Agentic Target Evidence

Agentic Target Evidence

Testing
Containers
Tooling
Stack
Meta

一个多 Agent 系统，用于收集并解读证据，判断某个基因是否适合作为某种疾病的药物靶点。给定一个 (gene, disease, direction) 三元组，例如 BRCA1、乳腺癌、inhibit，系统会从约 20 多个生物医学来源检索证据，通过六个独立视角（遗传学、生物学、安全性、临床、商业、监管）进行筛选和解读，并生成一份有来源依据的档案：包含共识结论、单一的 0–100 适用性评分、各视角的叙述，以及分类整理、附有丰富链接的证据列表。

每个数据源连接器——DepMap、gnomAD、ClinicalTrials.gov、OpenTargets、PubMed、FAERS 等约 20 多个来源——都只在 src/mcp_servers/ 下实现一次，并通过两种方式使用：由管道的 Agent 在进程内调用（速度快、类型明确、没有协议开销），或通过 MCP 网关使用。MCP 网关将相同的连接器组合成一个 MCP 服务，向任何 MCP 宿主——Claude Desktop、Claude Code 或你自己的 Agent——开放约 40 个只读工具，以便在完整运行之外按需查询。随附的聊天助手也能通过浏览器提供相同的查询功能。详见下文 § MCP 网关与服务。

基于 LangGraph（编排）+ MCP（数据层）构建，支持完整追踪（Langfuse + OpenTelemetry）、由 Postgres 支持的检查点，以及可配置的本地/云端 LLM 路由。

所有结论均由 LLM 根据检索到的证据生成，只是初步研究辅助工具，并非事实真相。 本工具旨在加速靶点验证的证据收集阶段，而非取代专家审查。完整免责声明、许可证和数据声明，请参阅 NOTICE.md。

📄 查看实际运行效果： 示例档案——局灶节段性肾小球硬化中的 TRPC6。 一次真实的端到端运行：共识结论、0–100 适用性评分、六份各视角叙述，以及涵盖 135 个保留来源、附有丰富链接的证据列表。

---

快速入门

uv sync                  # Python ≥ 3.12, via uv: https://docs.astral.sh/uv/
cp .env.example .env      # fill in any keys you want; most sources are keyless

make up                   # infra + Langfuse + OTEL + the app, as containers
make run GENE=BRCA1 DISEASE="breast cancer"

输出位于 results/report/{gene}/{disease}/{direction}/report.md。Langfuse 追踪界面地址为 http://localhost:3000。Windows 用户请使用 make.bat 代替 make——详见 docs/tutorial.md。

不想完整运行？可以通过随附的聊天界面或 Claude Desktop/Code，针对相同的连接器提出单次问题（例如 “TRPC6 的 DepMap 依赖评分是多少？”）——详见 docs/mcp_tutorial.md。

预构建镜像

make up 会在本地构建所有服务镜像。每个带标签的发行版也会将相同的镜像发布到 GHCR，因此你可以直接拉取，无需构建：

docker pull ghcr.io/athril/agentic-target-evidence/mcp-servers:latest
docker pull ghcr.io/athril/agentic-target-evidence/mcp-gateway:latest
docker pull ghcr.io/athril/agentic-target-evidence/agents-knowledge:latest
docker pull ghcr.io/athril/agentic-target-evidence/agents-reasoning:latest
docker pull ghcr.io/athril/agentic-target-evidence/report-agent:latest
docker pull ghcr.io/athril/agentic-target-evidence/planner:latest
docker pull ghcr.io/athril/agentic-target-evidence/chat:latest

latest 始终指向最新发行版；为确保可复现性，也可以固定使用某个版本（例如 :v0.1.2）。若要使用这些镜像而非本地构建，请将 docker-compose.yml 中某个服务的 build: 区块替换为 image: ghcr.io/athril/agentic-target-evidence/<target>:<tag>。

---

MCP 网关与服务

每个生物医学来源连接器都位于 src/mcp_servers/ 下，由一对独立的 tools.py 和 MCP server.py 组成 — 27 个来源连接器、约 46 个只读工具，涵盖 30 多个具名公共来源（部分连接器文件夹整合了多个上游 API — 详见 docs/data_sources.md），以及你自己的内部数据：

