BioMCP — 生物信息学 MCP 服务器 / Bioinformatics MCP Server

BioMCP is an open-source MCP server that connects any AI assistant directly to 36 open bioinformatics databases — zero config, no API keys. Literature, sequences, BLAST, structures, enrichment, annotations, genomes, interactions, pathways, variants, domains, compounds, single-cell, glycomics, metabolomics, lipidomics, microbiome, plants, model organisms, proteomics and more.

BioMCP 是一个开源的 MCP 服务器，让任意 AI 助手零配置直连 36 个公开生物数据库——文献、序列、比对、结构、富集、注释、基因组、互作、通路、变异、结构域、化合物、单细胞、糖组学、代谢组学、脂质组学、微生物组、植物、模式生物、蛋白质组学等全流程。

特性 / Features

标准 MCP 协议 / Standard MCP protocol — Based on official MCP SDK with stdio transport, compatible with all MCP clients
基于官方 MCP SDK，stdio 传输，兼容所有 MCP 客户端

68 个工具 · 36 个数据库 / 68 tools · 36 databases — Covers literature → sequences → structures → functions → interactions → pathways → variants → drugs → single-cell → glycomics → metabolomics → lipidomics → microbiome → plants → model organisms → proteomics → intelligent analysis
覆盖文献→序列→结构→功能→互作→通路→变异→药物→单细胞→糖组学→代谢组学→脂质组学→微生物组→植物→模式生物→蛋白质组学→智能分析全流程

零配置使用 / Zero-config — pip install bio-mcp one command, no database setup, no API keys required
pip install bio-mcp 一条命令，无需数据库、无需密钥

数据公开权威 / Authoritative public data — All from official APIs: NCBI / RCSB / UniProt / Ensembl / EBI / STRING / KEGG / GlyGen / Reactome / OpenAlex, etc.
全部来自 NCBI / RCSB / UniProt / Ensembl / EBI / STRING / KEGG / GlyGen / Reactome / OpenAlex 等官方 API

智能限速 / Smart rate-limiting — Built-in NCBI 3 seconds/request rate limiting with retry backoff, respects academic API standards
内置 NCBI 3 秒/请求限速与重试退避，遵守学术 API 规范

跨库交叉验证 / Cross-database validation — gene_full_profile concurrently queries 4 databases, intelligent_analyze auto-detects data types and recommends optimal analysis plans
gene_full_profile 一次并发查询 4 个数据库，intelligent_analyze 自动检测数据类型并推荐最佳分析方案

中英双语 / Bilingual — Tool descriptions and documentation in both languages, domestic network reachable (adapted Enrichr as g:Profiler alternative)
命令描述与文档双语，国内网络可达（已适配 Enrichr 替代 g:Profiler）

智能 Agent 系统 / Intelligent Agent System — Auto-analyzes input data, recommends optimal tools, saves tokens, provides unexpected insights
自动分析输入数据，推荐最佳工具，节省 token，提供意外见解

诚实 Agent / Honest Agent — db_health_check runs real connectivity tests on all endpoints, tool_inventory reports which tools are end-to-end verified vs best-effort
db_health_check 对全部端点做真实连通性检查，tool_inventory 如实报告哪些工具已端到端验证、哪些为尽力而为，不做乐观假设

安装 / Install

# 1. 安装（需要 Python 3.10+）/ Install (Python 3.10+)
pip install bio-mcp

# 2. 启动（stdio 模式，供 MCP 客户端调用）/ Run in stdio mode
bio-mcp

手动安装（源码）/ Install from source

git clone https://github.com/qgeng1465/bio-mcp.git
cd bio-mcp
pip install .
# 或开发模式 / or dev mode
pip install -e ".[test]"

快速开始 / Quick Start

Register BioMCP in any MCP-compatible AI assistant / IDE (Cursor / VS Code / MCP clients, etc.):
在任何支持 MCP 的 AI 助手 / IDE 中注册 BioMCP（Cursor / VS Code / 各类 MCP 客户端等）：

