esm MCP

ESM MCP服务器

通过Docker使用Facebook的ESM模型进行蛋白质适应性预测

用于蛋白质适应度预测的MCP（模型上下文协议）服务器，具有5个核心工具：

• 提取嵌入（监督学习）
• 训练健身模型
• 预测新序列的适应度
• 计算基于序列的可能性得分（零样本）
• 计算基于结构的可能性得分（零样本）

Docker快速入门

方法1：从GitHub中提取预构建映像

最快的开始方式。每次发布时，预构建的Docker镜像都会自动发布到GitHub容器注册表。

# Pull the latest image
docker pull ghcr.io/macromnex/esm_mcp:latest

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add esm -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` ghcr.io/macromnex/esm_mcp:latest

注： 从项目目录运行。 ${pwd} 展开到当前工作目录。

要求：

• 支持GPU的Docker(nvidia-docker 或带有NVIDIA运行时的Docker）
• 已安装克劳德代码

就是这样！ESM MCP服务器现在可以在Claude Code中使用。

______________________________________________________________________

方法2：在本地构建Docker镜像

自己构建映像并将其安装到Claude Code中。适用于自定义或离线环境。

# Clone the repository
git clone https://github.com/MacromNex/esm_mcp.git
cd esm_mcp

# Build the Docker image
docker build -t esm_mcp:latest .

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add esm -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` esm_mcp:latest

注： 从项目目录运行。 ${pwd} 展开到当前工作目录。

要求：

• 支持GPU的Docker
• 已安装克劳德代码
• Git（克隆存储库）

关于Docker标志：

• -i --Claude Code的交互模式
• --rm --退出后自动移除容器
• --user ${id -u}:${id -g} --以当前用户身份运行容器，因此输出文件归您所有（不是root）
• --gpus all --授予对所有可用GPU的访问权限
• --ipc=host --使用主机IPC命名空间以获得更好的性能
• -v --装载您的项目目录，以便容器可以访问您的数据

______________________________________________________________________

验证安装

添加MCP服务器后，您可以验证它是否正常工作：

# List registered MCP servers
claude mcp list

# You should see 'esm' in the output

在Claude Code中，您现在可以使用所有5个ESM工具：

• esm_extract_embeddings_from_csv
• esm_calculate_llh
• esm_if_calculate_llh
• esm_train_fitness_model
• esm_predict_fitness

______________________________________________________________________

后续步骤

• 详细文件：参见 detail.md 有关以下内容的全面指南：

- 可用的MCP工具和参数 - 本地Python环境设置（Docker的替代方案） - 示例工作流和用例 - ESM型号选项和设备选择

______________________________________________________________________

使用示例

注册后，您可以直接在Claude Code中使用ESM工具。以下是一些常见的工作流程：

示例1：提取嵌入

Can you extract ESM embeddings from my protein sequences at /path/to/data.csv using the esm_extract_embeddings_from_csv tool? Use the esm2_t33_650M_UR50D model and output to /path/to/embeddings/

示例2：零样本适应度预测（基于序列）

I have protein variants in /path/to/variants.csv and the wild-type sequence in /path/to/wt.fasta. Can you calculate ESM likelihood scores using esm_calculate_llh to predict fitness without training data? Save results to /path/to/output.csv

示例3：基于结构的健身预测

I have variants in /path/to/variants.csv, wild-type sequence in /path/to/wt.fasta, and structure in /path/to/structure.pdb. Can you calculate ESM-IF likelihood scores using esm_if_calculate_llh to predict fitness with structural information?

示例4：训练健身模型

I have embeddings in /path/to/data/ directory with fitness values. Can you train an ESM fitness model using esm_train_fitness_model with SVR as the head model and 60 PCA components? Save to /path/to/models/

示例5：使用训练模型进行预测

I have new sequences in /path/to/new_data.csv. Can you predict their fitness using esm_predict_fitness with the trained model from /path/to/models/final_model/?

______________________________________________________________________

支持的ESM型号

所有工具都支持以下骨干模型：

• esm2_t33_650M_UR50D （默认，650M参数）
• esm2_t36_3B_UR50D （3B参数）
• esm1v_t33_650M_UR90S_1 通过 esm1v_t33_650M_UR90S_5

GPU支持

这两种Docker方法都完全支持：

• 多GPU系统（通过指定设备 cuda:0, cuda:1等等）
• 单GPU设置
• 仅CPU推理（使用 cpu 设备）

______________________________________________________________________

故障排除

找不到Docker？

docker --version  # Install Docker if missing

GPU无法访问？

• 确保安装了NVIDIA Docker运行时
• 核对 docker run --gpus all ubuntu nvidia-smi

未找到克劳德代码？

# Install Claude Code
npm install -g @anthropic-ai/claude-code

______________________________________________________________________

许可证

与ESM模型相同（元人工智能研究）