichr   │
     │     │ │PDB  │ │Prot │ │embl │ │     │ │... 共36库 │
     └─────┘ └─────┘ └─────┘ └─────┘ └─────┘ └───────────┘

¿Por qué usar Enrichr en lugar de g:Profiler?

g:Profiler (Estonia) suele ser inaccesible en la red doméstica; Enrichr (Ma'ayan Lab) es accesible y ofrece cientos de bibliotecas de conjuntos de genes, como GO/KEGG/Reactome/WikiPathways. BioMCP usa Enrichr por defecto para garantizar una experiencia inmediata.

¿Por qué se excluyen OpenGWAS / DisGeNET?

OpenGWAS exige un token de API desde 2024-05; DisGeNET también requiere una clave de API, y ninguno permite conexión directa sin configuración, por lo que no están incluidos. Entre las bases de datos incluidas, excepto BioGRID, que necesita la variable de entorno BIOGRID_ACCESS_KEY, las otras 35 son API abiertas sin clave. BioGRID se mantiene porque se puede obtener una clave gratuita con el registro y sus datos de interacción son muy valiosos para el análisis de redes de proteínas.

Estructura del proyecto

bio-mcp/
├── src/bio_mcp/
│   ├── server.py            # MCP server 入口（装配 68 个工具）
│   ├── core/                # 35 个客户端模块覆盖 36 库
│   │   ├── http.py          #   BioHTTP：重试/退避/限速/超时
│   │   ├── cache.py         #   LRUCache：线程安全缓存层
│   │   ├── ncbi.py          #   NCBI E-utilities + BLAST + Assembly + dbSNP + SRA/BioProject/BioSamples
│   │   ├── rcsb.py          #   RCSB PDB
│   │   ├── uniprot.py       #   UniProt REST
│   │   ├── enrichr.py       #   Enrichr 富集
│   │   ├── ensembl.py       #   Ensembl 基因/同源/植物
│   │   ├── stringdb.py      #   STRING 互作
│   │   ├── kegg.py          #   KEGG 通路
│   │   ├── myvariant.py     #   MyVariant 变异
│   │   ├── interpro.py      #   InterPro 结构域
│   │   ├── pubchem.py       #   PubChem 化合物
│   │   ├── europepmc.py     #   Europe PMC 文献
│   │   ├── alphafold.py     #   AlphaFold 结构
│   │   ├── chembl.py        #   ChEMBL 药物
│   │   ├── cellxgene.py     #   CELLxGENE 单细胞
│   │   ├── ucsc.py          #   UCSC 基因组
│   │   ├── glygen.py        #   GlyGen 糖组学
│   │   ├── uniparc.py       #   UniParc 蛋白序列归档
│   │   ├── metabolights.py  #   Metabolights 代谢组学
│   │   ├── proteinatlas.py  #   Human Protein Atlas
│   │   ├── ena.py           #   EBI ENA 核酸档案
│   │   ├── mgnify.py        #   EBI MGnify 微生物组
│   │   ├── reactome.py      #   Reactome 通路
│   │   ├── openalex.py      #   OpenAlex 文献
│   │   ├── lipidmaps.py     #   LIPID MAPS 脂质
│   │   ├── emdb.py          #   EBI EMDB 电镜结构
│   │   ├── intact.py        #   EBI IntAct 实验互作
│   │   ├── hgnc.py          #   HGNC 基因命名
│   │   ├── biogrid.py       #   BioGRID 互作（需 key）
│   │   ├── expressionatlas.py # EBI Expression Atlas
│   │   ├── unichem.py       #   UniChem 化合物 ID 映射
│   │   ├── chebi.py         #   ChEBI 化合物本体
│   │   ├── pride.py         #   EBI PRIDE 蛋白质组学
│   │   ├── flybase.py       #   FlyBase 果蝇
│   │   ├── wormbase.py      #   WormBase 线虫
│   │   └── rgd.py           #   Rat Genome DB 大鼠
│   └── tools/               # 68 个 MCP 工具定义
│       ├── intelligence.py  #   智能分析系统
│       ├── honesty.py       #   诚实 agent（连通性检查/工具清单）
│       ├── plants.py        #   植物基因工具
│       ├── pubmed.py · ncbi.py · blast.py · pdb.py
│       ├── uniprot.py · enrichment.py · ensembl.py
│       ├── stringdb.py · kegg.py · variant.py
│       ├── interpro.py · pubchem.py · europepmc.py
│       ├── alphafold.py · chembl.py · cellxgene.py
│       ├── ucsc.py · ncbi_extra.py · glygen.py
│       ├── uniparc.py · metabolights.py · proteinatlas.py
│       ├── ena.py · mgnify.py · reactome.py · openalex.py
│       ├── lipidmaps.py · emdb.py · intact.py · crosscheck.py
│       ├── hgnc.py · biogrid.py · biosamples.py
│       ├── expressionatlas.py · unichem.py · chebi.py
│       └── pride.py · flybase.py · wormbase.py · rgd.py
├── tests/                   # 单元测试（不依赖网络）
├── examples/                # 客户端配置与快速开始
├── .github/workflows/       # CI（GitHub Actions）
└── pyproject.toml

Pruebas

# 单元测试（离线，不依赖网络）/ offline unit tests
python -m pytest tests/ -v

Nota honesta sobre el estado de verificación:

• Las 40 herramientas originales (v0.1-0.4) se validaron de extremo a extremo contra bases de datos públicas reales durante el desarrollo.

