Connector Betriebsnummer

Suchen Sie nach genauen Operationsnamen, erforderlichen Feldern, Standardwerten und Beispielaufrufen. Um eine Datenquelle auszuwählen, beginnen Sie mit dem Datenbankkatalog. Erweitern Sie die Connector-Familie, die Sie anrufen möchten; Verfügbarkeit und Anmeldeinformationen müssen separat konfiguriert werden.

Wobei die Beispielaufrufe ausgeführt werden

Das host-Objekt wird von der Agentenausführungsumgebung von Open-Science bereitgestellt. Das unten stehende JavaScript ist ein agentenseitiges Callfragment, kein eigenständiges Node.js-Programm und keine Methode für den öffentlichen Task SDK-Client. Bitten Sie den Agenten, die entsprechenden Connector-Anweisungen zu laden und den Matching-Vorgang zu verwenden. Ein Framework kann eine Python-Bridge anstelle dieses JavaScript-Formulars freilegen.

Aktivieren Sie zunächst den Connector in Einstellungen → Connectors, konfigurieren Sie einen beliebigen Erforderliche Nachweise und gewähren Sie gegebenenfalls Zugriff auf den ausgewählten Specialist. Der anruf folgt immer noch der erlaubnisrichtlinie des gesprächs. Public Node.js-Integrationen können Connector-Einstellungen mit dem Aufgabe SDK verwalten, können diese host jedoch nicht erhalten, indem sie diesen Client importieren.

Lesen Sie ein Ergebnis, bevor Sie Anrufe verketten

Beispiel Zurückgegebene PubMed-IDs an eine Metadaten-Suche weitergeben

Fragen Sie beispielsweise: Verwenden Sie PubMed, um nach PRISMA-Berichtsrichtlinien zu suchen; Geben Sie die Gesamtzahl der Übereinstimmungen und fünf PMIDs zurück. Die Operation search_articles gibt eine Gesamtsumme und eine Seite mit Bezeichnern zurück. Füttern Sie die zurückgegebenen PMIDs mit get_article_metadata, um Titel, Autoren und DOI-Links zu erhalten. Eine leere Seite, ein verkürztes Ergebnis und ein Authentifizierungsfehler erfordern eine andere Handhabung.

Rücksendeinformationen	Verwenden Sie es für
Gesamtzahl der Übereinstimmungen und zurückgegebene Reihen	Unterscheiden Sie eine kleine Seite vom kompletten Ergebnisset
truncated, records_truncated oder familienspezifische Vollständigkeitsflaggen	Entscheiden Sie, ob Sie die Abfrage eingrenzen oder den Rest abrufen möchten
not_found, missing, not_processed	Identifizieren Sie ungelöste Eingaben und wiederholen Sie nur geeignete Elemente
DOI, Accession, Source URL und Release/Build	Behalten Sie die Identität und Quelle, die für nachfolgende Abfragen benötigt werden
Volltext-Status oder Lizenz-Note	Entscheiden Sie, ob Text abgerufen wurde und wiederverwendet werden kann

Die Namen der Rückgabefelder unterscheiden sich je nach Operation. Die folgenden Beschreibungen und herunterladbaren Schemata geben jeden Vertrag an; Die Tabelle ist keine universelle JSON-Antwort. Verwenden Sie die rechte Familienliste, um zu springen, und erweitern Sie dann die Parameter dieser Familie. Die Suche nach einem Operationsnamen öffnet auch die enthaltende Gruppe.

Lesen Sie Fehler getrennt von leeren Ergebnissen. In v0.30.2 fordert CellGuide-Marker/Quelle/Gewebe Oberflächenabruffehler an, anstatt sie als leere Beweise zu behandeln; eine fehlende optionale Datendatei kann noch leer sein. OLS-Beziehungsabfragen lehnen unvollständige Paginierung und ungültige Antworten ab. Ein Dienstfehler ist kein Beweis dafür, dass ein Zellentyp keine Marker oder ein Ontologie-Begriff keine verwandten Begriffe hat.

Betriebsinputs

Erweitern Sie einen Connector auf einmal. Erforderliche Felder werden markiert erforderlich; diese Referenz und Download verwenden Sie die Open-Science v1.0.5 Schema. A verschachtelt input.required Liste ist autoritativ; eine Legacy-Top-Level required Liste kann fehlen. Konsultation der vollständige herunterladbare Registry für verschachtelte JSON-Schemata, vollständige Rückgabebeschreibungen und agentenseitige Aufrufbeispiele. Passieren Sie kein Generikum id Wenn ein Tool erwartet accessions, cids, rs_id oder ein anderes Namespace-spezifisches Feld.

