codontransformer MCP

密码转换器MCP

基于变换器的神经网络用于蛋白质序列的高级密码子优化

目录

• 概述
• 安装
• 本地使用（脚本）
• MCP服务器安装
• 使用Claude代码
• 与Gemini CLI一起使用
• 可用工具
• 例子
• 演示数据
• 配置文件
• 故障排除

概述

CodonTransformer MCP通过全面的模型上下文协议（MCP）服务器提供最先进的密码子优化功能。该工具利用基于变压器的神经网络来优化蛋白质序列，以在目标生物体中表达，支持所有生命王国中的164多种生物体。

特性

• 高级AI优化：使用CodonTransformer的BigBird骨干进行序列优化
• 多组织支持：164多种生物，包括细菌、古菌、植物、动物和真菌
• API双重设计：快速同步操作和后台异步处理
• 序列变体：生成具有可控多样性的多样化DNA序列
• 批处理：通过全面的统计数据高效处理多个序列
• 跨生物体分析：比较不同物种的密码子优化
• 完整的作业管理：后台任务监控，包括日志和取消

目录结构

./
├── README.md               # This file
├── env/                    # Conda environment
├── src/
│   ├── server.py           # MCP server (16 tools)
│   └── jobs/               # Job management system
├── scripts/
│   ├── single_sequence_optimization.py  # Single protein optimization
│   ├── multi_sequence_generation.py     # Variant generation
│   ├── batch_optimization.py            # Batch CSV processing
│   ├── organism_comparison.py           # Cross-organism analysis
│   └── lib/                # Shared utilities
├── examples/
│   └── data/               # Demo data files
├── configs/                # Configuration templates
├── jobs/                   # Background job storage
└── repo/                   # Original CodonTransformer repository

______________________________________________________________________

安装

先决条件

• Conda或Mamba（建议使用曼巴以加快安装速度）
• Python 3.10+
• 4GB+RAM（型号需要~2-3GB）
• 2GB以上的磁盘空间用于模型缓存

创建环境

根据步骤3中的环境设置，执行以下命令：

# Navigate to the MCP directory
cd /home/xux/Desktop/NucleicMCP/NucleicMCP/tool-mcps/codontransformer_mcp

# Check if mamba is available (preferred)
if command -v mamba &> /dev/null; then
    PKG_MGR="mamba"
else
    PKG_MGR="conda"
fi
echo "Using package manager: $PKG_MGR"

# Create conda environment
$PKG_MGR create -p ./env python=3.10 pip -y

# Activate environment
$PKG_MGR activate ./env

安装依赖项

# Install core MCP dependencies
pip install fastmcp loguru --ignore-installed

# Install CodonTransformer dependencies
pip install biopython>=1.83,=2.0.1,=1.26.4,=1.16.3,=2.0.0,=0.1.12,=2.2.1,=1.2.2,=1.13.1,=2.0.0,=4.66.2,=4.40.0,"

Get results when complete:
Use get_job_result with job_id ""

批量处理大型数据集

Process large CSV file:
Use submit_batch_optimization with input_file @examples/data/sample_dataset.csv

Monitor with:
Use get_job_log with job_id "" and tail 20

使用@引用

在克劳德代码中，使用 @ 引用文件和目录：

______________________________________________________________________

与Gemini CLI一起使用

配置

增添 ~/.gemini/settings.json:

{
  "mcpServers": {
    "CodonTransformer": {
      "command": "/home/xux/Desktop/NucleicMCP/NucleicMCP/tool-mcps/codontransformer_mcp/env/bin/python",
      "args": ["/home/xux/Desktop/NucleicMCP/NucleicMCP/tool-mcps/codontransformer_mcp/src/server.py"]
    }
  }
}

示例提示

# Start Gemini CLI
gemini

# Example prompts (same as Claude Code)
> What tools are available?
> Use optimize_single_sequence with protein "MSEKYIV" and organism "Homo sapiens"
> Use submit_batch_optimization with input_file "examples/data/sample_dataset.csv"

______________________________________________________________________

可用工具

快速操作（同步API）

这些工具会立即返回结果（\10分钟）：

作业管理工具

实用工具

______________________________________________________________________

例子

示例1：单序列优化

目标： 优化大肠杆菌表达的单个蛋白质序列

使用脚本：

python scripts/single_sequence_optimization.py \
  --protein "MSEKYIV" \
  --organism "Escherichia coli general" \
  --output results/single_example/

使用MCP（克劳德代码）：

Use optimize_single_sequence with protein "MSEKYIV" and organism "Escherichia coli general"

预期产量：

• 优化的DNA序列：“ATGTCCGAAATACATTGTC”
• GC含量：~45-50%
• 处理时间：~2-3秒

示例2：生成序列变体

目标： 为同一蛋白质创建不同的DNA序列

使用脚本：

python scripts/multi_sequence_generation.py \
  --protein "MSEKYIV" \
  --num-sequences 10 \
  --temperature 0.7 \
  --output variants.fasta

使用MCP（克劳德代码）：

Use generate_sequence_variants with protein "MSEKYIV", num_sequences 10, temperature 0.7, output_file "variants.fasta"

预期产量：

• 10种不同的DNA序列
• 多样性度量（平均成对距离）
• 包含所有变体的FASTA文件

示例3：批处理

目标： 处理CSV文件中的多个序列

使用脚本：

python scripts/batch_optimization.py \
  --input examples/data/sample_dataset.csv \
  --output results/batch_example.csv

使用MCP（克劳德代码）：

Use optimize_batch_sequences with input_file @examples/data/sample_dataset.csv and output_file "results/batch_example.csv"