{
  "mcpServers": {
    "bio-mcp": {
      "command": "bio-mcp"
    }
  }
}

Then just ask in conversation:
然后在对话中直接使用：

查询 BRCA1 相关的最新文献 / 查 CRISPR 领域的高被引论文
下载 CYP2D6 的蛋白序列 / 检索大肠杆菌的核酸序列
对这段 DNA 做 BLAST：ATGC...
查 PDB 1CRN 的结构 / AlphaFold 预测 P04637 / EMDB 电镜结构 EMD-1234
分析基因列表 BRCA1,TP53,EGFR,ATM,RAD51 的富集
查 apoptosis 通路 / 查 TP53 的实验互作网络
查糖苷 G00051MO 的结构 / P04637 的糖基化 / 查脂质 LMFA01030001
检索肠道微生物组研究 / 检索大肠杆菌的基因组组装 / 查 pET-28a 质粒
查 BRCA1 在人体组织中的表达
查拟南芥基因 AT1G01010 / 查线虫基因 WBGene00000001
检索人血浆蛋白质组学项目 PXD000001 / 查 TP53 的 HGNC 基因符号
搜索乳腺癌的 SRA 测序数据 / 查 aspirin 在 UniChem 的 ID 映射
对 BRCA1 做一个多库综合分析报告
使用智能分析：TP53 基因的功能分析
获取基因研究的分析模板
检查当前哪些数据库可达（诚实检查）

工具 / Tools（68）

智能分析 / Intelligent Analysis

文献 / Literature

序列与比对 / Sequence & Alignment

结构 / Structure

蛋白功能 / Protein Function

基因命名 / Gene Nomenclature

通路与互作 / Pathways & Interactions

基因组与组装 / Genome & Assembly

变异与临床 / Variants & Clinical

化合物与药物 / Compounds & Drugs

核酸与质粒 / Nucleic Acid & Plasmids

微生物组 / Microbiome

单细胞 / Single-Cell

糖组学 / Glycomics

代谢组学 / Metabolomics

脂质组学 / Lipidomics

蛋白图谱 / Protein Atlas

样本与表达 / Samples & Expression

蛋白质组学 / Proteomics

模式生物 / Model Organisms

植物 / Plants

测序档案 / Sequencing Archive

诚实检查 / Honesty

组合分析 / Combined

示例输出 / Example Output

智能分析（Intelligent Analysis）

输入: "TP53"
分析目标: "function"

输出:
{
  "data_analysis": {
    "primary_type": "gene_name",
    "confidence": {"gene_name": 0.85}
  },
  "recommended_plans": [
    {
      "plan_id": "primary",
      "recommended_tools": [
        "uniprot_annotate",
        "protein_domains",
        "gene_enrichment",
        "string_interactions"
      ],
      "expected_results": [
        "蛋白基本信息",
        "结构域和家族",
        "GO富集分析",
        "蛋白互作网络"
      ],
      "token_efficiency": "high",
      "insights": [
        "建议检查基因的物种特异性",
        "考虑该基因在不同组织中的表达差异",
        "可以探索该基因在疾病状态下的异常表达"
      ]
    }
  ]
}

gene_full_profile（组合工具 / combined tool）

基因综合分析：TP53 (homo_sapiens)

- Ensembl ENSG00000141510 · chr17:7668402-7687550 · protein_coding · tumor protein p53
- UniProt P04637 · Cellular tumor antigen p53 · Homo sapiens · 393 aa · Multifunctional transcription factor...
- STRING 互作伙伴: MDM2(0.999), TP53BP1(0.996), EP300(0.986), ...
- PubMed 文献: 74,021 篇

综合来自 Ensembl / UniProt / STRING / PubMed 的交叉验证。

两种使用方式：智能 Agent 或直接调用 / Two Ways to Use: Agent or Direct

BioMCP 同时支持两种使用方式，可按需选择。 / Two usage modes are available:

方式一：用智能 Agent 与 Skill（省 token）/ Mode 1 — Intelligent agent + skills (token-saving)

