Servidor MCP de UniProt

Un servidor MCP (Protocolo de Contexto de Modelo) que permite a los modelos de lenguaje obtener información de proteínas de la base de datos UniProt. Este servidor se integra con Claude Desktop y otras aplicaciones de IA compatibles con MCP.

Características

• Buscar en UniProt : Busque proteínas por nombre, gen u otros criterios

• Obtener detalles de proteínas : recupera información detallada sobre una proteína

• Obtener secuencias de proteínas : obtener secuencias de aminoácidos

• Obtener funciones de proteínas : recuperar anotaciones funcionales, incluidos términos GO

• Obtener estructuras de proteínas : encontrar estructuras PDB relacionadas

Related MCP server: BioContextAI Knowledgebase MCP

Instalación

1. Clonar este repositorio:

   git clone https://github.com/yourusername/uniprot-mcp-server.git
   cd uniprot-mcp-server

2. Crear un entorno virtual (opcional pero recomendado):

   python -m venv venv
   source venv/bin/activate  # On Windows: venv\Scripts\activate

3. Instalar dependencias:

   pip install -r requirements.txt

Configuración local con Claude Desktop

1. Hacer que el script del servidor sea ejecutable:

   chmod +x server.py

2. Configurar Claude Desktop para utilizar este servidor MCP:

Para macOS/Linux:

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

Para Windows:

code $env:AppData\Claude\claude_desktop_config.json

3. Agregue la siguiente configuración (actualice la ruta para que coincida con la ubicación real del archivo):

   {
     "mcpServers": {
       "uniprot": {
         "command": "python",
         "args": [
           "/ABSOLUTE/PATH/TO/uniprot-mcp-server/server.py"
         ]
       }
     }
   }

4. Reiniciar Claude Desktop

Ejemplos de uso

Una vez configurado Claude Desktop, puede hacer preguntas como:

• "Encontrar proteínas relacionadas con la enfermedad de Alzheimer"

• Obtener la secuencia de la proteína P05067 (proteína precursora de beta amiloide)

• "¿Cuáles son las funciones de la proteína TP53?"

• "¿Existen estructuras 3D conocidas para la proteína BRCA1?"

Desarrollo

Para ejecutar el servidor directamente para realizar pruebas:

python server.py

Utilidades de prueba

Este proyecto incluye dos utilidades de prueba para verificar la funcionalidad:

1. Comprobación del estado del servidor

Verifica que el servidor MCP se inicie correctamente sin errores:

python server_health_check.py

2. Prueba de API de UniProt

Prueba la conectividad con la API de UniProt y verifica que todas las llamadas a la API funcionen como se espera:

python test_server.py

Ejecute estas pruebas antes de usar el servidor para asegurarse de que todo esté configurado correctamente.

Licencia

Instituto Tecnológico de Massachusetts (MIT)

Contribuyendo

¡Agradecemos sus contribuciones! No dude en enviar una solicitud de incorporación de cambios.

1. Bifurcar el repositorio

2. Crea tu rama de funciones ( git checkout -b feature/amazing-feature )

3. Confirme sus cambios ( git commit -m 'Add some amazing feature' )

4. Empujar a la rama ( git push origin feature/amazing-feature )

5. Abrir una solicitud de extracción