Pubtator

@pipeworx/pubtator

按实体搜索生物医学文献，并查询 PubTator 3 从约 3,600 万篇 PubMed 摘要和 PMC 开放获取全文中提取的基因–疾病–化学物质–变异关系——每条关系均标记为机器提取，并附带提取所依据的句子。数据来自 NCBI / NLM 运营的 PubTator 3 API。将基因级查询（mygene-info、pubmed）与提及这些基因的文献关联起来。

属于 Pipeworx——一个将 AI Agent 连接到 1,715 多个实时数据源的 MCP 网关。这是独立的非官方集成，与上游提供方无关联、未获其认可，也非由其发布。

工具

• pubtator_find_entity(query, concept?, limit?) — 将基因、疾病、化学物质、变异、物种或细胞系名称解析为其标准化 PubTator ID（@GENE_BRCA1 / NCBI Gene 672、@DISEASE_Breast_Neoplasms / MeSH D001943）。可回答“X 的 ID 是什么，以便我按 ID 查询”。
• pubtator_search(query, page?) — 按自由文本、以 AND/OR 连接的实体 ID，或关系查询（relations:treat|@CHEMICAL_Doxorubicin|@DISEASE_Breast_Neoplasms）搜索文献。每条结果都包含匹配的句子及解码后的实体提及（text、entity、标准化的 ids、matched_query）、PMID、PMCID、DOI、期刊和日期。每页 10 条；返回 total_results 和 total_pages。
• pubtator_relations(entity, type?, target?, limit?, evidence_for?) — PubTator 3 为某个实体提取的关系（哪些药物可治疗某种疾病、某种疾病与哪些基因相关……），按 supporting_publications 排序。排名靠前的 evidence_for 条关系（默认为 3 条，最多 5 条）各附带最多 3 段支持性引文。接受 PubTator ID 或普通名称（通过自动补全解析；匹配结果会显示在 resolved_from 中）。
• pubtator_relation_evidence(type, entity1, entity2, page?) — 支持某一特定关系的所有引文，每页 10 条，并附带 PMID。可用于审核 pubtator_relations 返回的关系。
• pubtator_annotations(pmids, full_text?) — 获取最多 20 个 PMID 的实体注释：标题和摘要中的每次提及（或 full_text: true 时的 PMC 全文），标准化为 NCBI Gene / MeSH / dbSNP / Taxonomy，并附带字符偏移量以及每篇文章中提取的关系。

身份验证

无需密钥。

数据源

• https://www.ncbi.nlm.nih.gov/research/pubtator3-api/entity/autocomplete/?query=BRCA1&concept=gene&limit=10 — 实体名称 → @TYPE_Name ID，以及对应的数据库 ID。
• https://www.ncbi.nlm.nih.gov/research/pubtator3-api/search/?text=...&page=1 — 文章搜索；text_hl 是 PubTator 内联实体编码中的匹配句子，由此工具包解码。
• https://www.ncbi.nlm.nih.gov/research/pubtator3-api/relations?e1=@GENE_BRCA1&type=associate&e2=... — 提取的关系及其支持出版物数量。
• https://www.ncbi.nlm.nih.gov/research/pubtator3-api/publications/export/biocjson?pmids=31022191&full=true — BioC JSON，包含每个注释和文章内关系。

