AlphaFold MCP Server

搜索 TypeScript

🚀 AlphaFold MCP Server

AlphaFold MCP Server 是一个全面的模型上下文协议（MCP）服务器，它通过丰富的工具和资源，为蛋白质结构预测分析提供对 AlphaFold 蛋白质结构数据库的访问途径，助力科研人员更高效地开展相关研究。

🚀 快速开始

此 MCP 服务器能够与 AlphaFold 庞大的蛋白质结构预测集合实现无缝集成，提供了结构检索、可信度分析、批量处理和可视化准备等工具，非常适合从事预测蛋白质结构研究的科研人员、生物信息学家和结构生物学家使用。

✨ 主要特性

🧬 核心结构工具

结构检索：通过 UniProt ID 获取 AlphaFold 预测结果。
多格式下载：支持 PDB、CIF、BCIF 和 JSON 格式。
可用性检查：验证特定蛋白质的预测结果是否存在。

🔍 搜索与发现

结构搜索：按名称、基因或生物体查找蛋白质。
生物体浏览：列出特定物种的所有可用结构。
覆盖统计：获取全面的生物体级统计信息。

📊 可信度与质量分析

逐残基可信度：提供每个氨基酸的详细可信度分数。
区域分析：识别高/低可信度的结构区域。
质量验证：评估整体预测的可靠性。

⚡ 批量处理

批量检索：同时处理多个蛋白质。
批量下载：高效地进行多结构下载。
并行分析：对蛋白质集进行可信度分析。

🔬 比较分析

结构比较：对多个蛋白质进行并排分析。
相似性搜索：查找结构相关的蛋白质。
覆盖比较：分析预测的完整性。

🎨 可视化集成

PyMOL 脚本：提供即用型可视化脚本。
ChimeraX 集成：以可信度着色的结构查看。
自定义导出格式：提供灵活的数据导出选项。

📦 安装指南

# 克隆或创建服务器目录
npm install

# 构建服务器
npm run build

💻 使用示例

作为 MCP 服务器

添加到您的 MCP 配置中：

{
"mcpServers": {
"alphafold-server": {
"command": "node",
"args": ["/path/to/alphafold-server/build/index.js"]
}
}
}

直接使用

# 启动服务器
npm start

# 或者直接运行
node build/index.js

基础用法

以下是一些基本操作的代码示例：

// 1. 检查结构是否可用
await use_mcp_tool("alphafold-server", "check_availability", {
uniprotId: "P04637",
});

// 2. 获取结构元数据
await use_mcp_tool("alphafold-server", "get_prediction_metadata", {
uniprotId: "P04637",
});

// 3. 分析可信度分数
await use_mcp_tool("alphafold-server", "get_confidence_scores", {
uniprotId: "P04637",
threshold: 70,
});

高级用法

比较研究

// 比较多个相关蛋白质
await use_mcp_tool("alphafold-server", "compare_structures", {
uniprotIds: ["P04637", "P53350", "P63151"],
});

// 批量可信度分析
await use_mcp_tool("alphafold-server", "batch_confidence_analysis", {
uniprotIds: ["P04637", "P53350", "P63151"],
});

可视化准备

// 导出用于 PyMOL 并包含可信度着色
await use_mcp_tool("alphafold-server", "export_for_pymol", {
uniprotId: "P04637",
includeConfidence: true,
});

// 导出用于 ChimeraX
await use_mcp_tool("alphafold-server", "export_for_chimerax", {
uniprotId: "P04637",
includeConfidence: true,
});

全生物体分析

// 获取人类蛋白质统计信息
await use_mcp_tool("alphafold-server", "get_organism_stats", {
organism: "Homo sapiens",
});

// 列出可用结构
await use_mcp_tool("alphafold-server", "list_by_organism", {
organism: "Homo sapiens",
size: 100,
});

📚 详细文档

可用工具

核心结构工具

`get_structure`

检索特定 UniProt ID 的 AlphaFold 结构预测。参数：

uniprotId（必需）：UniProt 编号（例如，"P21359", "Q8N726"）
format（可选）：输出格式 - "pdb", "cif", "bcif", 或 "json"（默认："json"）

示例：

{
"uniprotId": "P04637",
"format": "json"
}

`download_structure`

下载指定格式的 AlphaFold 结构文件。参数：

uniprotId（必需）：UniProt 编号
format（可选）：文件格式 - "pdb", "cif", 或 "bcif"（默认："pdb"）

`check_availability`

检查 UniProt ID 的 AlphaFold 结构预测是否可用。参数：

uniprotId（必需）：要检查的 UniProt 编号

搜索与发现工具

`search_structures`

按蛋白质名称或基因搜索可用的 AlphaFold 结构。参数：

query（必需）：搜索词（蛋白质名称、基因名称等）
organism（可选）：按生物体过滤
size（可选）：结果数量（1 - 100，默认：25）

`list_by_organism`

列出特定生物体的所有可用结构。参数：

organism（必需）：生物体名称（例如，"Homo sapiens", "Escherichia coli"）
size（可选）：结果数量（1 - 100，默认：50）

