AI导哈

蛋白质设计与结构预测工具

RFdiffusion2 MCP是一个基于Docker的蛋白质设计与结构预测工具，提供快速结构预测、酶活性位点支架设计、小分子结合剂设计等功能，适用于生物信息学和蛋白质工程研究。

  • by MacromNex
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 Biomolecular-Design-Nexus/rfdiffusion2_mcp

使用说明

射频扩散2 MCP

通过Docker使用RFdiffusion2和Chai1进行蛋白质设计和结构预测

用于蛋白质设计的MCP（模型上下文协议）服务器，具有6个核心工具：

  • 蛋白质序列的快速结构预测（Chai1）
  • 提交高质量的结构预测工作
  • 酶活性位点支架（RFdiffusion2）
  • 小分子粘合剂设计（RFdiffusion2）
  • 多序列批结构预测
  • 异步作业跟踪和结果检索

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/rfdiffusion2_mcp:latest

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add rfdiffusion2 -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` ghcr.io/macromnex/rfdiffusion2_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！RFdiffusion2 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/rfdiffusion2_mcp.git
cd rfdiffusion2_mcp

# Build the Docker image
docker build -t rfdiffusion2_mcp:latest .

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add rfdiffusion2 -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` rfdiffusion2_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 --将主机IPC命名空间用于PyTorch共享内存
  • -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 'rfdiffusion2' in the output

在Claude Code中，您现在可以使用所有6个RFdiffusion2工具：

  • predict_structure_fast
  • submit_structure_prediction
  • submit_enzyme_scaffolding
  • submit_binder_design
  • 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
    • 故障排除

使用示例

注册后，您可以直接在Claude Code中使用RFdiffusion2工具。以下是一些常见的工作流程：

示例1：快速结构预测

I have a protein sequence "MKLLISGLVFGLVLALILSHQQAYEMAQ". Can you use predict_structure_fast to quickly predict its structure and save results to /path/to/results/?

实施例2：酶活性位点支架

I have an enzyme structure at /path/to/enzyme.pdb with NAD and OXM ligands. Can you submit an enzyme scaffolding job using submit_enzyme_scaffolding to design 5 protein scaffolds around the active site? Save results to /path/to/scaffolds/.

示例3：小分子粘合剂设计

I have a protein-small molecule complex at /path/to/complex.pdb. Can you first list available ligands, then submit a binder design job for ligand PH2 targeting lengths 50-120 residues? Save 3 designs to /path/to/binders/.

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
  • 请检查： 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

RFdiffusion2工具不工作？

  • 完整的RFdiffusion2功能需要apptainer和rfdf_repo设置
  • 使用 check_dependencies 查看可用内容的工具
  • 结构预测（Chai1）在没有RFdiffusion的情况下工作2

许可证

BSD——基于 射频扩散2 贝克实验室。

相关 MCP