ChEMBL · ClinGen · ClinicalTrials.gov · ClinVar · DepMap · DGIdb · ENCODE · Expression Atlas · GBD (IHME) · GenCC · gnomAD · Google Patents · GTEx · GWAS Catalog · HGNC · HPA · IMPC · Monarch Initiative · MONDO · OMIM · OpenAlex · OpenFDA · OpenTargets · Orphanet · Project Score · PubMed · SCImago (SJR) · SPOKE · TTD · UniProt · USPTO · 内部数据（组织的私有表）

每个来源的完整详情（提供内容、许可/访问限制状态）见 docs/data_sources.md。 MCP 网关 (src/mcp_gateway/server.py) 会动态发现并组合所有连接器，构成一个 MCP 服务，无需手动维护注册表 — 只要放入新的 src/mcp_servers/<name>/server.py，就会自动挂载（受功能开关限制；internal_data 永远不会挂载）。

无需运行完整流水线，即可通过以下三种方式访问：

客户端	说明
聊天助手	由本地 Ollama 模型驱动的 Gradio 聊天界面 — 运行 make chat 或参阅 docs/mcp_tutorial.md。
Claude Desktop / Claude Code	通过 stdio 连接，同时使用其他 MCP 服务。
任何其他 MCP 客户端	通过 HTTP 以编程方式调用工具（使用 bearer 令牌认证，通过 MCP_GATEWAY_TOKEN 配置）。

单独自托管网关（不运行流水线或其他服务）只需启动一个容器： docker run -p 8765:8765 ghcr.io/athril/agentic-target-evidence/mcp-gateway:latest — 默认通过 HTTP 监听 0.0.0.0:8765。将任意 MCP 客户端指向 http://<host>:8765/mcp。

无需克隆仓库，即可从 Claude Desktop 或 Claude Code 使用该网关：让客户端通过 stdio 启动同一镜像 — 将以下内容添加到 claude_desktop_config.json（或 .mcp.json）：

{
  "mcpServers": {
    "agentic-target-evidence": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "-e", "MCP_TRANSPORT=stdio",
               "-e", "NCBI_API_KEY", "-e", "USPTO_API_KEY",
               "ghcr.io/athril/agentic-target-evidence/mcp-gateway:latest"]
    }
  }
}

两个键都是可选的（-e NAME 不带值时，会从你的环境中转发该变量）。该网关也已列入官方 MCP 注册表，名称为 io.github.athril/agentic-target-evidence。

所有批量检索都不会通过网关进行 — 流水线会直接导入每个 tools.py，避免热路径产生协议开销。网关则是在同一批连接器之上提供的另一种补充使用方式，适用于完整运行流程之外的临时调用。（流水线中唯一的网关客户端是综合阶段的 Investigator Agent；它通过 MCP 调用检索工具，在生成报告前弥补证据缺口；如果网关不可用，该 Agent 也能正常降级运行。）有关设计 — 暴露模型、安全性、传输方式、发现机制的内部实现 — 请参阅 docs/mcp_gateway.md；分步指南请参阅 docs/mcp_tutorial.md。

---

文档

完整文档位于 docs/。从这里开始——其中包含适合“我只想运行它”“我想了解设计”和“我想参与贡献”这几类读者的阅读路径。以下是几个入口：

文档	内容
docs/README.md	从这里开始。 文档集索引、完整文档列表，以及按目标划分的阅读路径（运行、了解设计、参与贡献）。
docs/tutorial.md	运行一次分析，并阅读生成的档案。
docs/mcp_tutorial.md	通过 MCP 网关和聊天助手逐步进行临时工具访问。
docs/mcp_gateway.md	MCP 网关参考：暴露模型、安全性、传输方式和发现机制的内部实现。
docs/data_sources.md	每个来源连接器、它提供的内容，以及其许可/访问限制状态。
docs/restricted.md	受限来源（OMIM、SCImago、GBD、TTD）的分步设置指南：API 密钥、数据下载和验证。
docs/architecture.md	完整设计：流水线图、HITL、功能和可观测性。
docs/developers.md	扩展点和贡献约定。
docs/faq.md	以问答形式介绍细节和容易弄错的要点。

---

贡献

欢迎贡献——有关设置、约定和如何提交更改的信息，请参阅 CONTRIBUTING.md；有关扩展点，请参阅 docs/developers.md。另请阅读我们的行为准则。

---

许可证

Apache-2.0。部分数据源受更严格的条款约束，默认禁用——许可参考表见 docs/data_sources.md，分步设置指南见 docs/restricted.md，完整免责声明和各来源的许可证见 NOTICE.md。

---

联系方式

Patryk Orzechowski, Ph.D.