Alphafold Mcp Server

AlphaFold MCP 服务

一个功能全面的模型上下文协议（MCP）服务，通过丰富的工具和资源集，提供对 AlphaFold Protein Structure Database 的访问，用于蛋白质结构预测分析。

概述

此 MCP 服务可与 AlphaFold 庞大的蛋白质结构预测集合无缝集成，并提供结构检索、置信度分析、批处理和可视化准备工具。非常适合使用预测蛋白质结构的研究人员、生物信息学家和结构生物学家。

功能

🧬 核心结构工具

• 结构检索：通过 UniProt ID 获取 AlphaFold 预测结果
• 多格式下载：支持 PDB、CIF、BCIF 和 JSON 格式
• 可用性检查：验证特定蛋白质是否存在预测结果

🔍 搜索与发现

• 结构搜索：按名称、基因或生物体查找蛋白质
• 生物体浏览：列出特定物种的所有可用结构
• 覆盖统计：获取全面的生物体级别统计数据

📊 置信度与质量分析

• 逐残基置信度：获取每个氨基酸的详细置信度分数
• 区域分析：识别高置信度和低置信度结构区域
• 质量验证：评估整体预测的可靠性

⚡ 批处理

• 批量检索：同时处理多种蛋白质
• 批量下载：高效下载多个结构
• 并行分析：分析一组蛋白质的置信度

🔬 比较分析

• 结构比较：并排分析多种蛋白质
• 相似性搜索：查找结构相关的蛋白质
• 覆盖比较：分析预测的完整程度

🎨 可视化集成

• PyMOL 脚本：可直接使用的可视化脚本
• ChimeraX 集成：查看按置信度着色的结构
• 自定义导出格式：灵活的数据导出选项

安装

# Clone or create the server directory
npm install

# Build the server
npm run build

用法

作为 MCP 服务

添加到 MCP 配置中：

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

直接使用

# Start the server
npm start

# Or run directly
node build/index.js

可用工具

核心结构工具

get_structure

检索指定 UniProt ID 的 AlphaFold 结构预测结果。

参数：

• uniprotId（必填）：UniProt 登录号（例如，“P21359”、“Q8N726”）
• format（可选）：输出格式——“pdb”、“cif”、“bcif”或“json”（默认：“json”）

示例：

{
  "uniprotId": "P04637",
  "format": "json"
}

download_structure

以指定格式下载 AlphaFold 结构文件。

参数：

• uniprotId（必填）：UniProt 登录号
• format（可选）：文件格式——“pdb”、“cif”或“bcif”（默认：“pdb”）

check_availability

检查指定 UniProt ID 是否有可用的 AlphaFold 结构预测结果。

参数：

• uniprotId（必填）：要检查的 UniProt 登录号

搜索与发现工具

search_structures

按蛋白质名称或基因搜索可用的 AlphaFold 结构。

参数：

• query（必填）：搜索词（蛋白质名称、基因名称等）
• organism（可选）：按生物体筛选
• size（可选）：结果数量（1-100，默认：25）

list_by_organism

列出特定生物体的所有可用结构。

参数：

• organism（必填）：生物体名称（例如，“Homo sapiens”、“Escherichia coli”）
• size（可选）：结果数量（1-100，默认：50）

get_organism_stats

获取某生物体的 AlphaFold 覆盖统计数据。

参数：

• organism（必填）：生物体名称

置信度与质量工具

get_confidence_scores

获取结构预测的逐残基置信度分数。

参数：

• uniprotId（必填）：UniProt 登录号
• threshold（可选）：置信度阈值（0-100）

analyze_confidence_regions

分析置信度分数分布，并识别高置信度和低置信度区域。

参数：

• uniprotId（必需）：UniProt 登录号

get_prediction_metadata

获取预测的元数据，包括版本、日期和质量指标。

参数：

• uniprotId（必需）：UniProt 登录号

批处理工具

batch_structure_info

同时获取多种蛋白质的结构信息。

参数：

• uniprotIds（必需）：UniProt 登录号数组（最多 50 个）
• format（可选）：输出格式，可选 "json" 或 "summary"（默认："json"）

batch_download

下载多个结构文件。

参数：

• uniprotIds（必需）：UniProt 登录号数组（最多 20 个）
• format（可选）：文件格式，可选 "pdb" 或 "cif"（默认："pdb"）

