关于 Gmx_vmd
MCP-GMX-VMD 是一个将 GROMACS 分子动力学模拟与 VMD 可视化整合在一起的 MCP 服务,采用微服务架构。它面向需要进行分子动力学模拟设置、执行、分析和可视化的研究人员。
主要功能
- 01GROMACS 模拟的设置与运行
- 02轨迹分析(RMSD、RMSF 等)
- 03使用 VMD 进行三维可视化
- 04自定义工作流目录管理
- 05基于 MCP 的模块化架构
适用场景
- 01搭建蛋白质在水环境中的模拟体系
- 02分析 MD 轨迹的 RMSD 等指标
- 03加载轨迹并以 VMD 查看结构
MCP 相关
该项目是一个 MCP 服务,通过 MCP 协议向客户端暴露模拟、分析与可视化功能,例如 Claude Desktop 或 Cursor 可通过自然语言调用这些功能。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
MCP-GMX-VMD
MCP-GMX-VMD 是一项服务,通过微服务架构将 GROMACS 分子动力学模拟与 VMD(Visual Molecular Dynamics)可视化集成起来。此工具可用于分子动力学模拟的设置、运行、分析和可视化。
功能
- 分子动力学模拟:通过易用的界面设置并运行 GROMACS 模拟
- 轨迹分析:分析模拟轨迹(RMSD、RMSF 等)
- 3D 可视化:使用 VMD 可视化分子结构和模拟轨迹
- 自定义工作流目录:在用户指定的目录中创建和管理模拟工作流
- 模块化架构:基于 MCP(Model Context Protocol )构建,可灵活与其他工具集成
前提条件
- Python 3.9+
- GROMACS(已安装且可在 PATH 中访问)
- VMD(Visual Molecular Dynamics,已安装且可在 PATH 中访问)
- (可选)Python VMD 模块,用于增强可视化功能
安装
-
克隆仓库:
git clone https://github.com/yourusername/mcp-gmx-vmd.git cd mcp-gmx-vmd -
创建并激活虚拟环境:
python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate -
安装依赖项:
pip install -r requirements.txt -
安装软件包(开发模式):
pip install -e .
配置
此服务使用配置文件(config.json)设置 VMD 路径、搜索路径及其他选项。如果此文件不存在,请按以下结构创建:
{
"vmd": {
"path": "/path/to/vmd/executable",
"search_paths": ["/path/to/search"]
},
"gmx": {
"path": "/path/to/gromacs/executable"
}
}
对于 macOS 用户,VMD 路径通常为:
/Applications/VMD.app/Contents/MacOS/startup.command
启动服务
要启动 MCP-GMX-VMD 服务:
python mcp_server.py
服务将启动并监听请求。
使用示例
创建模拟工作流:
import requests
# Create a new workflow
response = requests.get(
"http://localhost:8000/gmx-vmd://workflow/create?name=my_simulation"
)
workflow_id = response.json()["workflow_id"]
# Prepare a simulation with custom directory
custom_dir = "/path/to/custom/directory"
response = requests.get(
f"http://localhost:8000/gmx-vmd://simulation/prepare?workflow_id={workflow_id}&pdb_file=protein.pdb&workspace_dir={custom_dir}"
)
分析轨迹:
# Analyze RMSD
analysis_params = {
"analysis_type": "rmsd",
"trajectory_file": "md/md.xtc",
"structure_file": "md/md.gro",
"selection": "protein",
"output_prefix": "rmsd_analysis"
}
response = requests.get(
f"http://localhost:8000/gmx-vmd://analysis/trajectory?workflow_id={workflow_id}¶ms={json.dumps(analysis_params)}"
)
可视化结构:
# Load and visualize trajectory
response = requests.get(
f"http://localhost:8000/gmx-vmd://visualization/load-trajectory?workflow_id={workflow_id}&trajectory_file=md/md.xtc&structure_file=md/md.gro"
)
大模型集成
此服务可以与 Claude 等大模型助手集成,也可以与 Cursor IDE 搭配使用,以获得更具交互性的体验。集成后,你可以直接通过自然语言命令执行分子模拟和分析。
连接到 MCP 服务
- 复制以下 JSON,并将路径占位符替换为系统中的实际路径:
{
"mcpServers": {
"gmx_vmd": {
"command": "{{PATH_TO_UV}}",
"args": [
"--directory",
"{PATH_TO_SRC}/mcp-gmx-vmd",
"run",
"mcp",
"run",
"mcp_server.py"
],
"env": {
"PYTHONPATH": "{PATH_TO_SRC}/mcp-gmx-vmd",
"MCP_DEBUG": "1",
"PYTHONUNBUFFERED": "1"
}
}
}
}
-
将配置文件保存到相应位置:
- 对于 Claude Desktop:将文件保存为
claude_desktop_config.json,路径为:~/Library/Application Support/Claude/claude_desktop_config.json - 对于 Cursor IDE:将文件保存为
mcp.json,路径为:~/.cursor/mcp.json
- 对于 Claude Desktop:将文件保存为
-
重启应用(Claude Desktop 或 Cursor)
- 对于 Claude Desktop,现在应会看到 GMX-VMD 是一项可用集成
- 对于 Cursor,重启后即可使用该集成
在大模型中使用 MCP-GMX-VMD
配置完成后,你可以通过自然语言与 MCP-GMX-VMD 服务交互:
- “在水环境中设置蛋白质模拟”
- “分析我的蛋白质轨迹的 RMSD”
- “可视化此蛋白质结构并显示二级结构”
- “计算我的 MD 轨迹中的氢键”
大模型会将你的请求转换为对 MCP-GMX-VMD 服务的相应 API 调用。
高级配置
自定义工作流目录
要在自定义目录中创建工作流,请在创建工作流时指定 workspace_dir 参数:
response = requests.get(
f"http://localhost:8000/gmx-vmd://workflow/create?name=custom_workflow&workspace_dir=/path/to/custom/directory"
)
VMD 可视化模板
此服务提供多个适用于常见任务的内置可视化模板。你可以通过以下方式应用这些模板:
response = requests.get(
f"http://localhost:8000/gmx-vmd://visualization/apply-template?workflow_id={workflow_id}&template_name=protein_cartoon"
)
故障排除
VMD 显示问题
如果 VMD GUI 在启动后立即关闭,请尝试以下任一方法:
- 在单独的终端窗口中启动 VMD(服务的默认行为)
- 使用
vmd -dispdev text在不启动 GUI 的情况下通过命令行运行 - 检查 VMD 的安装和权限
权限问题
如果自定义目录遇到权限问题:
# Set appropriate permissions for the directory
chmod -R 755 /path/to/your/custom/directory
许可证
YouTube 概览
致谢
- VMD 由伊利诺伊大学厄巴纳-香槟分校理论与计算生物物理学组开发
- GROMACS 是一款功能全面的分子动力学模拟软件包
- MCP(Model Context Protocol)提供底层通信框架
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。
