非官方 NCBI Datasets MCP 服务器

这是一个模型上下文协议（MCP）服务器，提供对 NCBI Datasets API 的全面访问。该服务器通过 31 个专用工具，实现与 NCBI 海量基因组、分类学和生物学数据的无缝集成。

由 Augmented Nature 开发

功能特点

• 31 个综合工具，涵盖 NCBI Datasets 的所有主要功能
• 9 个组织有序的生物数据操作类别
• 资源模板，支持基于 URI 的直接数据访问
• 完整的 TypeScript 实现，带有完善的错误处理
• 速率限制和缓存机制，确保最佳性能
• 环境变量配置，用于 API 密钥管理

安装说明

npm install
npm run build

配置

环境变量

• NCBI_API_KEY（可选）：您的NCBI API密钥，用于更高的速率限制和优先访问

MCP配置

添加到您的MCP设置中：

{
  "mcpServers": {
    "ncbi-datasets-server": {
      "command": "node",
      "args": ["/path/to/ncbi-datasets-server/build/index.js"],
      "env": {
        "NCBI_API_KEY": "your_api_key_here"
      }
    }
  }
}

可用工具

🧬 基因组操作

• search_genomes - 按生物体、关键词或标准搜索基因组组装
• get_genome_info - 获取特定基因组组装的详细信息
• get_genome_summary - 获取基因组组装的汇总统计数据

🧬 基因操作

• search_genes - 按符号、名称、生物体或位置搜索基因
• get_gene_info - 获取特定基因的详细信息
• get_gene_sequences - 检索特定基因的序列

🏷️ 分类学操作

• search_taxonomy - 按生物体名称搜索分类学信息
• get_taxonomy_info - 获取分类单元的详细分类学信息
• get_organism_info - 获取生物体特定信息和数据集

🏗️ 组装操作

• search_assemblies - 通过详细筛选搜索基因组组装
• get_assembly_info - 获取组装的详细元数据和统计信息
• get_assembly_reports - 获取组装质量报告和验证信息
• download_genome_data - 获取基因组数据文件的下载 URL
• batch_assembly_info - 获取多个组装的信息

🦠 病毒操作

• search_virus_genomes - 搜索病毒基因组组装
• get_virus_info - 获取病毒基因组的详细信息

🧪 蛋白质操作

• search_proteins - 按名称或功能搜索蛋白质序列
• get_protein_info - 获取特定蛋白质的详细信息

📝 注释操作

• get_genome_annotation - 获取组装的注释信息
• search_genome_features - 搜索特定的基因组特征

🔬 比较基因组学

• compare_genomes - 比较两个或多个基因组组装
• find_orthologs - 跨生物体查找同源基因

🧬 序列操作

• get_sequence_data - 检索基因组/基因/蛋白质的序列数据
• blast_search - 针对 NCBI 数据库执行 BLAST 搜索

🌳 系统发育操作

• get_phylogenetic_tree - 获取生物体的系统发育树数据
• get_taxonomic_lineage - 获取完整的分类学谱系

📊 统计操作

• get_database_stats - 获取 NCBI Datasets 内容的统计信息
• search_by_bioproject - 通过 BioProject 登录号搜索数据集
• search_by_biosample - 通过 BioSample 登录号搜索数据集

✅ 质量控制

• get_assembly_quality - 获取基因组组装的质量指标
• validate_sequences - 验证序列数据并检查问题

使用示例

基因组分析

// Search for E. coli genomes
{
  "tool": "search_genomes",
  "arguments": {
    "tax_id": 511145,
    "assembly_level": "complete",
    "max_results": 10
  }
}

// Get detailed genome information
{
  "tool": "get_genome_info",
  "arguments": {
    "accession": "GCF_000005845.2",
    "include_annotation": true
  }
}

// Get genome summary statistics
{
  "tool": "get_genome_summary",
  "arguments": {
    "accession": "GCF_000005845.2"
  }
}

基因研究

// Search for BRCA1 gene
{
  "tool": "search_genes",
  "arguments": {
    "gene_symbol": "BRCA1",
    "organism": "Homo sapiens",
    "max_results": 5
  }
}