Chemie

Operationen und Parameter anzeigen

pubchem_search_compounds

Lösen Sie einen chemischen Identifikator (Name, SMILES, InChIKey oder CID) in PubChem CIDs, optional mit den berechneten Kerneigenschaften für die Top-Treffer.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
namespace	Zeichenfolge	fakultativ; Standard: "name"; enum: ["name", "smiles", "inchikey", "cid"]
max_cids	Ganzzahl	fakultativ; Standard: 25; mindestens: 1; höchstens: 100
with_properties	boolescher Wert	fakultativ; Standard: true

const result = await host.mcp("chemistry", "pubchem_search_compounds", {"query": "aspirin", "max_cids": 25})

pubchem_get_compounds

Vollständige Computed-Property-Records für eine Charge von PubChem CIDs, mit optionalen gedeckelten Synonymlisten.

Feld	Typ	Anforderungen und Beschränkungen
cids	Array aus Ganzzahlen	erforderlich; minItems: 1; maxItems: 50
include_synonyms	boolescher Wert	fakultativ; Standard: falsch
max_synonyms	Ganzzahl	fakultativ; Standard: 30

const result = await host.mcp("chemistry", "pubchem_get_compounds", {"cids": [2244, 2519], "include_synonyms": false})

pubchem_similarity_search

2D Tanimoto Ähnlichkeitssuche über alle PubChem für eine Abfrage SMILES (synchrone fastsimilarity_2d Route, keine Job Polling).

Feld	Typ	Anforderungen und Beschränkungen
smiles	Zeichenfolge	erforderlich
threshold	Ganzzahl	fakultativ; Standard: 90; mindestens: 1; höchstens: 100
max_records	Ganzzahl	fakultativ; Standard: 50; mindestens: 1; höchstens: 200
with_properties	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("chemistry", "pubchem_similarity_search", {"smiles": "CC(=O)OC1=CC=CC=C1C(=O)O", "threshold": 90})

pubchem_get_bioassay_summary

Zusammenfassung der Bioassay-Aktivität für eine PubChem-Verbindung - welche Assays testeten sie, gegen welche Ziele, mit welchem Ergebnis und welcher Potenz.

Feld	Typ	Anforderungen und Beschränkungen
cid	Ganzzahl	erforderlich
active_only	boolescher Wert	fakultativ; Standard: falsch
max_rows	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000

const result = await host.mcp("chemistry", "pubchem_get_bioassay_summary", {"cid": 2244, "active_only": true})

pubchem_get_safety

GHS-Sicherheitseinstufung für eine PubChem-Verbindung (PUG-View 'GHS Classification') Überschrift), aggregiert über alle Berichtsquellen hinweg.

Feld	Typ	Anforderungen und Beschränkungen
cid	Ganzzahl	erforderlich

const result = await host.mcp("chemistry", "pubchem_get_safety", {"cid": 702})

chebi_search

Volltextsuche über ChEBI-Entitäten (Namen, Synonyme, Formeln, InChIKeys).

Feld	Typ	Anforderungen und Beschränkungen
term	Zeichenfolge	erforderlich
max_results	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 100
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1

const result = await host.mcp("chemistry", "chebi_search", {"term": "caffeine", "max_results": 20})

chebi_get_entity

Vollständiger ChEBI-Entitätsdatensatz: Namen, Struktur, chemische Daten, Rollen und Querverweise.

Feld	Typ	Anforderungen und Beschränkungen
chebi_id	Zeichenfolge	erforderlich
max_synonyms	Ganzzahl	fakultativ; Standard: 30
max_xrefs	Ganzzahl	fakultativ; Standard: 50

const result = await host.mcp("chemistry", "chebi_get_entity", {"chebi_id": "CHEBI:27732"})

chebi_get_ontology

Ontologie-Beziehungen einer ChEBI-Entität - was sie IST (ausgehend: ist eine / hat eine Rolle / konjugierte Säure ...) und was darauf hindeutet (einkommend: Kinder / Derivate).

