AlphaFold MCP服务器
一个全面的模型上下文协议（MCP）服务器，通过一套丰富的蛋白质结构预测分析工具和资源，提供对AlphaFold蛋白质结构数据库的访问。
概述
此MCP服务器可与AlphaFold的大量蛋白质结构预测无缝集成，为结构检索、置信度分析、批处理和可视化准备提供工具。非常适合研究人员、生物信息学家和结构生物学家使用预测的蛋白质结构。
特性
🧬 核心结构工具
- 结构检索：通过UniProt ID获取AlphaFold预测
- 多格式下载：支持PDB、CIF、BCIF和JSON格式
- 可用性检查：验证是否存在特定蛋白质的预测
🔍 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
- 覆盖率统计：获取全面的生物体水平统计数据
📊 信心和质量分析
- 每残留置信度：每种氨基酸的详细置信度得分
- 区域分析：确定高/低置信度结构区域
- 质量验证：评估总体预测可靠性
⚡ 批处理
- 批量检索：同时处理多种蛋白质
- 批量下载：高效的多结构下载
- 平行分析：蛋白质组的置信度分析
🔬 比较分析
- 结构比较：多种蛋白质的并排分析
- 相似性搜索：查找结构相关的蛋白质
- 覆盖范围比较：分析预测的完整性
🎨 可视化集成
- PyMOL脚本：即用型可视化脚本
- ChimeraX集成：信心彩色结构查看
- 自定义导出格式：灵活的数据导出选项
安装
# Clone or create the server directory
npm install
# Build the server
npm run build用法
作为MCP服务器
添加到MCP配置中：
{
"mcpServers": {
"alphafold-server": {
"command": "node",
"args": ["/path/to/alphafold-server/build/index.js"]
}
}
}直接使用
# Start the server
npm start
# Or run directly
node build/index.js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（必填）：UniProt加入（例如，“P21359”、“Q8N726”）format（可选）：输出格式-“pdb”、“cif”、“bcif”或“json”（默认：“json”）
例子：
{
"uniprotId": "P04637",
"format": "json"
}download_structure
下载指定格式的AlphaFold结构文件。
参数：
uniprotId（必填）：UniProt加入format（可选）：文件格式-“pdb”、“cif”或“bcif”（默认：“pdb）
check_availability
检查AlphaFold结构预测是否适用于UniProt ID。
参数：
uniprotId（必填）：UniProt登录检查
搜索和发现工具
search_structures
按蛋白质名称或基因搜索可用的AlphaFold结构。
参数：
query（必填）：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，默认值：25）
list_by_organism
列出特定生物体的所有可用结构。
参数：
organism（必填）：生物体名称（例如“智人”、“大肠杆菌”）size（可选）：结果数量（1-100，默认值：50）
get_organism_stats
获取有关生物体AlphaFold覆盖率的统计数据。
参数：
organism（必填）：生物体名称
信心和质量工具
get_confidence_scores
获取结构预测的每残基置信度得分。
参数：
uniprotId（必填）：UniProt加入threshold（可选）：置信阈值（0-100）
analyze_confidence_regions
分析置信度得分分布，确定高/低置信度区域。
参数：
uniprotId（必填）：UniProt加入
get_prediction_metadata
获取有关预测的元数据，包括版本、日期和质量指标。
参数：
uniprotId（必填）：UniProt加入
批处理工具
batch_structure_info
同时获取多种蛋白质的结构信息。
参数：
uniprotIds（必填）：UniProt加入数组（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（必填）：UniProt加入数组（最多20个）format（可选）：文件格式-“pdb”或“cif”（默认：“pdb“）
batch_confidence_analysis
分析多种蛋白质的置信度得分。
参数：
uniprotIds（必填）：UniProt加入数组（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（必填）：要比较的UniProt加入数组（2-10）
find_similar_structures
找到与给定蛋白质相似的AlphaFold结构。
参数：
uniprotId（必填）：参考UniProt加入organism（可选）：按生物体过滤
覆盖率和完整性工具
get_coverage_info
获取AlphaFold预测中的序列覆盖信息。
参数：
uniprotId（必填）：UniProt加入
validate_structure_quality
验证和评估AlphaFold预测的整体质量。
参数：
uniprotId（必填）：UniProt加入
导出和集成工具
export_for_pymol
导出为PyMOL可视化格式化的结构数据。
参数：
uniprotId（必填）：UniProt加入includeConfidence（可选）：包括置信度评分着色（默认值：true）
export_for_chimerax