// Get detailed gene information
{
  "tool": "get_gene_info",
  "arguments": {
    "gene_id": 672,
    "include_sequences": true
  }
}

// Get gene sequences
{
  "tool": "get_gene_sequences",
  "arguments": {
    "gene_id": 672,
    "sequence_type": "transcript"
  }
}

分类学分析

// Search taxonomy by organism name
{
  "tool": "search_taxonomy",
  "arguments": {
    "query": "Escherichia coli",
    "max_results": 10
  }
}

// Get detailed taxonomic information
{
  "tool": "get_taxonomy_info",
  "arguments": {
    "tax_id": 511145,
    "include_lineage": true
  }
}

// Get organism information
{
  "tool": "get_organism_info",
  "arguments": {
    "organism": "Escherichia coli"
  }
}

组装操作

// Search assemblies with filtering
{
  "tool": "search_assemblies",
  "arguments": {
    "query": "human",
    "assembly_level": "chromosome",
    "assembly_source": "refseq",
    "max_results": 20
  }
}

// Get assembly information
{
  "tool": "get_assembly_info",
  "arguments": {
    "assembly_accession": "GCF_000001405.40",
    "include_annotation": true
  }
}

// Batch assembly lookup
{
  "tool": "batch_assembly_info",
  "arguments": {
    "accessions": ["GCF_000001405.40", "GCF_000005825.2", "GCF_000002305.1"]
  }
}

比较基因组学

// Compare multiple genomes
{
  "tool": "compare_genomes",
  "arguments": {
    "accessions": ["GCF_000005845.2", "GCF_000001405.40"],
    "comparison_type": "basic_stats",
    "include_orthologs": true
  }
}

// Find orthologous genes
{
  "tool": "find_orthologs",
  "arguments": {
    "gene_symbol": "BRCA1",
    "source_organism": "Homo sapiens",
    "target_organisms": ["Mus musculus", "Rattus norvegicus"],
    "similarity_threshold": 80
  }
}

病毒研究

// Search viral genomes
{
  "tool": "search_virus_genomes",
  "arguments": {
    "virus_name": "SARS-CoV-2",
    "host": "Homo sapiens",
    "max_results": 50
  }
}

// Get viral genome information
{
  "tool": "get_virus_info",
  "arguments": {
    "accession": "NC_045512.2",
    "include_proteins": true,
    "include_metadata": true
  }
}

资源模板

服务器提供资源模板以实现直接数据访问：

• ncbi://genome/{accession} - 完整基因组组装信息
• ncbi://gene/{gene_id} - 带注释的基因信息
• ncbi://taxonomy/{tax_id} - 分类学分类和谱系
• ncbi://assembly/{assembly_accession} - 组装元数据和统计信息
• ncbi://search/{data_type}/{query} - 指定查询的搜索结果

API 速率限制

• 无 API 密钥：每秒 3 个请求
• 有 API 密钥：每秒 10 个请求，且享有优先访问权

要获取 API 密钥，请访问：https://www.ncbi.nlm.nih.gov/account/settings/

错误处理

服务器实现了全面的错误处理机制：

• 网络错误：采用指数退避策略自动重试
• 速率限制：智能请求排队和流量控制
• 无效参数：清晰的验证错误消息
• API 错误：包含上下文的详细错误报告

数据来源

本服务器访问以下来源的数据：

• NCBI Datasets API v2：主要基因组和组装数据
• NCBI Taxonomy：分类学分类和谱系
• NCBI Gene：基因注释和序列
• NCBI Assembly：组装元数据和质量指标
• NCBI BioProject/BioSample：项目和样本信息

许可证

MIT 许可证 - 详情参见 LICENSE 文件。

贡献

欢迎贡献！请随时提交问题、功能请求或拉取请求。

支持

有关以下方面的问题：

• 服务器功能：在本仓库中提交 issue
• NCBI 数据：参考 NCBI Datasets 文档
• API 访问：联系 NCBI 支持以咨询 API 相关问题