Pubtator MCP Server

Pubtator MCP 服务

本项目提供一个异步 Python 服务，用于与 PubTator3 API 交互。它提供多个兼容 MCP Agent 协议的生物医学文本挖掘工具，支持实体查询、生物医学文献搜索，以及从 PubMed/PMC 文章中提取文本等任务。

功能

• 实体自动补全： 使用自由文本查询查找生物医学实体（基因、疾病、化学物质、变异）。
• 文献搜索： 使用关键词、实体 ID 或实体关系搜索 PubTator3 数据库。
• 文章获取： 以多种格式下载并提取 PubMed/PMC 文章中的文本。
• 查找相关实体： 通过可自定义的关系和类型筛选条件，查询与指定标识符相关的实体。
• 异步且快速： 使用 aiohttp 发送非阻塞 HTTP 请求；旨在集成到更广泛的 MCP 环境中。

可用工具

该服务提供以下工具，用于与 PubTator3 API 交互，可通过 MCP 协议访问。这些工具支持以编程方式查询生物医学概念、搜索文献、提取全文和发现实体关系。

1. find_entity

• 用途： 使用自由文本查询查找特定生物概念的标识符。
• 输入：
  • query（字符串，必填）：要查询的概念自由文本（例如 "breast cancer"、"BRCA1"）。
  • bioconcept（字符串，可选）：将结果限定为一种概念类型：'disease'、'gene'、'chemical'、'variant' 之一。
  • limit（整数，可选）：结果数量上限（默认值为 10，最大值为 50）。
• 返回：
  匹配实体列表，每个实体包含 PubTator 标识符、标签和概念类型。

2. search_pubtator

• 用途： 使用灵活的查询在 PubTator3 中搜索相关的 PubMed/PMC 文章。
• 输入：
  • query（字符串，必填）：自由文本、PubTator 概念 ID 或关系查询。
  • relation（字符串，可选）：指定关系类型（默认值为 'ANY'）。
  • limit（整数，可选）：要获取的结果数量（默认值为 10，最大值为 50）。
• 返回：
  JSON 列表，包含文章 ID 和简要摘要。

3. get_paper_text

• 用途： 下载并提取 PubMed 或 PMC 文章中的文本内容。
• 输入：
  • pmid 或 pmcid（字符串，必填）：文章标识符（PubMed ID 或 PMC ID）。
• 返回：
  如果文章文本可用，则返回纯文本内容。

4. find_related_entities

• 用途： 查找与特定 PubTator 实体相关的实体，并按关系类型或实体类型筛选。
• 输入：
  • entity_id（字符串，必填）：要查询的 PubTator 实体 ID（例如，@GENE_BRCA1）。
  • relation_type（字符串，可选）：按关系类型筛选（例如，'interacts_with'、'associated_with'）。
  • entity_type（字符串，可选）：将相关实体限定为某种概念类型。
• 返回：
  格式化的 JSON，包含相关实体 ID 和关系详情。

---

每个工具的完整输入架构、描述和示例均可在 server.py 中的 list_tools 端点查看。
使用这些工具，即可在兼容的平台或 Agent 中集成由 PubTator3 驱动的高级生物医学知识访问能力。

安装

1. 安装 3.10+ 和所需的库（见下文）。

   pip install mcp-server-pubtator3
   

2. 运行服务：

   mcp-server-pubtator3