导出为ChimeraX可视化格式化的结构数据。
参数：
uniprotId（必填）：UniProt加入includeConfidence（可选）：包括置信度评分着色（默认值：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 说明： UniProt ID的完整AlphaFold结构预测
alphafold://pdb/{uniprotId}
MIME类型： chemical/x-pdb 说明： UniProt ID的PDB格式结构文件
alphafold://confidence/{uniprotId}
MIME类型： application/json 说明： 结构预测的每残基置信度得分
alphafold://summary/{organism}
MIME类型： application/json 说明： 生物体所有可用结构的总结
示例工作流
基本结构分析
// 1. Check if structure is available
await use_mcp_tool("alphafold-server", "check_availability", {
uniprotId: "P04637",
});
// 2. Get structure metadata
await use_mcp_tool("alphafold-server", "get_prediction_metadata", {
uniprotId: "P04637",
});
// 3. Analyze confidence scores
await use_mcp_tool("alphafold-server", "get_confidence_scores", {
uniprotId: "P04637",
threshold: 70,
});比较研究
// Compare multiple related proteins
await use_mcp_tool("alphafold-server", "compare_structures", {
uniprotIds: ["P04637", "P53350", "P63151"],
});
// Batch confidence analysis
await use_mcp_tool("alphafold-server", "batch_confidence_analysis", {
uniprotIds: ["P04637", "P53350", "P63151"],
});可视化准备
// Export for PyMOL with confidence coloring
await use_mcp_tool("alphafold-server", "export_for_pymol", {
uniprotId: "P04637",
includeConfidence: true,
});
// Export for ChimeraX
await use_mcp_tool("alphafold-server", "export_for_chimerax", {
uniprotId: "P04637",
includeConfidence: true,
});全组织分析
// Get human protein statistics
await use_mcp_tool("alphafold-server", "get_organism_stats", {
organism: "Homo sapiens",
});
// List available structures
await use_mcp_tool("alphafold-server", "list_by_organism", {
organism: "Homo sapiens",
size: 100,
});api参考
服务器连接到AlphaFold API，位于 https://alphafold.ebi.ac.uk/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
- 置信度得分：每残留可靠性指标
- 元数据：预测版本、日期和质量信息
- 交叉引用：与其他数据库和资源的链接
错误处理
该服务器包括全面的错误处理功能，用于：
- UniProt ID无效
- 缺少结构预测
- API连接问题
- 速率限制和超时
- 请求格式错误
速率限制
请注意API的使用：
- 批量操作仅限于合理的规模
- 大型请求会自动分块
- 内置延迟可防止API过载
贡献
欢迎投稿！请确保：
- TypeScript类型安全
- 全面的错误处理
- 新功能文档
- 使用真实的AlphaFold数据进行测试
关于
由开发 增强自然 - 增强自然
Augmented Nature专注于为科学研究和数据分析创建基于人工智能的工具和基础设施。
许可证
MIT许可证-有关详细信息，请参阅许可证文件。
引用
如果您在研究中使用此MCP服务器，请引用：
- AlphaFold数据库：https://alphafold.ebi.ac.uk/
- 模型上下文协议：https://modelcontextprotocol.io/
支持
对于问题和疑问：
- 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： 该服务器为AlphaFold数据提供了一个方便的接口，但不存储或缓存结构数据。所有数据都直接从官方的AlphaFold API中检索。
引用
如果您在研究或出版物中使用此项目，请按如下方式引用：
author = {Moudather Chelbi},
title = {AlphaFold MCP Server},
year = {2025},
howpublished = {https://github.com/Augmented-Nature/AlphaFold-MCP-Server},
note = {Accessed: 2025-06-29}