ProteinAtlas MCP Server

非官方的人类蛋白图谱MCP服务器

一个全面的模型上下文协议（MCP）服务器，用于访问人类蛋白质图谱数据，提供有关蛋白质表达、亚细胞定位、病理学等信息。

概述

人类蛋白质图谱MCP服务器能够无缝访问人类蛋白质图谱中庞大的蛋白质数据库(https://www.proteinatlas.org).此服务器提供以下工具和资源：

• 蛋白质搜索和信息：按名称、基因符号或描述搜索蛋白质
• 组织表达：访问组织特异性表达谱
• 亚细胞定位：检索蛋白质定位数据
• 病理学数据：访问癌症相关蛋白质信息
• 血液和大脑表达：血细胞和脑区的专门表达数据
• 抗体信息：抗体的验证和染色数据
• 批处理：高效查找多种蛋白质
• 高级搜索：具有多个过滤器的复杂查询

特性

核心能力

• 🔍 综合搜索：使用各种标识符和关键字查找蛋白质
• 🧬 多模态数据：访问表达、定位和病理信息
• 🩸 专业地图集：血液图谱和大脑图谱数据集成
• 📊 批处理：高效处理多个蛋白质查询
• 🔬 研究级数据：高质量、同行评审的蛋白质信息
• ⚡ 快速响应：针对快速数据检索进行了优化

可用数据类型

1. 蛋白质基本信息

- 基因符号和Ensembl ID - 蛋白质描述和分类 - UniProt交叉引用

1. 表达式数据

- 组织特异性RNA表达 - 血细胞表达谱 - 脑区表达数据 - 单细胞表达信息

1. 亚细胞定位

- 蛋白质定位模式 - 可靠性得分 - 免疫荧光数据

1. 病理信息

- 癌症预后标志物 - 疾病关联 - 治疗目标

1. 抗体数据

- 抗体验证信息 - 染色图案 - 可靠性评估

安装

先决条件

• Node.js 18或更高版本
• npm或yarn包管理器

设置

1. 克隆或下载服务器代码

1. 安装依赖项：

   cd proteinatlas-server
   npm install

1. 构建服务器：

   npm run build

1. 服务器现在可以使用了！

用法

命令行

直接运行服务器：

npm start
# or
node build/index.js

MCP客户端集成

添加到MCP客户端配置中：

{
  "mcpServers": {
    "proteinatlas": {
      "command": "node",
      "args": ["/path/to/proteinatlas-server/build/index.js"]
    }
  }
}

可用工具

基本搜索和检索

search_proteins

按名称、基因符号或描述搜索人类蛋白质图谱中的蛋白质。

参数：

• query （必填）：搜索查询（基因名称、蛋白质名称或关键字）
• format：输出格式（json、tsv）-默认值：json
• columns：要包含在结果中的特定列
• maxResults：最大结果数（1-10000）-默认值：100
• compress：是否压缩响应-默认值：false

例子：

{
  "query": "BRCA1",
  "format": "json",
  "maxResults": 10
}

get_protein_info

通过基因符号获取特定蛋白质的详细信息。

参数：

• gene （必填）：基因符号（如BRCA1、TP53）
• format：输出格式（json、tsv、xml、trig）-默认值：json

get_protein_by_ensembl

使用Ensembl基因ID获取蛋白质信息。

参数：

• ensemblId （必填）：Ensembl基因ID（例如ENSG00000139618）
• format：输出格式（json、tsv、xml、trig）-默认值：json

表情分析

get_tissue_expression

获取蛋白质的组织特异性表达数据。

参数：

• gene （必填）：基因符号
• format：输出格式（json、tsv）-默认值：json

search_by_tissue

寻找在特定组织中高度表达的蛋白质。

参数：

• tissue （必填）：组织名称（如肝脏、大脑、心脏）
• expressionLevel：表达式级别过滤器（高、中、低、未检测到）
• format：输出格式（json、tsv）-默认值：json
• maxResults：最大结果数（1-10000）-默认值：100

get_blood_expression

获取蛋白质的血细胞表达数据。

get_brain_expression

获取蛋白质的大脑区域表达数据。

亚细胞定位

get_subcellular_location

获取蛋白质的亚细胞定位数据。

search_by_subcellular_location

寻找定位于特定亚细胞区室的蛋白质。

参数：

• location （必填）：亚细胞位置（如细胞核、线粒体、细胞质）
• reliability：可靠性过滤器（已批准、增强、支持、不确定）
• format：输出格式（json、tsv）-默认值：json
• maxResults：最大结果数（1-10000）-默认值：100

病理学与癌症

get_pathology_data

获取蛋白质的癌症和病理学数据。

search_cancer_markers

寻找与特定癌症或预后价值相关的蛋白质。

参数：

• cancer：癌症类型（如癌症、肺癌）
• prognostic：预测过滤器（有利、不利）
• format：输出格式（json、tsv）-默认值：json
• maxResults：最大结果数（1-10000）-默认值：100

