AI导哈

RNA数据集搜索服务

一个用于搜索和访问欧洲核苷酸档案库（ENA）中RNA测序数据集的模型上下文协议（MCP）服务器，支持批量RNA-seq和单细胞RNA-seq数据集的查找与下载。

  • by biocontext-ai
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 biocontext-ai/nucleotide_archive_mcp

使用说明

RNA数据集搜索-MCP服务器

用于从数据库中搜索和访问RNA测序数据集的模型上下文协议（MCP）服务器 欧洲核苷酸档案馆（ENA）查找公开可用的批量RNA-seq和单细胞RNA-seq数据集，以验证研究假设或复制已发表的分析。

优化：支持批量、单细胞和空间转录组学的人类和小鼠疾病相关RNA-seq研究。

特性

  • 以疾病为重点的搜索：按疾病、生物体和组织类型查找数据集
  • 先进技术过滤:
    • 简单预设：批量、单细胞、小rna、核糖序列、rna全部
    • 粒度控制：通过50多种文库策略（RNA-Seq、miRNA-Seq、ChIP-Seq、ATAC-Seq等）进行筛选
    • 源过滤：转录、基因组、代谢等。
  • 常见生物体名称：使用“人类”、“老鼠”、“大鼠”代替学名
  • 下载支持：生成用于下载FASTQ文件的wget/cill脚本
  • 研究元数据：检索包括PubMed ID在内的综合元数据
  • 出版物链接：发现与PubMed出版物相关的数据集
  • 灵活的查询：使用多个字段条件构建自定义查询
  • 现场发现：探索可用的搜索和返回字段
  • 环境配置：通过环境变量自定义API端点、超时和日志记录

可用工具

MCP服务器提供10个专用工具：

搜索与发现

  1. search_rna_研究 -使用预设过滤器或高级库策略/源过滤进行统一搜索
  2. list_library_types -列出所有50+可用的库策略和资源
  3. get_study_details -获取特定研究的全面元数据（包括PubMed ID）
  4. 查找_研究_发布 -查找与PubMed ID相关的研究
  5. 搜索_研究_关键字 -跨研究标题的灵活关键字搜索

下载与访问

  1. get_download_urls -获取研究中所有数据文件的FTP下载URL
  2. generatedownload_script -生成用于下载数据的bash脚本（wget/cill）

高级

  1. 获取可用字段 -发现不同数据类型的可搜索和可返回字段
  2. get_result_types -列出ENA中的所有可用数据类型
  3. build_custom_query -构建具有多个字段条件的高级查询

示例用例

简单搜索（预设过滤器）

  • 查找人类癌症批量RNA-seq数据集： disease="cancer"
  • 在小鼠大脑中搜索单细胞RNA-seq： organism="mouse", tissue="brain", technology="single-cell"
  • 查找小型RNA测序研究： technology="small-rna"
  • 核糖体分析实验： technology="ribo-seq"

高级搜索（特定库类型）

  • ChIP-Seq染色质研究： library_strategies=["ChIP-Seq"]
  • ATAC-seq可访问性数据： library_strategies=["ATAC-seq"]
  • 组合小RNA类型： library_strategies=["miRNA-Seq", "ncRNA-Seq"]
  • 任何单细胞数据： library_sources=["TRANSCRIPTOMIC SINGLE CELL"]
  • 宏基因组RNA： library_sources=["METATRANSCRIPTOMIC"]

工作流示例

  • 从特定研究中下载FASTQ文件
  • 从特定出版物中发现数据集
  • 生成带有MD5验证的下载脚本
  • 列出所有可用的测序技术： list_library_types()

入门

请参阅 文档, 特别是 API 文档.

您还可以在上找到该项目 BioContextAI，生物医学MCP服务器的社区中心： nucleotide_archive_mcp在BioContextAI中的应用.

安装

您的系统上需要安装Python 3.11或更高版本。 如果你没有安装Python，我们建议你安装 紫外线.

安装nucleotide_archive_mcp有几个替代选项：

1.使用 uvx 立即运行它

发布到PyPI后：

uvx nucleotide_archive_mcp

或者从Git仓库：

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

2.将其包含在支持 mcp.json 标准

如果您的MCP服务器已发布到PyPI，请使用以下配置：

{
  "mcpServers": {
    "nucleotide_archive_mcp": {
      "command": "uvx",
      "args": ["nucleotide_archive_mcp"]
    }
  }
}

如果MCP服务器尚未发布到PyPI，请使用以下配置：

{
  "mcpServers": {
    "nucleotide_archive_mcp": {
      "command": "uvx",
      "args": ["git+https://github.com/biocontext-ai/nucleotide_archive_mcp.git@main"]
    }
  }
}