Feld	Typ	Anforderungen und Beschränkungen
chebi_id	Zeichenfolge	erforderlich
relation_type	Zeichenfolge	fakultativ
max_relations	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("chemistry", "chebi_get_ontology", {"chebi_id": "CHEBI:27732", "relation_type": "has role"})

rhea_search_reactions

Rhea-Masterreaktionen nach Gleichungstext, Teilnehmer-ChEBI-ID oder EC-Nummer (Abfragetyp automatisch erkannt) durchsuchen.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
limit	Ganzzahl	fakultativ; Standard: 50; mindestens: 1; höchstens: 500

const result = await host.mcp("chemistry", "rhea_search_reactions", {"query": "caffeine", "limit": 50})

rhea_get_reaction

Vollständige Aufzeichnung für eine Rhea-Reaktion: Gleichung, Teilnehmer mit ChEBI-IDs und Stöchiometrie, EC-Verbindungen, Richtungsfamilie und Literatur.

Feld	Typ	Anforderungen und Beschränkungen
rhea_id	Zeichenfolge	erforderlich

const result = await host.mcp("chemistry", "rhea_get_reaction", {"rhea_id": "10280"})

bindingdb_ligands_by_target

Gemessene Bindungsaffinitäten (Ki/Kd/IC50/EC50) aller BindingDB-Liganden gegen ein Proteintarget, durch UniProt-Anpassung.

Feld	Typ	Anforderungen und Beschränkungen
uniprot	Zeichenfolge	erforderlich
affinity_cutoff_nm	Zahl	fakultativ; Standard: 10000
max_rows	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000

const result = await host.mcp("chemistry", "bindingdb_ligands_by_target", {"uniprot": "P00533", "affinity_cutoff_nm": 100})

bindingdb_targets_by_compound

Protein-Targets mit gemessenen Affinitäten für Verbindungen 2D-ähnlich einer Abfrage SMILES — "Was bindet dieses Molekül (oder seine nahen Analoga)?".

Feld	Typ	Anforderungen und Beschränkungen
smiles	Zeichenfolge	erforderlich
similarity	Zahl	fakultativ; Standard: 0.85; mindestens: 0.5; höchstens: 1
max_rows	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000

const result = await host.mcp("chemistry", "bindingdb_targets_by_compound", {"smiles": "CC(=O)OC1=CC=CC=C1C(=O)O", "similarity": 0.85})

lipidmaps_get_compound

Nachsehen Lipid-Klassifizierung und Verbindung Details in LIPID MAPS von einem genauen LMID oder PubChem CID. Lösen Sie Namen zuerst mit PubChem. Gibt native Strukturkennungen und verfügbare Datenbankzuordnungen zurück; fehlende Felder bleiben unbekannt. Ein LMID kann eine generische oder unvollständig spezifizierte Struktur beschreiben, nicht ein einzigartiges experimentell identifiziertes Molekül. Behalten Sie alle zurückgegebenen Matches, anstatt die erste auszuwählen. Keine Bezeichnung, Formel, Abkürzung, Massen- oder Massensuche. Daten: LIPID MAPS, CC BY 4.0; Attribution beibehalten und Links aufzeichnen.

Field	Type	Requirement and constraints
id_type	string	required; enum: ["lm_id", "pubchem_cid"]
identifier	string	required; maxLänge: 15

const result = await host.mcp("chemistry", "lipidmaps_get_compound", {"id_type": "lm_id", "identifier": "LMFA01010001"})

unichem_map_compound

Zuordnung einer exakten vollständigen InChIKey- oder ChEMBL-ID zu PubChem-, ChEMBL- und ChEBI-Identifikatoren mit UniChem. Lösen Sie Namen zuerst mit PubChem. Bewahrt unterschiedliche übereinstimmende Strukturen und Berichte Filterung und Verkürzung. Mapping spiegelt UniChem indizierte Zuordnungen, nicht verifizierte aktuelle Quellenaufzeichnungen oder biologische Äquivalenz wider. Keine Bezeichnung, Ähnlichkeit, Konnektivität, Salzkomponenten- oder Batchsuche.

