项目简介

'RNA Dataset Search - MCP Server' 是一个基于 Model Context Protocol (MCP) 构建的后端服务，专门用于与欧洲核苷酸数据库 (ENA) 交互。它允许大型语言模型 (LLM) 客户端以标准化的方式搜索和访问数百万个公共 RNA 测序数据集，包括批量 RNA-seq 和单细胞 RNA-seq。该服务器特别优化用于查找人类和小鼠疾病相关的 RNA 测序研究。

主要功能点

按疾病、生物和组织搜索： 轻松根据疾病、生物体（如“人类”、“小鼠”）和组织类型（如“大脑”、“肝脏”）查找相关数据集。
高级技术过滤： 提供预设（如“批量”、“单细胞”）和精细控制（50+种文库策略，如 RNA-Seq, miRNA-Seq, ATAC-seq 等）来过滤数据。
下载支持： 为选定的研究生成 wget/curl 脚本，以便用户轻松下载 FASTQ 数据文件，并支持 MD5 校验。
详细元数据： 获取研究的全面元数据，包括 PubMed ID 和描述。
出版物关联： 通过关键词搜索查找关联的研究。
灵活查询构建： 允许用户构建自定义查询条件以进行高级搜索。
字段发现： 探索 ENA 中可搜索和可返回的字段类型。

安装步骤

您需要在系统上安装 Python 3.11 或更高版本。推荐使用 'uv' 工具进行安装和运行。

直接运行 (推荐) 如果您的 MCP 客户端支持通过 'uvx' 直接运行包或 Git 仓库：

# 如果该服务器已发布到 PyPI:
uvx nucleotide_archive_mcp

# 或者从 Git 仓库运行:
uvx git+https://github.com/biocontext-ai/nucleotide_archive_mcp.git@main

使用 pip 安装

pip install --user nucleotide_archive_mcp

安装后，您可以通过以下命令运行服务器：

nucleotide_archive_mcp run

您也可以安装最新开发版本：

pip install git+https://github.com/biocontext-ai/nucleotide_archive_mcp.git@main

MCP 服务器配置

您的 MCP 客户端需要以下配置信息来连接 'RNA Dataset Search - MCP Server'。请根据您的 MCP 服务器安装方式（PyPI 发布或 Git 仓库）选择合适的 'args' 参数。

{
  "mcpServers": {
    "nucleotide_archive_mcp": {
      "command": "uvx", // 用于启动 MCP 服务器的命令，这里使用 uvx
      "args": ["nucleotide_archive_mcp"] // 如果服务器已发布到 PyPI，这是运行它的参数
      // 如果服务器通过 Git 仓库安装，请使用以下参数：
      // "args": ["git+https://github.com/biocontext-ai/nucleotide_archive_mcp.git@main"]
      // 如果是本地开发模式，您可以指定仓库路径。例如：
      // "args": ["--refresh", "--from", "/path/to/your/local/nucleotide_archive_mcp", "nucleotide_archive_mcp"]
      // 或者如果您想重用现有环境，并且您已经在仓库路径下，可以使用：
      // "args": ["run", "--directory", "/path/to/your/local/nucleotide_archive_mcp", "nucleotide_archive_mcp"]
      // 端口和主机名等参数可以省略，因为默认情况下 MCP 客户端会通过 stdio 协议连接。
    }
  }
}

服务器环境变量配置

您可以通过设置环境变量来自定义服务器行为。例如，您可以创建一个 '.env' 文件（或直接在您的环境中设置环境变量）来配置：

# ENA API 配置
ENA_PORTAL_API_BASE=https://www.ebi.ac.uk/ena/portal/api  # ENA Portal API 基础 URL，可自定义
ENA_BROWSER_API_BASE=https://www.ebi.ac.uk/ena/browser/api # ENA Browser API 基础 URL，可自定义
ENA_TIMEOUT=30.0                # 请求超时时间（秒），可自定义
ENA_SEARCH_LIMIT=20            # 默认搜索结果数量限制，可自定义
ENA_MAX_RPS=10.0               # API 请求速率限制（每秒请求数），可自定义

# 日志配置
LOG_LEVEL=INFO                 # 日志级别：DEBUG, INFO, WARNING, ERROR, CRITICAL，可自定义

基本使用方法

MCP 客户端连接成功后，您可以通过调用服务器提供的工具来执行以下操作：

搜索 RNA 研究： 调用 'search_rna_studies' 工具，传入疾病、生物体、技术类型等参数。
- 例如：查找人类癌症批量 RNA-seq 数据集：'search_rna_studies(disease="cancer", organism="human", technology="bulk")'
- 例如：搜索小鼠大脑单细胞 RNA-seq 数据集：'search_rna_studies(organism="mouse", tissue="brain", technology="single-cell")'
获取研究详情： 调用 'get_study_details' 工具，传入研究的 accession ID，获取详细元数据和 PubMed ID。
- 例如：'get_study_details(study_accession="SRP417965")'
生成下载脚本： 调用 'generate_download_script' 工具，传入研究的 accession ID 和脚本类型（wget 或 curl），生成可执行的 bash 脚本来下载数据。
- 例如：'generate_download_script(study_accession="PRJDB2345", script_type="wget", output_path="./download_prjdg2345.sh")'
列出可用文库类型： 调用 'list_library_types' 工具，查看所有支持的文库策略和来源，以进行更精细的过滤。
- 例如：'list_library_types()'

关键词