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_csvesm_calculate_llhesm_if_calculate_llhesm_train_fitness_modelesm_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 missingGPU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）