对于纯本地开发（例如，在Cursor或VS Code中），请使用以下配置：

{
  "mcpServers": {
    "nucleotide_archive_mcp": {
      "command": "uvx",
      "args": [
        "--refresh",
        "--from",
        "path/to/repository",
        "nucleotide_archive_mcp"
      ]
    }
  }
}

如果要重用现有环境进行本地开发，请使用以下配置：

{
  "mcpServers": {
    "nucleotide_archive_mcp": {
      "command": "uv",
      "args": ["run", "--directory", "path/to/repository", "nucleotide_archive_mcp"]
    }
  }
}

3.通过安装 pip:

pip install --user nucleotide_archive_mcp

4.安装最新开发版本：

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

配置

服务器可以通过环境变量进行配置。复制 .env.example 到 .env 并自定义：

# ENA API Configuration
ENA_PORTAL_API_BASE=https://www.ebi.ac.uk/ena/portal/api  # Override API base URL
ENA_BROWSER_API_BASE=https://www.ebi.ac.uk/ena/browser/api
ENA_TIMEOUT=30.0                # Request timeout in seconds
ENA_SEARCH_LIMIT=20            # Default search result limit
ENA_MAX_RPS=10.0               # Rate limiting (requests per second)

# Logging
LOG_LEVEL=INFO                 # DEBUG, INFO, WARNING, ERROR, CRITICAL

这些设置允许您：

  • 使用自定义或镜像ENA API端点
  • 调整慢速连接的超时
  • 控制默认结果限制
  • 配置大批量操作的速率限制
  • 设置调试日志的详细程度

数据引用和归因

在出版物中使用ENA的数据时，请适当引用数据：

如何引用ENA数据

顶级项目登录应与ENA浏览器中的数据链接一起引用：

“本研究的数据已存入EMBL-EBI的欧洲核苷酸档案馆（ENA），登录号为PRJEBxxxx(https://www.ebi.ac.uk/ena/browser/view/PRJEBxxxx)."

替换 PRJEBxxxx 使用搜索结果中的实际研究登录号。

在ENA浏览器中访问数据

所有加入都可以在ENA浏览器中查看：

  • 直接URL： https://www.ebi.ac.uk/ena/browser/view/<accession>
  • 例子：https://www.ebi.ac.uk/ena/browser/view/PRJDB2345

ORCID数据声明

ENA研究可以通过以下方式针对您的ORCID进行索赔 EBI搜索界面。搜索您的项目，然后单击“向ORCID索赔”将其链接到您的ORCID个人资料。

数据政策和使用

ENA/INSDC数据政策

该工具访问欧洲核苷酸档案馆（ENA）的数据，该档案馆是与DDBJ和GenBank的国际核苷酸序列数据库合作（INSDC）的一部分。

要点：

  • 开放获取ENA/INSDC数据库中的所有数据均可免费公开访问
  • 没有限制：数据没有使用限制或许可要求
  • 再分配：允许免费重新分发和使用数据
  • 永久性：所有提交的记录均可永久访问
  • 归因：期望正确引用原始提交材料（见上文）

数据可用性

ENA中的数据可以是：

  • 公共：可通过此工具和ENA浏览器免费访问
  • 机密：尚未公开的出版前数据（无法通过此工具搜索）

发布的数据应在出版物中适当引用，并在适用的情况下通过ORCID声明。

数据标准

ENA通过以下方式促进数据协调：

  • 示例检查表：不同数据类型的最低信息标准
  • MIxS标准：基因组标准联盟（GSC）最低信息标准
  • 社区标准：研究界制定了报告标准

有关更多信息，请参阅 ENA数据标准 文档。

免责声明

该工具提供对EMBL-EBI欧洲核苷酸档案馆（ENA）数据的访问。该工具是：

  • 独立：与ENA、EMBL-EBI或INSDC没有正式联系或认可
  • 质量：数据质量和准确性由原始提交者负责
  • 更新：ENA数据和API可能会发生变化；维护此工具以反映当前的ENA服务
  • 支持：有关ENA数据或服务的问题，请联系 ENA支持

欧洲核苷酸档案由EMBL-EBI在INSDC国际咨询委员会的指导下开发和维护。

联系

如果您发现此MCP服务器存在错误，请使用 问题跟踪系统.

有关ENA数据或服务的问题，请联系 ENA支持.

致谢

此工具从以下位置访问数据：

  • 欧洲核苷酸档案馆（ENA） EMBL-EBI
  • 国际核苷酸序列数据库合作组织（INSDC）

特别感谢ENA团队维护公共API和全面的文档。

相关 MCP