• 直接提问 intelligent_analyze(input, goal)，由 agent 判断数据类型、推荐数据库、给出预期结果与洞察，并只调用必要的工具。
• 或使用仓库内置 Skill（bio-data-to-database / bio-analysis / bio-mcp-usage），自动走「分类 → 推荐 → 交叉验证 → 诚实报告」流程。
• 适合：不确定数据能做什么、想省 token、需要洞察的场景。

方式二：单独调用任意工具（完全手动）/ Mode 2 — Call any tool directly (fully manual)

• 不经过 agent，直接调用任意单个工具，如 pubmed_search(term="BRCA1")、blast_search(...)、uniprot_annotate(gene="TP53")。
• 适合：数据与目标明确、已有查询计划、不想引入 agent 判断的场景。
• 工具本身与 agent 用的是同一套：tool_inventory 可查看全部 68 个工具与验证状态，db_health_check 可确认当前网络可达性。

两种方式等价且互通：agent 最终也是调用这些工具；手动调用得到的结果完全相同。

架构 / Architecture

Client Layer / 客户端层
┌──────────────────────────────────────────────┐
│                 MCP Client                   │
│   (Any MCP-compatible AI assistant / IDE)     │
└──────────────────────┬───────────────────────┘
                       │  stdio (JSON-RPC 2.0)
Server Layer / 服务器层
┌──────────────────────▼───────────────────────┐
│              bio-mcp server                   │
│  ┌────────────────────────────────────────┐  │
│  │  tools/  (68 MCP tools / 68 工具)      │  │
│  │  intelligent · honesty · pubmed · ncbi │  │
│  │  blast · pdb · uniprot · enrichment ·  │  │
│  │  ensembl · string · kegg · variant ·   │  │
│  │  interpro · pubchem · chembl ·         │  │
│  │  europepmc · alphafold · cellxgene ·   │  │
│  │  ucsc · taxonomy · geo · glygen ·      │  │
│  │  uniparc · metabolights · proteinatlas │  │
│  │  assembly · dbsnp · plasmid · ena ·    │  │
│  │  mgnify · reactome · openalex · lipid  │  │
│  │  emdb · intact · crosscheck · hgnc ·   │  │
│  │  biogrid · biosamples · expression ·   │  │
│  │  unichem · chebi · pride · flybase ·   │  │
│  │  wormbase · rgd · plants               │  │
│  └────────────────────┬───────────────────┘  │
│  ┌────────────────────▼───────────────────┐  │
│  │  core/  (35 client modules · 36 DBs)     │  │
│  │  BioHTTP: retry/backoff/rate-limit/      │  │
│  │  LRUCache: thread-safe caching          │  │
│  └────────────────────┬───────────────────┘  │
└───────────────────────┼──────────────────────┘
Database Layer / 数据库层
        ┌───────┬───────┼───────┬───────┬────────────┐
     ┌──▼──┐ ┌──▼──┐ ┌──▼──┐ ┌──▼──┐ ┌──▼──┐ ┌─────▼─────┐
     │NCBI │ │RCSB │ │Uni  │ │Ens  │ │STRING│ │Enrichr   │
     │     │ │PDB  │ │Prot │ │embl │ │     │ │... 共36库 │
     └─────┘ └─────┘ └─────┘ └─────┘ └─────┘ └───────────┘

为什么用 Enrichr 而不是 g:Profiler？

g:Profiler（爱沙尼亚）在国内网络下常不可达；Enrichr（Ma'ayan Lab）国内可达且提供 GO/KEGG/Reactome/WikiPathways 等数百个基因集库。BioMCP 默认采用 Enrichr，保证开箱即用。

为什么 OpenGWAS / DisGeNET 被排除？

OpenGWAS 从 2024-05 起强制要求 API token；DisGeNET 也需 API key，均无法零配置直连，故不包含。收录的数据库中，除 BioGRID 需要 BIOGRID_ACCESS_KEY 环境变量外，其余 35 个均为开放免密钥 API。BioGRID 之所以保留，是因为其注册即可免费获得 key，且互作数据对蛋白网络分析价值高。