Field	Type	Requirement and constraints
id_type	string	required; enum: ["inchikey", "chembl"]
identifier	string	required; maxLänge: 27

const result = await host.mcp("chemistry", "unichem_map_compound", {"id_type": "chembl", "identifier": "CHEMBL1089"})

Literaturgraphik

Operationen und Parameter anzeigen

openalex_search_works

Suche OpenAlex wissenschaftliche Arbeiten (alle Disziplinen, ~250M Datensätze) mit Jahr / Typ / OA / Ort Filter. Args: Abfrage (freier Text über title+abstract+fulltext); fakultativ, wenn ein Filter gesetzt ist), year_from, year_to (einschließlich Jahre), work_type (Artikel/Review/Preprint/Buchkapitel/Dataset/Dissertation), open_access_only, Ort (S-id, openalex.org URL, ISSN oder ein einfacher Name, der auf den Top-Quellen-Hit aufgelöst wurde — in venue_resolved aufgetaucht; eine genaue ID übergeben, um die Auflösung zu überspringen), sortieren (Relevanzstandard / cited_by_count / publication_date), max_records (Standard 50, Hard-Charge 500); Seiten von 200), include_abstracts (rekonstruiert aus dem invertierten Index, aber NUR für verifizierte offene Lizenzen — cc-by/cc-by-sa/cc0/public-domain; andere erhalten abstract=null + abstract_policy Note + abstract_license; Bulk hinzufügt. Gibt {query, Filters, sort, api_total, n_records_returned, records_truncated, records} zurück; Jeder Datensatz ist die Lean-Arbeitsform (openalex_id, doi, pmid, title, publication_year/date, type, language, is_retracted, authors[...], source{...}, biblio, cited_by_count, fwci, referenced_works_count, open_access{...}, best_oa_pdf_url, primary_topic, keywords).

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	fakultativ
year_from	Ganzzahl	fakultativ
year_to	Ganzzahl	fakultativ
work_type	Zeichenfolge	fakultativ
open_access_only	boolescher Wert	fakultativ
venue	Zeichenfolge	fakultativ
sort	Zeichenfolge	fakultativ; Standard: "relevance"; enum: ["relevanz", "cited_by_count", "publication_date"]
max_records	Ganzzahl	fakultativ; Standard: 50
include_abstracts	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("literature", "openalex_search_works", {"query": "CRISPR base editing", "year_from": 2020, "open_access_only": true, "sort": "cited_by_count", "max_records": 25})

openalex_get_work

Holen Sie eine OpenAlex-Arbeit vollständig ab - Metadaten, abstrakt (rekonstruiert aus dem invertierten Index, lizenziert wie in openalex_search_works), OA-Standorte, referenced_works (ausgehende W-ids - Hydrat mit openalex_references) und counts_by_year. Args: work_id (W-id, openalex.org URL, bare DOI oder doi.org URL). DOI-Lookups werden über den Claimant-Filter aufgelöst; Wenn sich mehrere Werke ein DOI teilen, wird das am häufigsten zitierte ausgewählt und doi_claimants + doi_resolution_note sind enthalten. Erhebt nicht gefunden für unbekannte IDs / DOIs.

Feld	Typ	Anforderungen und Beschränkungen
work_id	Zeichenfolge	erforderlich

const result = await host.mcp("literature", "openalex_get_work", {"work_id": "W2741809807"})

openalex_citations

Listen Sie Werke auf, die ein bestimmtes Werk CITE (eingehende Zitate) über den OpenAlex's-Zitatgraphen. Args: work_id (W-id/URL/DOI — DOIs kosten eine zusätzliche Auflösungsanforderung), Sortieren (cited_by_count Standard / publication_date / Relevanz), max_records (Standard 50, Decke 500), include_abstracts. Gibt {work_id, api_total (die wahre Zitierwerkzahl), n_records_returned, records_truncated, records} zurück (Lean Work Records).

Feld	Typ	Anforderungen und Beschränkungen
work_id	Zeichenfolge	erforderlich
sort	Zeichenfolge	fakultativ; Standard: "cited_by_count"; enum: ["cited_by_count", "publication_date", "relevanz"]
max_records	Ganzzahl	fakultativ; Standard: 50
include_abstracts	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("literature", "openalex_citations", {"work_id": "W2741809807", "sort": "cited_by_count", "max_records": 50})

openalex_references

Listen Sie die Werke eines bestimmten Werkes CITES (ausgehende Referenzen) auf, die in der Reihenfolge der Referenzlisten zu vollständigen Metadaten hydratisiert sind. Args: work_id (W-id/URL/DOI), max_records (Standard 100, Decke 500); Hydratation batched 50/request. Gibt {work_id, n_references, n_records_returned, records_truncated, references_not_hydrated (IDs OpenAlex hat keinen Rekord für - niemals stillschweigend fallen gelassen), reference_ids (ALLe ausgehende W-ids), records} zurück.

