精准医疗MCP平台
献给PatientOne --一位亲爱的朋友，于2025年从高级别浆液性卵巢癌中去世。
*该平台自动化了临床决策的多模式数据处理 支持 --所有结果都需要临床医生在采取任何临床行动之前进行审查。*
______________________________________________________________________
问题
标准肿瘤学检查（BRCA1/2、HRD小组、肿瘤基因组小组）产生 没有免疫疗法或研究假设对于预防性健康，标准的血脂检测和人群基因筛查遗漏了关键的风险因素。跨基因组学、空间转录组学和临床数据的手动多模式分析在临床上是不切实际的——该平台将其自动化。
平台
由AI（Claude+Gemini）编排的多服务器MCP架构执行5级流水线：
flowchart LR
A["1 Data
Acquisition"] --> B["2 Spatial
Deconvolution"]
B --> C["3 Target
Profiling"]
C --> D["4 Causal
Inference"]
D --> E["5 Report"]
subgraph servers [" "]
direction TB
S1["EHR · GEO · TCGA"]
S2["Spatial · DeepCell · CIBERSORTx"]
S3["OpenTargets · Neoantigen"]
S4["Perturbation · Quantum"]
S5["Patient Report"]
end
A --- S1
B --- S2
C --- S3
D --- S4
E --- S5
AI(["AI Orchestrator
Claude + Gemini"]) -.-> A
AI -.-> B
AI -.-> C
AI -.-> D
AI -.-> E建筑概览
+--------------------------------------+
| CLIENT LAYER |
| Claude Desktop / Hospital EHR |
| Adapter / Research Notebook |
+----------------+-----------------+
|
MCP (FastMCP >= 2.13)
|
+---------------------------------------------------------------+
| |
| DATA ACQUISITION ANALYSIS & INFERENCE REPORTING |
| |
| mockepic spatialtools patient- |
| epic multiomics report |
| geodownload perturbation |
| mocktcga quantum-fidelity |
| genomic-results opentargets |
| fgbio neoantigen |
| cibersortx |
| openimagedata |
| deepcell |
| cell-classify |
| cardiometabolic |
+---------------------------------------------------------------+所有工具都可以通过自然语言访问。每个AI结果都需要 临床医生批准/修订/拒绝符合HIPAA标准。当前服务器和工具计数： 服务器注册表.
结果
该平台展示了标准检查无法达到的临床可操作结果-- 2种癌症类型的6个研究假设 加上3个预防性健康证据缺口，在三个独立用例中得到验证：
| 用例 | 患者 | 标准检查遗漏的关键发现 |
|---|---|---|
| HGSOC（第四阶段） | PAT001 | 3种研究途径：新抗原疫苗（RMPEAAPV IC50 7.8 nM）、NNMT/CAF抑制、收敛性检查点阻断 |
| ER+癌症 | PAT002 | 3个研究假设：与阿普利西布相比，伊那维利西布（PIK3CA H1047R，2024年美国食品药品监督管理局批准），MYC驱动的三联疗法，YSAPLSSL新表位疫苗+CAF耗竭+抗PD-1——零疾病特异性代码变化 |
| 预防心血管疾病 | PAT003 | 中度CVD风险（Reynolds 14.3%），标准脂质面板和人群遗传筛查遗漏了3个高优先级缺口：Lp（a）、APOE基因型、CAC评分 |
相同的19服务器架构运行所有三个。用例之间没有特定于疾病的代码更改。
验证结果——PAT001（HGSOC）
| 度量 | 值 | 源服务器 |
|---|---|---|
| HRD评分 | 54 | mcp基因组结果 |
| TMB（POLE校正） | 47.3 mut/Mb | mcp基因组结果 |
| 最高新抗原IC50（RMPEAAPV） | 7.8 nM | mcp新抗原 |
| 空间点计数 | 900 | mcp空间工具 |
| 莫兰I（全球） | -0.0033 | mcp空间工具 |
| 反卷积：肿瘤 | 56个细胞 | mcp-cibersortx |
| 反卷积：内皮细胞 | 44个细胞 | mcp cibersortx |
| 反卷积：巨噬细胞 | 43个细胞 | mcp cibersortx |
| 反卷积：成纤维细胞 | 41个细胞 | mcp cibersortx |
| 反卷积：CD8+T细胞 | 30个细胞 | mcp cibersortx |
______________________________________________________________________
试试看
# Clone and explore
git clone https://github.com/lynnlangit/precision-medicine-mcp.git
cd precision-medicine-mcp
# Run tests for any server (DRY_RUN mode, no external deps needed)
cd servers/mcp-multiomics && uv run pytest -v
# Or use Claude Code to explore interactively
claude所有服务器默认为 DRY_RUN模式 （模拟响应，不需要API密钥）进行快速验证。集 *_DRY_RUN=false 使用 合成患者数据 用于端到端测试。
______________________________________________________________________
了解更多
视频： 5分钟演示 | 纸张： 为什么选择医疗保健MCP | 外部连接器： 安装指南
______________________________________________________________________
Apache 2.0 | Python 3.11+ | 快速MCP>=2.13 | 紫外线 用于包管理