PubMed MCP Server

PubMed MCP サーバー

PubMed の文献検索と管理に対応する、包括的な Model Context Protocol（MCP）サーバーです。MCP プロトコルを通じて、高度な検索機能、引用形式の整形、研究分析ツールを提供します。

機能

• 高度な PubMed 検索：日付範囲、論文の種類、著者、ジャーナル、MeSH 用語などの複雑なフィルターを使って検索できます
• 論文の詳細：特定の PMID の抄録、著者、メタデータなど、詳細な情報を取得できます
• 引用のエクスポート：複数の形式（BibTeX、APA、MLA、Chicago、Vancouver、EndNote、RIS）で引用をエクスポートできます
• 著者検索：共著者の情報を含め、特定の著者による論文を検索できます
• 関連記事：特定の PMID に関連する論文を見つけられます
• MeSH 用語検索：Medical Subject Headings を検索して調べられます
• ジャーナル分析：特定のジャーナルの指標や最近の論文を取得できます
• 研究トレンド：経時的な出版トレンドを分析できます
• 論文の比較：複数の論文を並べて比較できます
• キャッシュ：パフォーマンスを向上させるキャッシュ機能を内蔵しています
• レート制限：設定可能なレート制限により、API を適切に利用できます

インストール

前提条件

• Python 3.8 以上
• NCBI API キー（無料の登録が必要です）
• NCBI API での識別に使用する有効なメールアドレス

クイックスタート

1. リポジトリをクローンします：

   git clone https://github.com/your-org/pubmed-mcp.git
   cd pubmed-mcp
   

2. 依存関係をインストールします：

   pip install -r requirements.txt
   

3. 環境変数を設定します：

   cp env.example .env
   # Edit .env with your NCBI API key and email
   

4. サーバーを起動します：

   python -m src.main
   

開発用インストール

追加ツールを使用した開発の場合：

make install-dev

または、手動でインストールします：

pip install -r requirements.txt
pip install -e .
pip install black isort mypy flake8

設定

プロジェクトのルートに .env ファイルを作成し、次の変数を設定します：

# Required
PUBMED_API_KEY=your_ncbi_api_key_here
[email protected]

# Optional
CACHE_TTL=300
CACHE_MAX_SIZE=1000
RATE_LIMIT=3.0
LOG_LEVEL=info

NCBI API キーの取得

1. NCBI アカウント設定にアクセスします
2. サインインするか、アカウントを作成します
3. 「API Key Management」に移動します
4. 新しい API キーを作成します
5. キーを .env ファイルにコピーします

使用方法

利用可能なツール

このサーバーは、次の MCP ツールを提供します：

1. search_pubmed

高度なフィルターオプションを使って PubMed を検索します。

{
  "query": "machine learning healthcare",
  "max_results": 20,
  "date_range": "5y",
  "article_types": ["Journal Article", "Review"],
  "has_abstract": true
}

2. get_article_details

特定の PMID の詳細情報を取得します。

{
  "pmids": ["12345678", "87654321"],
  "include_abstracts": true,
  "include_citations": false
}

3. search_by_author

特定の著者による論文を検索します。

{
  "author_name": "Smith J",
  "max_results": 10,
  "include_coauthors": true
}

4. export_citations

さまざまな形式で引用をエクスポートします。

{
  "pmids": ["12345678"],
  "format": "bibtex",
  "include_abstracts": false
}

5. find_related_articles

特定の PMID に関連する論文を見つけます。

{
  "pmid": "12345678",
  "max_results": 10
}

6. search_mesh_terms

MeSH 用語を使って検索します。

{
  "term": "Machine Learning",
  "max_results": 20
}

7. analyze_research_trends

経時的な出版トレンドを分析します。

{
  "topic": "artificial intelligence",
  "years_back": 5,
  "include_subtopics": false
}

MCP クライアントを使った使用例

import asyncio
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def main():
    server_params = StdioServerParameters(
        command="python",
        args=["-m", "src.main"]
    )