目录结构 / Project Structure

bio-mcp/
├── src/bio_mcp/
│   ├── server.py            # MCP server 入口（装配 68 个工具）
│   ├── core/                # 35 个客户端模块覆盖 36 库
│   │   ├── http.py          #   BioHTTP：重试/退避/限速/超时
│   │   ├── cache.py         #   LRUCache：线程安全缓存层
│   │   ├── ncbi.py          #   NCBI E-utilities + BLAST + Assembly + dbSNP + SRA/BioProject/BioSamples
│   │   ├── rcsb.py          #   RCSB PDB
│   │   ├── uniprot.py       #   UniProt REST
│   │   ├── enrichr.py       #   Enrichr 富集
│   │   ├── ensembl.py       #   Ensembl 基因/同源/植物
│   │   ├── stringdb.py      #   STRING 互作
│   │   ├── kegg.py          #   KEGG 通路
│   │   ├── myvariant.py     #   MyVariant 变异
│   │   ├── interpro.py      #   InterPro 结构域
│   │   ├── pubchem.py       #   PubChem 化合物
│   │   ├── europepmc.py     #   Europe PMC 文献
│   │   ├── alphafold.py     #   AlphaFold 结构
│   │   ├── chembl.py        #   ChEMBL 药物
│   │   ├── cellxgene.py     #   CELLxGENE 单细胞
│   │   ├── ucsc.py          #   UCSC 基因组
│   │   ├── glygen.py        #   GlyGen 糖组学
│   │   ├── uniparc.py       #   UniParc 蛋白序列归档
│   │   ├── metabolights.py  #   Metabolights 代谢组学
│   │   ├── proteinatlas.py  #   Human Protein Atlas
│   │   ├── ena.py           #   EBI ENA 核酸档案
│   │   ├── mgnify.py        #   EBI MGnify 微生物组
│   │   ├── reactome.py      #   Reactome 通路
│   │   ├── openalex.py      #   OpenAlex 文献
│   │   ├── lipidmaps.py     #   LIPID MAPS 脂质
│   │   ├── emdb.py          #   EBI EMDB 电镜结构
│   │   ├── intact.py        #   EBI IntAct 实验互作
│   │   ├── hgnc.py          #   HGNC 基因命名
│   │   ├── biogrid.py       #   BioGRID 互作（需 key）
│   │   ├── expressionatlas.py # EBI Expression Atlas
│   │   ├── unichem.py       #   UniChem 化合物 ID 映射
│   │   ├── chebi.py         #   ChEBI 化合物本体
│   │   ├── pride.py         #   EBI PRIDE 蛋白质组学
│   │   ├── flybase.py       #   FlyBase 果蝇
│   │   ├── wormbase.py      #   WormBase 线虫
│   │   └── rgd.py           #   Rat Genome DB 大鼠
│   └── tools/               # 68 个 MCP 工具定义
│       ├── intelligence.py  #   智能分析系统
│       ├── honesty.py       #   诚实 agent（连通性检查/工具清单）
│       ├── plants.py        #   植物基因工具
│       ├── pubmed.py · ncbi.py · blast.py · pdb.py
│       ├── uniprot.py · enrichment.py · ensembl.py
│       ├── stringdb.py · kegg.py · variant.py
│       ├── interpro.py · pubchem.py · europepmc.py
│       ├── alphafold.py · chembl.py · cellxgene.py
│       ├── ucsc.py · ncbi_extra.py · glygen.py
│       ├── uniparc.py · metabolights.py · proteinatlas.py
│       ├── ena.py · mgnify.py · reactome.py · openalex.py
│       ├── lipidmaps.py · emdb.py · intact.py · crosscheck.py
│       ├── hgnc.py · biogrid.py · biosamples.py
│       ├── expressionatlas.py · unichem.py · chebi.py
│       └── pride.py · flybase.py · wormbase.py · rgd.py
├── tests/                   # 单元测试（不依赖网络）
├── examples/                # 客户端配置与快速开始
├── .github/workflows/       # CI（GitHub Actions）
└── pyproject.toml

