AI导哈

蛋白质结构预测服务器

AlphaFold2 MCP服务器是一个基于Docker的蛋白质结构预测工具，支持单体、多聚体和批量处理，适用于生物信息学和药物研发领域。

  • by MacromNex
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 Biomolecular-Design-Nexus/alphafold2_mcp

使用说明

AlphaFold2 MCP服务器

通过Docker预测单体、多聚体和批处理的蛋白质结构

用于AlphaFold2蛋白质结构预测的MCP（模型上下文协议）服务器，具有5个核心工具：

  • 预测单个蛋白质（单体）的三维结构
  • 预测蛋白质复合物（多聚体）
  • 批量处理多种蛋白质
  • 提交长时间运行的作业并跟踪其进度
  • 分析FASTA文件并获得建议

Docker快速入门

方法1：从GitHub中提取预构建映像

最快的开始方式。每次发布时，预构建的Docker镜像都会自动发布到GitHub容器注册表。

# Pull the latest image
docker pull ghcr.io/macromnex/alphafold2_mcp:latest

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add alphafold2 -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` ghcr.io/macromnex/alphafold2_mcp:latest

注： 从项目目录运行。 `pwd` 展开到当前工作目录。

要求：

  • 支持GPU的Docker(nvidia-docker 或带有NVIDIA运行时的Docker）
  • 已安装克劳德代码

就是这样！AlphaFold2 MCP服务器现在可以在Claude Code中使用。

方法2：在本地构建Docker镜像

自己构建映像并将其安装到Claude Code中。适用于自定义或离线环境。

# Clone the repository
git clone https://github.com/MacromNex/alphafold2_mcp.git
cd alphafold2_mcp

# Build the Docker image
docker build -t alphafold2_mcp:latest .

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add alphafold2 -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` alphafold2_mcp:latest

注： 从项目目录运行。 `pwd` 展开到当前工作目录。

要求：

  • 支持GPU的Docker
  • 已安装克劳德代码
  • Git（克隆存储库）

关于Docker标志：

  • -i --Claude Code的交互模式
  • --rm --退出后自动移除容器
  • --user `id -u`:`id -g` --以当前用户身份运行容器，因此输出文件归您所有（不是root）
  • --gpus all --授予对所有可用GPU的访问权限
  • --ipc=host --使用主机IPC命名空间以获得更好的性能
  • -v --装载您的项目目录，以便容器可以访问您的数据

验证安装

添加MCP服务器后，您可以验证它是否正常工作：

# List registered MCP servers
claude mcp list

# You should see 'alphafold2' in the output

在Claude Code中，您现在可以使用所有5个AlphaFold2工具：

  • submit_monomer_prediction
  • submit_multimer_prediction
  • submit_batch_prediction
  • get_job_status
  • get_job_result

后续步骤

  • 详细文件：参见 detail.md 有关以下内容的全面指南：
    • 可用的MCP工具和参数
    • 本地Python环境设置（Docker的替代方案）
    • 示例工作流和用例
    • 配置文件选项
    • AlphaFold数据库设置

使用示例

注册后，您可以直接在Claude Code中使用AlphaFold2工具。以下是一些常见的工作流程：

示例1：单体结构预测

I have a protein sequence in /path/to/protein.fasta. Can you submit a monomer structure prediction using submit_monomer_prediction with the reduced_dbs preset and save results to /path/to/results/?

示例2：蛋白质复合物预测

I have two protein chains in /path/to/complex.fasta that I want to model as a heterodimer. Can you use submit_multimer_prediction to predict the complex structure and generate 5 prediction attempts?

示例3：批处理

I have a directory of FASTA files at /path/to/sequences/ containing 10 proteins. Can you submit them for batch prediction using submit_batch_prediction and track the job status until they complete?

故障排除

找不到Docker？

docker --version  # Install Docker if missing

GPU无法访问？

  • 确保安装了NVIDIA Docker运行时
  • 核对 docker run --gpus all ubuntu nvidia-smi

未找到克劳德代码？

# Install Claude Code
npm install -g @anthropic-ai/claude-code

AlphaFold数据库丢失？

  • 从官方AlphaFold数据库库下载
  • 使用 reduced_dbs 预设用于在没有完整数据库的情况下进行更快的测试

许可证

基于 DeepMind AlphaFold --Apache 2.0

相关 MCP