MCP(模型上下文协议)服务器用于gget生物信息学库。

此服务器实现了gget的模型上下文协议(MCP),提供了一个标准化接口来访问强大的生物信息工具和数据库。MCP使AI助手和代理能够通过结构化接口执行复杂的基因组查询。
gget生物信息工具包提供了对基因组数据库的有效查询,并包括以下功能:
👤 用户:"分析TP53基因 - 查找其详细信息和蛋白质序列,然后检查癌症突变"
🤖 AI助手:我将帮助您逐步分析TP53:
[使用gget_search] → 在17号染色体上找到TP53 (ENSG00000141510)
[使用gget_info] → TP53是一个编码肿瘤抑制基因
[使用gget_seq并设置translate=True] → 检索到393个氨基酸的蛋白质序列
[使用gget_cosmic] → 发现多个癌症中的热点突变R175H、R248Q、R273H
👤 用户:"现在预测这个蛋白质序列的3D结构:MSKGEELFTGVVPILVEL..."
🤖 AI助手:让我分析这个序列:
[使用gget_blast] → 识别为绿色荧光蛋白(GFP)
[使用gget_alphafold] → 预测经典β桶状结构,置信度超过90%
👤 用户:"对DNA修复基因进行通路富集分析:TP53、BRCA1、BRCA2、ATM"
🤖 AI助手:[使用gget_enrichr] → 主要通路:DNA损伤反应、同源重组、细胞周期检查点、p53信号传导
看到这有多强大了吗? 现在你可以用自然语言询问关于基因、序列、突变和通路的问题 - AI会为你完成复杂的生物信息工作!
</details>MCP是一种协议,它弥合了AI系统与专业领域工具之间的差距。它使以下成为可能:
如果你想了解更多的模型上下文协议是什么以及如何更有效地使用它,可以参加DeepLearning AI课程或在YouTube上搜索MCP视频。
</details>gget_search:查找与搜索词相关的Ensembl IDgget_info:获取Ensembl ID的详细信息gget_seq:检索核苷酸或氨基酸序列gget_ref:从Ensembl获取参考基因组信息gget_blast:BLAST核苷酸或氨基酸序列gget_blat:查找序列的基因组位置gget_muscle:多序列比对gget_archs4:从ARCHS4获取基因表达数据gget_enrichr:进行基因集富集分析gget_pdb:从PDB获取蛋白质结构数据gget_alphafold:使用AlphaFold预测蛋白质结构gget_cosmic:搜索COSMIC数据库中的癌症突变gget_cellxgene:查询CellxGene中的单细胞RNA-seq数据# 下载并安装uv
curl -LsSf https://astral.sh/uv/install.sh | sh
# 验证安装
uv --version
uvx --version
uvx是一个非常好的工具,可以在需要时运行一个python包进行安装。
</details>您可以直接使用uvx运行gget-mcp服务器,而无需克隆仓库:
# 在HTTP模式下运行服务器(默认)
uvx gget-mcp http
<details>
<summary>其他uvx模式(STDIO、HTTP、SSE)</summary>
# 在stdio模式下运行服务器
uvx gget-mcp stdio
# 在默认端口(3002)上以流式HTTP模式运行服务器
uvx gget-mcp http
# 在特定端口上运行
uvx gget-mcp http --port 8000
# 在SSE模式下运行服务器
uvx gget-mcp sse
</details>
当遇到uvx问题时,通常可以通过清理uv缓存来解决:
uv cache clean
HTTP模式将启动一个Web服务器,您可以在http://localhost:3002/mcp(文档位于http://localhost:3002/docs)访问它。STDIO模式设计用于通过标准输入/输出通信的MCP客户端,而SSE模式使用服务器发送事件进行实时通信。
注意:目前我们没有Swagger/OpenAPI接口,因此直接在浏览器中访问服务器不会显示太多有用信息。要探索可用工具和能力,您应该使用MCP Inspector(见下文)或通过MCP客户端连接以查看可用工具。
我们提供了针对不同用例预配置的JSON文件。这里是一些实际配置示例:
对于大多数AI客户端,请使用此配置。当您希望将大型输出文件(如序列、结构、比对)保存到磁盘而不是作为文本返回时,请使用此模式。 创建或更新您的MCP配置文件:
{
"mcpServers": {
"gget-mcp": {
"command": "uvx",
"args": ["--from", "gget-mcp@latest", "stdio"]
}
}
}
对于HTTP模式:
{
"mcpServers": {
"gget-mcp": {
"command": "uvx",
"args": ["--from", "gget-mcp@latest", "server"]
}
}
}
为了可视化地指导如何配置MCP服务器与AI客户端,查看我们的配置教程视频,该视频是针对我们的姊妹MCP服务器(biothings-mcp)。gget MCP服务器的配置原则完全相同 - 只需使用上面提供的适当JSON配置文件即可。
如果您想检查MCP服务器提供的方法,请使用npx(您可能需要安装nodejs和npm):
对于使用uvx的STDIO模式:
npx @modelcontextprotocol/inspector --config mcp-config.json --server gget-mcp
您也可以手动运行Inspector并通过界面进行配置:
npx @modelcontextprotocol/inspector
之后,您可以在MCP Inspector中探索工具和资源,通常在6274端口(注意,如果多次运行Inspector,端口可能会改变)。
</details>只需将您的AI客户端(如Cursor、Windsurf、ClaudeDesktop、VS Code with Copilot或其他)指向存储库中的适当配置文件即可。
本指南将引导您在Windows上设置Claude Desktop和gget_mcp扩展,并集成Google Drive。完成后,您将能够使用Claude获取生物数据(如基因序列)并将它们直接保存到Google Drive文件夹中,同时具有离线访问权限。
启动应用程序并使用您的用户账户登录
连接您的项目共享Google账户(如有必要)
为您的工作文件夹配置离线访问:
C:\GDrive\holy-bio-mcp\My Disk\work处可用重要:这不同于简单的同步 - 离线访问确保文件本地可用,同时仍然是Google Drive结构的一部分。
使用以下任一方法安装uv:
选项A:使用winstall
选项B:使用PowerShell
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
安装后重新启动终端
您可以使用以下任一方法安装Node.js:
选项A:原生安装程序
选项B:使用Chocolatey
choco install nodejs
两种方法效果相同 - 选择您喜欢的方法。
打开命令提示符或PowerShell并运行:
uvx --from gget-mcp@latest stdio
预期行为:
Ctrl+C停止它C:\GDrive\holy-bio-mcp\My Disk\work)注意:文件系统扩展内置在Claude Desktop中,并且底层使用MCP,但由应用程序直接管理。您不需要在JSON文件中配置它。
claude_desktop_config.json文件{
"mcpServers": {
"gget": {
"command": "uvx",
"args": [
"--from",
"gget-mcp@latest",
"stdio"
]
}
}
}
现在让我们验证一切是否正常!在Claude Desktop中创建一个新的聊天。 点击“搜索和工具”图标,选择并启用gget_mcp和文件系统
尝试以下提示:
请搜索COL1A1基因,检索其蛋白质序列,
并将其保存到C:\GDrive\holy-bio-mcp\My Disk\work\test_sequences\作为FASTA文件。
预期结果:
uv和node已在系统PATH中如果一切正常,您现在拥有:
现在您可以要求Claude获取基因序列、蛋白质数据、执行BLAST搜索,并将所有内容直接保存到具有离线访问权限的Google Drive文件夹中!
指南更新日期:2025年10月13日
</details># 克隆仓库
git clone https://github.com/longevity-genie/gget-mcp.git
cd gget-mcp
uv sync
如果您已经克隆了仓库,可以使用uv运行服务器:
# 在本地启动MCP服务器(HTTP模式)
uv run server
# 或在STDIO模式下启动
uv run stdio
# 或在SSE模式下启动
uv run sse
</details>