测试 / Testing

# 单元测试（离线，不依赖网络）/ offline unit tests
python -m pytest tests/ -v

诚实声明 / Honest note on verification status：

• 原有 40 个工具（v0.1-0.4）在开发期对真实公开数据库做过端到端验证。
• v0.5 新增的 28 个工具中，大部分（HGNC、BioSamples、UniChem、ChEBI、PRIDE、WormBase、植物、SRA/BioProject、Expression Atlas 实验检索、智能分析与诚实检查）已在开发期用真实数据端到端验证。
• 受限工具如实披露：FlyBase 被 CloudFront WAF 机器人检测拦截（脚本客户端无法访问）；Rat Genome DB 在当前网络下超时；WormBase 搜索为尽力而为；BioGRID 需 API key。
• Expression Atlas 的 expression_atlas_gene 为诚实版：公开 REST 已不提供单基因数值表达量端点，该工具返回匹配该基因的实验列表供进一步查看。
• 如需确认当前环境下某数据库是否可达，先调用 db_health_check；对关键结论请结合专业工具与原始数据复核。

The original 40 tools (v0.1-0.4) were end-to-end validated during development. Most of the 28 tools added in v0.5 were validated against real data during development. Restricted tools are disclosed honestly: FlyBase is blocked by CloudFront WAF bot detection; Rat Genome DB timed out in the current network; WormBase search is best-effort; BioGRID needs an API key. expression_atlas_gene is an honest version — the public REST no longer exposes numeric per-gene expression values, so it returns matching experiments instead. Run db_health_check to confirm endpoint reachability before relying on a specific database.

License

BioMCP uses a dual licensing model / BioMCP 采用双重授权模式：

• Academic Use / 学术使用：MIT License for educational, research, and personal non-commercial use
  教育、研究和个人非商业使用采用 MIT 许可

• Commercial Use / 商业使用：Requires separate commercial license for business integration, revenue generation, or SaaS deployment
  业务集成、创收或 SaaS 部署需要单独的商业许可

For commercial licensing inquiries / 商业许可咨询：https://github.com/qgeng1465

Roadmap / 路线图

• 批量对比分析（多条序列/多基因批量富集）/ Batch comparative analysis
• 虚拟细胞 / 类器官数据接口（多组学整合）/ Virtual cell & organoid data interfaces
• 更多数据库支持（MGI/ZFIN/Xenbase 等模式生物、更多植物基因组）/ More database support
• 高级智能分析功能（多agent协同）/ Advanced intelligent analysis (multi-agent collaboration)

Disclaimer / 免责声明

本工具仅用于学习研究及个人合理使用 / For educational research and personal reasonable use only.

• 查询结果来自公开数据库原始数据，不保证完全准确，请结合专业工具与原始数据复核。
  Query results come from public database raw data and are not guaranteed to be completely accurate; please verify with professional tools and original data.

• 请遵守各数据库使用条款（NCBI 要求 ≥3 秒/请求并提供联系方式，本项目已内置）。
  Please comply with database usage terms (NCBI requires ≥3 seconds/request with contact info, already built-in).

• 涉及临床/药物/医疗决策时，请咨询专业人士。使用本工具产生的任何风险与法律责任由使用者自行承担。
  For clinical/drug/medical decisions, please consult professionals. Users assume all risks and liabilities.

Support / 支持

If BioMCP helps you, consider supporting the project to keep it updated.

如果 BioMCP 帮到了你，欢迎支持项目，让我有动力持续更新。

Citation / 引用

If you use BioMCP in your research or publication, please cite:
如果您在研究或出版物中使用了 BioMCP，请引用：

@software{bio_mcp_2026,
  title={BioMCP: A Zero-Config MCP Server for Bioinformatics Databases},
  author={qgeng1465},
  year={2026},
  url={https://github.com/qgeng1465/bio-mcp}
}

License © 2026 qgeng1465