    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            # Initialize the session
            await session.initialize()

            # Search PubMed
            result = await session.call_tool(
                "search_pubmed",
                {
                    "query": "COVID-19 vaccines",
                    "max_results": 5,
                    "date_range": "1y"
                }
            )

            print(result.content[0].text)

if __name__ == "__main__":
    asyncio.run(main())

開発

テストの実行

# Run all tests
make test

# Run with coverage
make test-coverage

# Run specific test types
python run_tests.py unit
python run_tests.py integration
python run_tests.py coverage

コード品質

# Format code
make format

# Run linting
make lint

# Type checking
mypy src/

プロジェクト構成

pubmed-mcp/
├── src/
│   ├── __init__.py
│   ├── main.py              # Entry point
│   ├── server.py            # MCP server implementation
│   ├── models.py            # Pydantic models
│   ├── pubmed_client.py     # PubMed API client
│   ├── tool_handler.py      # Tool request handlers
│   ├── citation_formatter.py # Citation formatting
│   ├── tools.py             # Tool definitions
│   └── utils.py             # Utility functions
├── tests/                   # Test suite
├── requirements.txt         # Dependencies
├── setup.py                 # Package setup
├── pyproject.toml          # Modern Python config
├── Makefile                # Development commands
├── Dockerfile              # Container setup
└── README.md               # This file

Docker

ビルドと実行

# Build Docker image
make docker-build

# Run with environment variables
make docker-run PUBMED_API_KEY=your_key PUBMED_EMAIL=your_email

Docker Compose

version: '3.8'
services:
  pubmed-mcp:
    build: .
    environment:
      - PUBMED_API_KEY=your_key
      - PUBMED_EMAIL=your_email
      - LOG_LEVEL=info
    volumes:
      - ./data:/app/data

API リファレンス

検索パラメーター

• query：PubMed 構文を使った検索クエリ
• max_results：結果の最大件数（1～200）
• sort_order：並べ替え順（関連度、出版日、著者、ジャーナル、タイトル）
• date_from/date_to：日付範囲のフィルター
• date_range：定義済みの日付範囲（1y、5y、10y、all）
• article_types：出版物の種類によるフィルター
• authors：著者名によるフィルター
• journals：ジャーナル名によるフィルター
• mesh_terms：MeSH 用語によるフィルター
• language：言語のフィルター（例：'eng'、'fre'）
• has_abstract：抄録のある論文のみ
• has_full_text：全文のある論文のみ
• humans_only：ヒトを対象とする研究のみ

引用形式

• bibtex：BibTeX 形式
• apa：APA スタイル
• mla：MLA スタイル
• chicago：Chicago スタイル
• vancouver：Vancouver スタイル
• endnote：EndNote 形式
• ris：RIS 形式

コントリビューション

1. リポジトリをフォークします
2. フィーチャーブランチを作成します
3. 変更を加えます
4. 新しい機能のテストを追加します
5. テストスイートを実行します
6. プルリクエストを送信します

開発ガイドライン

• PEP 8 のスタイルガイドラインに従います
• すべての関数に型ヒントを追加します
• 包括的なテストを作成します
• 新機能についてドキュメントを更新します
• Conventional Commits のメッセージを使用します

ライセンス

このプロジェクトは MIT License の下でライセンスされています。詳細は LICENSE ファイルをご覧ください。

サポート

• 問題：GitHub Issues
• ドキュメント：Project Wiki
• ディスカッション：GitHub Discussions

謝辞

• PubMed API へのアクセスを提供する NCBI E-utilities
• MCP の仕様を提供する Model Context Protocol
• MCP の開発とサポートを提供する Anthropic

変更履歴

変更履歴の詳細は CHANGELOG.md をご覧ください。

---

注：このサーバーを使用するには有効な NCBI API キーが必要で、NCBI の利用ガイドラインに従います。API のレート制限と利用規約を遵守してください。