接手的人原本需要重新发现的事项：

• 实体 ID 基于名称，且区分大小写。 API 需要 @GENE_BRCA1、@DISEASE_Breast_Neoplasms、@CHEMICAL_Doxorubicin，而不是 @GENE_672 或 @DISEASE_MESH_D001943。使用数据库 ID 格式进行搜索时， API 会返回 HTTP 200，且 count: 0，不报错。因此，此工具包中的每个实体 参数在不以 @ 开头时，都会通过自动补全处理。
• 所有内容都是文本挖掘预测结果。 PubTator 3 的关系来自神经关系提取模型， 注释则来自实体识别器（GNormPlus、TaggerOne、tmVar……）。没有任何内容经过人工整理。 每条关系和注释封装对象都带有 extraction 字段，说明了这一点； supporting_publications 是模型的证据数量，不代表整理状态。
• 关系查询不区分实体顺序。 relations:associate|A|B 和 relations:associate|B|A 返回相同的数量。关系类型共 12 种： associate、cause、compare、cotreat、drug_interact、inhibit、interact、 negative_correlate、positive_correlate、prevent、stimulate、treat。
• text_hl 编码。 @<m>GENE_BRCA1</m> @GENE_672 @@@BRCA1@@@-mutated 表示：ID 标记（查询匹配项用 <m> 包裹），然后是用 @@@ 包裹的表面提及。 ID 标记是指未紧跟 @@ 的 @ — 解码器的第一个版本把 @@@BRCA@@@ 当作 ID，导致两个提及被合并成一个。
• 自动补全概念。 gene、disease、chemical 和 variant 的数据较为丰富； species 和 cellline 对常见名称（“mouse”、“HeLa”）返回 []。 不要因此断定实体不存在，而应去掉概念筛选条件。
• 全文数据量很大。 对 PMC 开放获取文章使用 full=true 时，会返回 100 多个 段落（PMID 31022191 有 119 个），且文档 ID 会变成 PMC 编号；可从第一个段落的 article-id_pmid 中获取 PMID。段落最多截取 1,500 个字符，并带有 truncated: true。
• 上游将页面大小固定为 10，没有 size 参数。

快速开始

添加到你的 MCP 客户端（Claude Desktop、Cursor、Windsurf 等）：

{
  "mcpServers": {
    "pubtator": {
      "url": "https://gateway.pipeworx.io/pubtator/mcp"
    }
  }
}

此端点实际提供的内容

https://gateway.pipeworx.io/pubtator/mcp 上的 tools/list 会返回上表中的工具，以及 Pipeworx 共享元工具——ask_pipeworx、 discover_tools、search_within、remember/recall 和其他网关范围内的工具。因此，你看到的工具数量会多于此表：目前，单个工具包端点除了列出该工具包自己的工具外，还会列出大约 30 个共享工具。连接的 initialize 响应会说明其确切范围，也是判断当天范围的权威依据。

这是有意为之，并非意外的多路复用。这些元工具让限定范围的连接也能回答本工具包未涵盖的问题——通过 ask_pipeworx 在整个目录中进行路由——而无需添加第二个 MCP 服务。目前无法挂载不含这些元工具的工具包端点；如果额外的架构定义占用的上下文多于路由带来的价值，请连接一次完整网关，而不是连接多个工具包端点。

或者，连接完整的 Pipeworx 网关，直接列出所有工具包的工具，而不只是当前工具包的工具：

{
  "mcpServers": {
    "pipeworx": {
      "url": "https://gateway.pipeworx.io/mcp"
    }
  }
}

两个 URL 都连接到同一个网关，也都能访问相同的 1715+ 个数据源。唯一的区别是直接列出哪个工具包的工具；无论连接哪一个，ask_pipeworx 都能访问所有工具包的工具。

没有 MCP 客户端？通过 HTTP 调用

curl -X POST https://gateway.pipeworx.io/v1/tools/pubtator_find_entity \
  -H 'Content-Type: application/json' \
  -d '{"query":"BRCA1","concept":"gene","limit":5}'

首次调用无需账户。检查任意工具：GET https://gateway.pipeworx.io/v1/tools/pubtator_find_entity。查找工具：使用 {"query":"..."} 向 https://gateway.pipeworx.io/v1/tools/search_packs 发送 POST 请求。

独立运行（无需网关账户）

此软件包也可以作为本地 stdio MCP 服务运行——无需 Pipeworx 账户，也无需往返网关：

{
  "mcpServers": {
    "pubtator": {
      "command": "npx",
      "args": ["-y", "@pipeworx/mcp-pubtator"]
    }
  }
}

或者直接运行，以确认服务能够启动：

npx -y @pipeworx/mcp-pubtator

它通过 stdin/stdout 使用 MCP 通信，并为仅属于此工具包的工具响应 initialize/tools/list/tools/call——不包含上方网关连接额外提供的共享元工具。源代码相同，工具相同，但没有 ask_pipeworx 路由。

使用 ask_pipeworx

你可以用通俗易懂的语言提问，而不是直接调用工具——上方的工具包端点和完整网关都支持此功能：

ask_pipeworx({ question: "your question about Pubtator data" })

网关会选择合适的工具并自动填写参数。

更多信息

• 文档和指南
• pipeworx.io

许可证

MIT