batch_confidence_analysis

分析多种蛋白质的置信度分数。

参数：

• uniprotIds（必需）：UniProt 登录号数组（最多 30 个）

比较分析工具

compare_structures

比较多个 AlphaFold 结构以进行分析。

参数：

• uniprotIds（必需）：要比较的 UniProt 登录号数组（2–10 个）

find_similar_structures

查找与给定蛋白质相似的 AlphaFold 结构。

参数：

• uniprotId（必需）：参考 UniProt 登录号
• organism（可选）：按生物体筛选

覆盖度与完整性工具

get_coverage_info

获取 AlphaFold 预测中的序列覆盖度信息。

参数：

• uniprotId（必需）：UniProt 登录号

validate_structure_quality

验证并评估 AlphaFold 预测的整体质量。

参数：

• uniprotId（必需）：UniProt 登录号

导出与集成工具

export_for_pymol

导出适用于 PyMOL 可视化的结构数据。

参数：

• uniprotId（必需）：UniProt 登录号
• includeConfidence（可选）：是否包含置信度分数着色（默认：true）

export_for_chimerax

导出适用于 ChimeraX 可视化的结构数据。

参数：

• uniprotId（必需）：UniProt 登录号
• includeConfidence（可选）：是否包含置信度分数着色（默认：true）

get_api_status

检查 AlphaFold API 状态和数据库统计信息。

参数： 无

可用资源

资源模板

alphafold://structure/{uniprotId}

MIME 类型： application/json 描述： UniProt ID 对应的完整 AlphaFold 结构预测

alphafold://pdb/{uniprotId}

MIME 类型： chemical/x-pdb 描述： UniProt ID 对应的 PDB 格式结构文件

alphafold://confidence/{uniprotId}

MIME 类型： application/json 描述： 结构预测中每个残基的置信度分数

alphafold://summary/{organism}

MIME 类型： application/json 描述： 某个生物体的所有可用结构摘要

示例工作流

基本结构分析

// 1. Check if structure is available
await use_mcp_tool("alphafold-server", "check_availability", {
  uniprotId: "P04637",
});

// 2. Get structure metadata
await use_mcp_tool("alphafold-server", "get_prediction_metadata", {
  uniprotId: "P04637",
});

// 3. Analyze confidence scores
await use_mcp_tool("alphafold-server", "get_confidence_scores", {
  uniprotId: "P04637",
  threshold: 70,
});

比较研究

// Compare multiple related proteins
await use_mcp_tool("alphafold-server", "compare_structures", {
  uniprotIds: ["P04637", "P53350", "P63151"],
});

// Batch confidence analysis
await use_mcp_tool("alphafold-server", "batch_confidence_analysis", {
  uniprotIds: ["P04637", "P53350", "P63151"],
});

可视化准备

// Export for PyMOL with confidence coloring
await use_mcp_tool("alphafold-server", "export_for_pymol", {
  uniprotId: "P04637",
  includeConfidence: true,
});

// Export for ChimeraX
await use_mcp_tool("alphafold-server", "export_for_chimerax", {
  uniprotId: "P04637",
  includeConfidence: true,
});

全生物体分析

// Get human protein statistics
await use_mcp_tool("alphafold-server", "get_organism_stats", {
  organism: "Homo sapiens",
});

// List available structures
await use_mcp_tool("alphafold-server", "list_by_organism", {
  organism: "Homo sapiens",
  size: 100,
});

API 参考

该服务连接到 AlphaFold API：https://alphafold.ebi.ac.uk/api/，并提供对以下内容的结构化访问：

• 结构预测：完整的蛋白质结构数据
• 置信度分数：每个残基的可靠性指标
• 元数据：预测版本、日期和质量信息
• 交叉引用：指向其他数据库和资源的链接

错误处理

该服务包含全面的错误处理机制，可处理以下情况：

• 无效的 UniProt ID
• 缺少结构预测
• API 连接问题
• 速率限制和超时
• 格式错误的请求

速率限制

请注意 API 的使用：

• 批处理操作的规模限制在合理范围内
• 大型请求会自动分块
• 内置延迟可防止 API 过载

贡献

欢迎贡献！请确保：

• TypeScript 类型安全
• 全面的错误处理
• 为新功能编写文档
• 使用真实的 AlphaFold 数据进行测试

关于

由 Augmented Nature 开发 - augmentednature.ai

Augmented Nature 专注于为科学研究和数据分析创建 AI 驱动的工具和基础设施。

许可证

MIT 许可证 - 详情请参阅 LICENSE 文件。

引用

如果您在研究中使用此 MCP 服务，请引用：

• AlphaFold Database：https://alphafold.ebi.ac.uk/
• Model Context Protocol：https://modelcontextprotocol.io/

支持

如有问题和疑问：

• 查看 AlphaFold API 文档
• 查看错误消息以获取调试提示
• 确保 UniProt ID 有效且为最新版本

---

注意： 此服务提供了访问 AlphaFold 数据的便捷接口，但不会存储或缓存结构数据。所有数据均直接从官方 AlphaFold API 获取。

引用

如果您在研究或出版物中使用此项目，请按以下方式引用：

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