gnina MCP服务器
CNN通过Docker增强分子对接、评分和虚拟筛选
用于gnina分子对接的MCP（模型上下文协议）服务器，配备14种工具：
- 用经验和CNN评分函数对蛋白质配体复合物进行评分
- 通过位姿生成将配体对接到蛋白质结合位点
- 通过高通量虚拟筛选筛选化合物库
- 比较CNN模型性能以优化评分
- 进行灵活的受体对接以进行诱导贴合建模
- 分析分子描述符和药物相似性
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/gnina_mcp:latest
# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add gnina-tools -- docker run -i --rm --user `id -u`:`id -g` --gpus all -v `pwd`:`pwd` ghcr.io/macromnex/gnina_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！gnina 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/gnina_mcp.git
cd gnina_mcp
# Build the Docker image
docker build -t gnina_mcp:latest .
# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add gnina-tools -- docker run -i --rm --user `id -u`:`id -g` --gpus all -v `pwd`:`pwd` gnina_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- `
--userid -u:id -g --gpus all--授予对所有可用GPU的访问权限-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 'gnina-tools' in the output在Claude Code中，您现在可以使用所有14个gnina工具：
同步工具（快速，立即返回）：
score_protein_ligand--对蛋白质配体结合亲和力进行评分analyze_molecules--计算分子描述符和药物相似性get_server_info--获取服务器功能
提交工具（长时间运行，返回job_id）：
submit_molecular_docking--带有姿势生成的对接配体submit_virtual_screening--筛选复合库submit_flexible_docking--灵活的接收器对接submit_cnn_comparison--基准CNN评分模型
作业管理：
get_job_status,get_job_result,get_job_log,cancel_job,list_jobs,get_queue_info,cleanup_old_jobs
______________________________________________________________________
用法示例
注册后，您可以直接在Claude Code中使用gnina工具。以下是一些常见的工作流程：
实施例1：蛋白质配体评分
I have a protein receptor at /path/to/receptor.pdb and a ligand at /path/to/ligand.sdf. Can you score their binding affinity using score_protein_ligand with both default and vinardo scoring functions?示例2：分子对接
Dock the ligand /path/to/ligand.sdf into the binding site of /path/to/receptor.pdb, using /path/to/ref_ligand.pdb as the reference for autobox. Generate 9 poses and save results to /path/to/docked.sdf.gz.示例3：虚拟放映
Screen all SDF files in /path/to/ligands/ against receptor /path/to/receptor.pdb. Use /path/to/ref.pdb for binding site detection. Report the top 50 hits with affinity better than -7.0 kcal/mol.示例4:CNN模型比较
Compare the default and fast CNN models for scoring the complex of /path/to/receptor.pdb and /path/to/ligand.sdf. Run 3 iterations and recommend the best model based on accuracy and speed.______________________________________________________________________
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） - 脚本使用和CLI选项 - 配置文件格式 - 示例工作流程和故障排除
______________________________________________________________________
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
- 与核对
docker run --gpus all ubuntu nvidia-smi - CPU模式在没有GPU的情况下工作（gnina使用
--no_gpu自动）
未找到克劳德代码？
# Install Claude Code
npm install -g @anthropic-ai/claude-code______________________________________________________________________
许可证
基于 腐烂 （GPL和Apache双重许可）