`get_organism_stats`

获取生物体的 AlphaFold 覆盖统计信息。参数：

organism（必需）：生物体名称

可信度与质量工具

`get_confidence_scores`

获取结构预测的逐残基可信度分数。参数：

uniprotId（必需）：UniProt 编号
threshold（可选）：可信度阈值（0 - 100）

`analyze_confidence_regions`

分析可信度分数分布并识别高/低可信度区域。参数：

uniprotId（必需）：UniProt 编号

`get_prediction_metadata`

获取预测的元数据，包括版本、日期和质量指标。参数：

uniprotId（必需）：UniProt 编号

批量处理工具

`batch_structure_info`

同时获取多个蛋白质的结构信息。参数：

uniprotIds（必需）：UniProt 编号数组（最多 50 个）
format（可选）：输出格式 - "json" 或 "summary"（默认："json"）

`batch_download`

下载多个结构文件。参数：

uniprotIds（必需）：UniProt 编号数组（最多 20 个）
format（可选）：文件格式 - "pdb" 或 "cif"（默认："pdb"）

`batch_confidence_analysis`

分析多个蛋白质的可信度分数。参数：

uniprotIds（必需）：UniProt 编号数组（最多 30 个）

比较分析工具

`compare_structures`

比较多个 AlphaFold 结构进行分析。参数：

uniprotIds（必需）：要比较的 UniProt 编号数组（2 - 10 个）

`find_similar_structures`

查找与给定蛋白质相似的 AlphaFold 结构。参数：

uniprotId（必需）：参考 UniProt 编号
organism（可选）：按生物体过滤

覆盖与完整性工具

`get_coverage_info`

获取 AlphaFold 预测中序列覆盖的信息。参数：

uniprotId（必需）：UniProt 编号

`validate_structure_quality`

验证并评估 AlphaFold 预测的整体质量。参数：

uniprotId（必需）：UniProt 编号

导出与集成工具

`export_for_pymol`

导出用于 PyMOL 可视化的结构数据。参数：

uniprotId（必需）：UniProt 编号
includeConfidence（可选）：包含可信度分数着色（默认：true）

`export_for_chimerax`

导出用于 ChimeraX 可视化的结构数据。参数：

uniprotId（必需）：UniProt 编号
includeConfidence（可选）：包含可信度分数着色（默认：true）

`get_api_status`

检查 AlphaFold API 状态和数据库统计信息。参数：无

可用资源

资源模板

`alphafold://structure/{uniprotId}`

MIME 类型：application/json 描述：UniProt ID 的完整 AlphaFold 结构预测

`alphafold://pdb/{uniprotId}`

MIME 类型：chemical/x-pdb 描述：UniProt ID 的 PDB 格式结构文件

`alphafold://confidence/{uniprotId}`

MIME 类型：application/json 描述：结构预测的逐残基可信度分数

`alphafold://summary/{organism}`

MIME 类型：application/json 描述：生物体所有可用结构的摘要

API 参考

服务器连接到 https://alphafold.ebi.ac.uk/api/ 的 AlphaFold API，并提供对以下内容的结构化访问：

结构预测：完整的蛋白质结构数据
可信度分数：逐残基可靠性指标
元数据：预测版本、日期和质量信息
交叉引用：指向其他数据库和资源的链接

错误处理

服务器包含全面的错误处理机制，用于处理以下情况：

无效的 UniProt ID
缺失的结构预测
API 连接问题
速率限制和超时
格式错误的请求

速率限制

请注意 API 使用：

批量操作限制在合理的大小范围内
大请求会自动分块
内置延迟可防止 API 过载

🔧 技术细节

贡献说明

欢迎贡献代码！请确保：

代码具备 TypeScript 类型安全
有全面的错误处理
为新功能提供文档说明
使用真实的 AlphaFold 数据进行测试

关于

本项目由 Augmented Nature 开发 - augmentednature.ai

Augmented Nature 专注于为科学研究和数据分析创建人工智能驱动的工具和基础设施。

📄 许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。

引用说明

如果您在研究中使用了此 MCP 服务器，请引用以下内容：

AlphaFold 数据库：https://alphafold.ebi.ac.uk/
模型上下文协议：https://modelcontextprotocol.io/

如果您在研究或出版物中使用了本项目，请按以下方式引用：

@misc{alphafoldmcp2025,
author = {Moudather Chelbi},
title = {AlphaFold MCP Server},
year = {2025},
howpublished = {https://github.com/Augmented-Nature/AlphaFold-MCP-Server},
note = {Accessed: 2025-06-29}
}

支持与反馈

如果您遇到问题或有疑问，请：

查看 AlphaFold API 文档
查看错误消息以获取调试提示
确保 UniProt ID 有效且最新

注意：本服务器为访问 AlphaFold 数据提供了便捷的接口，但不存储或缓存结构数据。所有数据均直接从官方 AlphaFold API 获取。

0 条评论
分类：搜索

AlphaFold MCP Server