预期产量：

• 包含所有优化序列的CSV文件
• 处理统计（每个序列的时间、成功率）
• 摘要报告

示例4：跨生物体比较

目标： 比较不同生物体的优化

使用脚本：

python scripts/organism_comparison.py \
  --protein "MSEKYIV" \
  --organisms "Escherichia coli general,Homo sapiens,Saccharomyces cerevisiae" \
  --output comparison.csv

使用MCP（克劳德代码）：

Use compare_organisms with protein "MSEKYIV" and organisms ["Escherichia coli general", "Homo sapiens", "Saccharomyces cerevisiae"]

预期产量：

• CSV与GC内容差异的比较
• 序列相似性分析
• 特定于生物体的优化统计

示例5：大规模背景处理

目标： 在后台生成1000个变体

使用MCP（克劳德代码）：

Submit large variant generation:
Use submit_sequence_variants with protein "MSEKYIV", num_sequences 1000, temperature 0.8

Check progress:
Use get_job_status with job_id ""

View logs:
Use get_job_log with job_id "" and tail 50

Get final results:
Use get_job_result with job_id ""

______________________________________________________________________

演示数据

这 examples/data/ 目录包含用于测试的示例数据：

样本数据集格式

这 sample_dataset.csv 包含：

• 蛋白质序列：优化蛋白质序列
• 生物体：每个序列的目标生物体
• 预测dna：示例输出列（输入为空）

示例行：

protein_sequence,organism,predicted_dna
MSEKYIV,Escherichia coli general,
MKLLVVDD,Homo sapiens,

______________________________________________________________________

配置文件

这 configs/ 目录包含配置模板：

配置示例

{
  "model": {
    "name": "adibvafa/CodonTransformer",
    "attention_type": "original_full",
    "device": "auto"
  },
  "prediction": {
    "deterministic": true,
    "temperature": 0.2,
    "top_p": 0.95
  },
  "defaults": {
    "protein": "MSEKYIV",
    "organism": "Escherichia coli general"
  }
}

______________________________________________________________________

故障排除

环境问题

问题： 找不到环境或激活失败

# Recreate environment
$PKG_MGR create -p ./env python=3.10 -y
$PKG_MGR activate ./env
pip install fastmcp loguru biopython torch transformers

问题： 导入错误或缺少依赖项

# Verify CodonTransformer installation
python -c "from transformers import AutoTokenizer, AutoModelForCausalLM; print('CodonTransformer dependencies OK')"

问题： 模型下载问题

# Check internet connection and HuggingFace cache
python -c "
from transformers import AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained('adibvafa/CodonTransformer')
print('Model download successful')
"

MCP问题

问题： 在Claude代码中找不到服务器

# Check MCP registration
claude mcp list

# Re-add if needed
claude mcp remove CodonTransformer
claude mcp add CodonTransformer -- $(pwd)/env/bin/python $(pwd)/src/server.py

问题： 工具无法工作或服务器启动失败

# Test server directly
$PKG_MGR activate ./env
python src/server.py --help

# Check tool registration
python -c "
import sys; sys.path.append('src')
from server import mcp
print('Available tools:', list(mcp.list_tools().keys()))
"

问题： 权限被拒绝或路径问题

# Check paths and permissions
ls -la src/server.py
which python
$PKG_MGR list

工作问题

问题： 作业处于待处理状态

# Check job directory and permissions
ls -la jobs/
find jobs/ -name "*.log" -exec tail -5 {} \;

问题： 作业失败，出现错误

Use get_job_log with job_id "" and tail 100 to see detailed error information

问题： 内存不足错误

# Reduce batch sizes or use CPU mode
export CUDA_VISIBLE_DEVICES=""  # Force CPU mode
python scripts/batch_optimization.py --max-sequences 10  # Smaller batches

性能问题

问题： 处理速度慢或超时

# Check GPU availability
python -c "import torch; print('CUDA available:', torch.cuda.is_available())"

# Monitor resources
top -p $(pgrep -f server.py)

问题： 模型加载时间过长

# Check HuggingFace cache
ls -la ~/.cache/huggingface/transformers/
du -sh ~/.cache/huggingface/

常见错误消息

1. “无效的蛋白质序列”：仅使用标准氨基酸字母（A-Z，无X或\*）
2. “不支持生物体”：使用 get_supported_organisms 查看可用选项
3. “找不到作业”：检查job_id拼写并使用 list_jobs 查看所有工作
4. “找不到文件”：使用绝对路径或确保文件存在 ls -la

______________________________________________________________________

发展

运行测试

# Activate environment
$PKG_MGR activate ./env

# Test basic functionality
python -c "
import sys; sys.path.append('scripts')
from single_sequence_optimization import main
print('Scripts working correctly')
"

# Test MCP server
python src/server.py --help

正在启动开发服务器

# Run MCP server in dev mode
$PKG_MGR activate ./env
fastmcp dev src/server.py

# Or run directly
python src/server.py

性能基准

根据步骤7测试：

______________________________________________________________________

许可证

该项目根据其原始许可条款集成了CodonTransformer。有关许可证的详细信息，请参阅原始存储库。

学分

基于 密码转换器 Adibvafa Fallahpour。

CodonTransformer参考：

Fallahpour, A., Nasiri, E., Abbasi, J., Wong, H. S., Zheng, J., Garg, A., & Galarneau, L. (2024).
CodonTransformer: The Global Codon Optimization Benchmark. arXiv preprint arXiv:2411.16265.

______________________________________________________________________

支持和社区

• 问题：通过原始CodonTransformer存储库报告错误或请求功能
• 文档：中的其他示例和教程 examples/ 目录
• 演出：监控作业日志以寻找优化机会
• 更新：定期检查新的CodonTransformer模型版本

该MCP服务器通过自然语言接口提供最先进的密码子优化的生产就绪访问，使研究人员和从业者能够访问先进的蛋白质工程。