HELM-GPT MCP服务器
基于GPT的全新大环肽设计，通过Docker支持HELM
用于环肽分析和优化的MCP（模型上下文协议）服务器，具有21个工具：
- 将HELM表示法转换为SMILES化学表示法
- 预测膜通透性（随机森林）和KRAS结合亲和力（XGBoost）
- 通过HELM-GPT强化学习优化肽
- 使用外部Boltz2/Rosetta服务器对肽进行评分
- 大规模虚拟筛选的批处理和异步作业管理
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/helm_gpt_mcp:latest
# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add cycpep-tools -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` -v $MACROMNEX_CACHE/model/helmgpt:/app/models/helmgpt:ro -v $MACROMNEX_CACHE/data/helmgpt_data:/app/examples/data ghcr.io/macromnex/helm_gpt_mcp:latest注： 从项目目录运行。 ` pwd 展开到当前工作目录。 $MACROMNEX_CACHE` 应该指向您的缓存目录。
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
- HELM-GPT模型权重
$MACROMNEX_CACHE/model/helmgpt/（用于优化任务） - 评分模型和顺序
$MACROMNEX_CACHE/data/helmgpt_data/（型号/*.pkl，序列/*.csv）
就是这样！HELM-GPT 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/helm_gpt_mcp.git
cd helm_gpt_mcp
# Build the Docker image
docker build -t helm_gpt_mcp:latest .
# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add cycpep-tools -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` -v $MACROMNEX_CACHE/model/helmgpt:/app/models/helmgpt:ro -v $MACROMNEX_CACHE/data/helmgpt_data:/app/examples/data helm_gpt_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--ipc=host--使用主机IPC命名空间以获得更好的性能-v当前工作目录:pwd\`--挂载项目目录，以便容器可以访问您的数据-v $MACROMNEX_CACHE/model/helmgpt:/app/models/helmgpt:ro--装载HELM-GPT之前的模型权重（只读）-v $MACROMNEX_CACHE/data/helmgpt_data:/app/examples/data--装载评分模型（pkl）和序列数据集（csv）
______________________________________________________________________
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 'cycpep-tools' in the output在Claude Code中，您现在可以使用所有21个cypep工具，包括：
helm_to_smiles/predict_permeability/predict_kras_binding（同步）submit_helm_to_smiles_batch/submit_permeability_batch/submit_kras_binding_batch（异步）submit_optimize_peptides/check_optimization_requirements（RL优化）get_job_status/get_job_result/get_job_log/list_jobs（作业管理）
______________________________________________________________________
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） - 脚本级使用和CLI示例 - 配置文件格式 - 数据集描述和演示数据 - 性能特征和故障排除
______________________________________________________________________
使用示例
注册后，您可以直接在Claude Code中使用这些工具。以下是一些常见的工作流程：
实例1：单肽分析
Analyze the drug properties of this RGD peptide: PEPTIDE1{G.R.G.D.S.P}$$$$
1. Convert to SMILES format
2. Predict membrane permeability
3. Predict KRAS binding affinity
4. Summarize drug discovery potential示例2：数据集筛选
Screen the cyclic peptide database at /path/to/peptides.csv:
1. Convert first 50 HELM sequences to SMILES
2. Predict membrane permeability for all
3. Identify top 10 peptides with highest permeability
4. For the top candidates, predict KRAS binding
5. Create a summary table of the best drug candidates示例3：基于RL的肽优化
I want to optimize cyclic peptides for membrane permeability using reinforcement learning.
Use the prior model at /app/models/helmgpt/perm_agent_final.pt with submit_optimize_peptides,
run for 500 steps, and save results to /path/to/output/.______________________________________________________________________
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
未找到克劳德代码？
# Install Claude Code
npm install -g @anthropic-ai/claude-code模型重量未安装？
- 确保
$MACROMNEX_CACHE/model/helmgpt/包含perm_agent_final.pt和perm_agent_final.json - 预测工具（渗透率、KRAS）无需安装权重即可工作——它们使用内置的sklearn/xgboost模型
- 只有RL优化(
submit_optimize_peptides)需要安装的先前型号
______________________________________________________________________
许可证
该项目基于 头盔 环肽设计和分析框架。