AI导哈

基因组序列分析服务器

evo2-mcp是一个基于Evo 2模型的基因组序列分析服务器，提供序列评分、嵌入、生成和变异效应预测等功能。

  • by not-a-feature
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 not-a-feature/evo2-mcp

使用说明

evo2-mcp

evo2-mcp服务器公开 这里 2 作为提供基因组序列分析工具的模型上下文协议（MCP）服务器。任何兼容MCP的客户端都可以使用这些工具来评分、嵌入和生成DNA序列。

特性

  • 序列评分：计算DNA序列的对数概率
  • 序列嵌入：从中间模型层提取学习到的表示
  • 序列生成：通过受控采样生成新的DNA序列
  • 变异效应预测：对SNP突变进行评分，以确定变异的优先级
  • 多个模型检查点：支持7B、40B和1B参数模型

入门指南

先决条件：Python 3.12

  1. 安装Evo2依赖项：参见 安装指南 了解详情。

    conda install -c nvidia cuda-nvcc cuda-cudart-dev
conda install -c conda-forge transformer-engine-torch=2.3.0
pip install flash-attn==2.8.0.post2 --no-build-isolation
pip install evo2

  2. 安装evo2-mcp:

    pip install evo2-mcp

  3. 激活MCP服务器: 将以下内容添加到您的 mcp.json 配置：

    {
"mcpServers": {
   "evo2-mcp": {
      "command": "python",
      "args": ["-m", "evo2_mcp.main"]
   }
}
}

有关详细的安装说明，请参阅 安装指南.

用法

安装后，任何兼容MCP的客户端都可以访问服务器。有关可用的工具和使用示例，请参阅 工具文档.

可用工具

  • score_sequence -评估DNA序列的可能性
  • embed_sequence -提取特征表示
  • generate_sequence -生成新的DNA序列
  • score_snp -预测变异效应
  • get_embedding_layers -列出可用的嵌入层
  • list_available_checkpoints -显示支持的模型检查点

请参阅 工具文档 详细的API参考和示例。

文档

您还可以在上找到此项目 BioContextAI，生物医学MCP服务器的社区中心。

引用

如果您在研究中使用evo2-mcp，请引用：

@software{evo2_mcp,
  author = {Kreuer, Jules},
  title = {evo2-mcp: MCP server for Evo 2 genomic sequence operations},
  year = {2025},
  url = {https://github.com/not-a-feature/evo2-mcp},
  version = {0.2.3}
}

对于基础Evo 2车型，请同时引用原始Evo 2出版物。

许可和归属

此存储库中的横幅图像是原始图像的修改版本 Evo 2横幅 从 Evo 2项目，根据 Apache 2.0许可证。它使用谷歌双子座“Nanobana”和GIMP进行了修改。

相关 MCP