高级功能

advanced_search

使用多个过滤器和条件执行高级搜索。

参数：

• query：基本搜索查询
• tissueSpecific：组织特异性表达过滤器
• subcellularLocation：亚细胞定位滤波器
• cancerPrognostic：癌症预后过滤器
• proteinClass：蛋白质类过滤器
• chromosome：染色体过滤器
• antibodyReliability：抗体可靠性过滤器
• format：输出格式（json、tsv）-默认值：json
• columns：要包含在结果中的特定列
• maxResults：最大结果数（1-10000）-默认值：100

batch_protein_lookup

同时查找多种蛋白质。

参数：

• genes （必填）：基因符号数组（最多100个）
• format：输出格式（json、tsv）-默认值：json
• columns：要包含在结果中的特定列

compare_expression_profiles

比较多种蛋白质之间的表达谱。

参数：

• genes （必填）：要比较的基因符号数组（2-10）
• expressionType：表达数据类型（组织、脑、血液、单细胞）-默认值：组织
• format：输出格式（json、tsv）-默认值：json

可用资源

服务器提供了几个用于直接数据访问的资源模板：

资源模板

• hpa://protein/{gene}：基因符号的完整蛋白质图谱数据
• hpa://ensembl/{ensemblId}：Ensembl基因ID的完整蛋白质图谱数据
• hpa://tissue/{gene}：基因的组织特异性表达数据
• hpa://subcellular/{gene}：基因的亚细胞定位信息
• hpa://pathology/{gene}：基因的癌症和病理学数据
• hpa://blood/{gene}：基因的血细胞表达数据
• hpa://brain/{gene}：基因的脑区表达数据
• hpa://antibody/{gene}：基因的抗体验证和染色信息
• hpa://search/{query}：与查询匹配的蛋白质的搜索结果

资源访问示例

// Access tissue expression data for BRCA1
const resource = await client.readResource("hpa://tissue/BRCA1");

// Search for insulin-related proteins
const searchResults = await client.readResource("hpa://search/insulin");

数据源

此服务器从以下位置访问数据：

• 图谱：主要蛋白质图谱数据库
• 组织图谱：正常组织表达数据
• 血液图谱：血细胞表达谱
• 脑图集：脑区表达数据
• 病理图谱：癌症相关蛋白质数据
• 细胞图谱：单细胞表达信息

利率限制和最佳实践

• 服务器执行适当的速率限制以尊重人类蛋白质图谱API
• 对于批处理操作，考虑将大型请求分解为较小的块
• 尽可能使用特定的列选择来减小响应大小
• 在适当的时候缓存频繁访问的数据

错误处理

服务器提供全面的错误处理：

• 无效参数：清除错误输入的错误消息
• 网络问题：瞬态故障的重试逻辑
• 数据格式错误：巧妙处理意外响应格式
• 速率限制：适当的退避策略

例子

基础蛋白质查找

// Search for BRCA1 protein
const result = await callTool("search_proteins", {
  query: "BRCA1",
  format: "json",
});

组织表达分析

// Get tissue expression for multiple genes
const comparison = await callTool("compare_expression_profiles", {
  genes: ["BRCA1", "BRCA2", "TP53"],
  expressionType: "tissue",
});

癌症研究

// Find breast cancer prognostic markers
const markers = await callTool("search_cancer_markers", {
  cancer: "breast cancer",
  prognostic: "unfavorable",
  maxResults: 50,
});

批处理

// Look up multiple proteins at once
const batchResult = await callTool("batch_protein_lookup", {
  genes: ["BRCA1", "BRCA2", "TP53", "EGFR", "MYC"],
  format: "json",
});

发展

从源头构建

# Install dependencies
npm install

# Build the project
npm run build

# Run in development mode
npm run dev

测试

# Run the server
npm start

# Test with MCP client or direct stdio communication

贡献

欢迎投稿！请确保：

1. 代码遵循TypeScript的最佳实践
2. 错误处理全面
3. 文档已针对新功能进行了更新
4. 包括新功能的测试

许可证

MIT许可证-有关详细信息，请参阅许可证文件。

支持

对于问题和疑问：

1. 查看人类蛋白质图谱文件：https://www.proteinatlas.org/about/help
2. 审查MCP规范：https://modelcontextprotocol.io/
3. 通过项目存储库提交问题

致谢

• 人类蛋白质图谱团队提供全面的蛋白质数据库
• 标准化通信框架的模型上下文协议社区
• TypeScript和Node.js开发工具社区

______________________________________________________________________

_该服务器提供对人类蛋白质图谱数据的程序化访问，用于研究和教育目的。在出版物中使用这些数据时，请引用适当的来源。_

引用

如果您在研究或出版物中使用此项目，请按如下方式引用：

author = {Moudather Chelbi},
title = {Human Protein Atlas MCP Server},
year = {2025},
howpublished = {https://github.com/Augmented-Nature/ProteinAtlas-MCP-Server/},
note = {Accessed: 2025-06-29}