• De las 28 herramientas añadidas en v0.5, la mayoría (HGNC, BioSamples, UniChem, ChEBI, PRIDE, WormBase, plantas, SRA/BioProject, búsqueda de experimentos en Expression Atlas, análisis inteligente y control de honestidad) ya se validaron de extremo a extremo con datos reales durante el desarrollo.

• Herramientas restringidas, se divulga honestamente: FlyBase está bloqueada por la detección de bots de CloudFront WAF (los clientes de script no pueden acceder); Rat Genome DB agota el tiempo de espera en la red actual; la búsqueda de WormBase es de buena fe (best-effort); BioGRID requiere clave de API.

• expression_atlas_gene de Expression Atlas es la versión honesta: la API REST pública ya no ofrece un endpoint con valores de expresión numéricos para un solo gen; la herramienta devuelve una lista de experimentos que coinciden con el gen para su revisión.

• Para confirmar si una base de datos es accesible en el entorno actual, llama primero a db_health_check; para conclusiones importantes, contrasta con herramientas profesionales y los datos originales.

Las 40 herramientas originales (v0.1-0.4) se validaron de extremo a extremo durante el desarrollo. La mayoría de las 28 herramientas añadidas en v0.5 se validaron con datos reales durante el desarrollo. Las herramientas restringidas se divulgan honestamente: FlyBase está bloqueada por la detección de bots de CloudFront WAF; Rat Genome DB agotó el tiempo de espera en la red actual; la búsqueda de WormBase es de buena fe; BioGRID necesita una clave de API. expression_atlas_gene es una versión honesta: la API REST pública ya no expone valores de expresión numéricos por gen, por lo que devuelve experimentos coincidentes. Ejecuta db_health_check para confirmar la accesibilidad del endpoint antes de confiar en una base de datos específica.

Licencia

BioMCP utiliza un modelo de doble licencia:

• Uso académico: licencia MIT para uso educativo, de investigación y personal no comercial Se otorga licencia MIT para uso educativo, de investigación y personal no comercial.

• Uso comercial: se requiere una licencia comercial por separado para integración empresarial, generación de ingresos o implementación SaaS La integración empresarial, la generación de ingresos o la implementación SaaS requieren una licencia comercial por separado.

Para consultas sobre licencias comerciales: https://github.com/qgeng1465

Hoja de ruta

• Análisis comparativo por lotes (múltiples secuencias / enriquecimiento por lotes de múltiples genes)

• Interfaces de datos de células virtuales / organoides (integración multiómica)

• Soporte para más bases de datos (organismos modelo como MGI/ZFIN/Xenbase, más genomas de plantas)

• Funciones avanzadas de análisis inteligente (colaboración multiagente)

Descargo de responsabilidad

Esta herramienta se destina exclusivamente al estudio, la investigación y el uso personal razonable.

• Los resultados de las consultas provienen de datos brutos de bases de datos públicas; no se garantiza su total exactitud; verifica con herramientas profesionales y los datos originales. Los resultados de las consultas provienen de datos brutos de bases de datos públicas y no se garantiza que sean completamente exactos; por favor, contrasta con herramientas profesionales y datos originales.

• Cumple con los términos de uso de cada base de datos (NCBI requiere ≥3 segundos/solicitud e información de contacto; ya está incorporado en este proyecto). Respeta los términos de uso de las bases de datos (NCBI requiere ≥3 segundos por solicitud e información de contacto; ya está integrado).

• En decisiones clínicas, farmacológicas o médicas, consulta a profesionales. El usuario asume todos los riesgos y responsabilidades legales derivados del uso de esta herramienta. Para decisiones clínicas, farmacológicas o médicas, consulta a profesionales. Los usuarios asumen todos los riesgos y responsabilidades.

Soporte

Si BioMCP te resulta útil, considera apoyar el proyecto para que pueda seguir actualizándose.

Si BioMCP te ha ayudado, apoya el proyecto para motivarme a seguir actualizándolo.

Cita

Si usas BioMCP en tu investigación o publicación, por favor cita:

@software{bio_mcp_2026,
  title={BioMCP: A Zero-Config MCP Server for Bioinformatics Databases},
  author={qgeng1465},
  year={2026},
  url={https://github.com/qgeng1465/bio-mcp}
}

Licencia © 2026 qgeng1465