Feld	Typ	Anforderungen und Beschränkungen
work_id	Zeichenfolge	erforderlich
max_records	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("literature", "openalex_references", {"work_id": "W2741809807", "max_records": 100})

openalex_search_authors

Durchsuchen Sie OpenAlex Autorenprofile nach Namen. Args: Query (Matches anzeigen Name + Alternativen); erwarten Homonyme — check affiliations/topics/ORCID), max_records (Standard 25, Decke 500). Returns {query, api_total, n_records_returned, records_truncated, records}; jeder Datensatz {author_id, Name, Orcid, works_count, cited_by_count, h_index, i10_index, Zugehörigkeiten[{institution, Jahre}], last_known_institutions, top_topics}. Verwenden Sie author_id mit openalex_get_author.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
max_records	Ganzzahl	fakultativ; Standard: 25

const result = await host.mcp("literature", "openalex_search_authors", {"query": "Jennifer Doudna", "max_records": 25})

openalex_get_author

Holen Sie sich ein OpenAlex-Autorenprofil und ihre top-zitierten Werke. Args: author_id (A-id, openalex.org URL oder ORCID); CAVEAT: Der ORCID-Pointer von OpenAlex' kann in ein spärliches Duplikat aufgelöst werden - bevorzugen Sie die A-ID von openalex_search_authors, works_sample (Standard 10, max 200); 0 überspringt die zusätzliche Anfrage. Gibt den Autorendatensatz plus counts_by_year, top_works_total (echte Gesamtwerkszahl) und top_works (lean work records by citations) zurück.

Feld	Typ	Anforderungen und Beschränkungen
author_id	Zeichenfolge	erforderlich
works_sample	Ganzzahl	fakultativ; Standard: 10

const result = await host.mcp("literature", "openalex_get_author", {"author_id": "A5023888391", "works_sample": 10})

openalex_venue_info

Schauen Sie sich Zeitschriften / Repositories ('sources') in OpenAlex an - OA-Status, DOAJ-Auflistung, APC, Zitiermetriken. Args: Veranstaltungsort (genaue S-ID, openalex.org URL oder ISSN für einen einzelnen Datensatz); alles andere ist eine Namenssuche), max_records (Standard 10, Decke 500; Nur Namenssuche. Retouren: genau -> ein Quelldatensatz + counts_by_year; Namenssuche -> {query, api_total, n_records_returned, records_truncated, records}. Quelldatensatz: {source_id, display_name, Typ, issn_l, issn, host_organization, country_code, homepage_url, is_oa, is_in_doaj, is_core, apc_usd, works_count, cited_by_count, h_index, two_year_mean_citedness, first/last_publication_year, top_topics}.

Feld	Typ	Anforderungen und Beschränkungen
venue	Zeichenfolge	erforderlich
max_records	Ganzzahl	fakultativ; Standard: 10

const result = await host.mcp("literature", "openalex_venue_info", {"venue": "Nature", "max_records": 10})

arxiv_search

Suchen Sie arXiv Preprints (Physik, Mathematik, CS, Statistiken, q-bio, ...) über das offizielle Atom API. Args: Query (arXiv Query String); Einfachbegriffe suchen alle Felder, Feldpräfixe ti:/au:/abs: und booleans AND/OR/ANDNOT Arbeit; optional, wenn Kategorie oder ein Datumsbereich festgelegt ist), Kategorie (arXiv-Code AND-ed in, z.B. q-bio.GN, cs.LG, stat.ML), date_from / date_to (Einreichungsdatum YYYY-MM-DD, einschließlich), Start (0-basierter Paging-Offset); die API-Paces ~3s zwischen Anfragen — Seite höflich), max_results (Standard 25, max 100 pro Anruf), sort_by (Relevanzstandard / submittedDate / lastUpdatedDate), sort_order (absteigender Standard / aufsteigend). Gibt {search_query zurück (die genaue gesendete Abfrage), api_total (arXiv's Gesamtübereinstimmungszahl), start_index, n_records_returned, records_truncated, sort_by, sort_order, records}; jeder Datensatz {arxiv_id, Version, id_versioned, Titel, Abstract, Autoren, veröffentlicht, aktualisiert, primary_category, Kategorien, doi, journal_ref, Kommentar, abs_url, pdf_url}. doi/journal_ref erst nach Veröffentlichung der Zeitschrift erscheinen. Fehlgeformte Abfragen verursachen einen Fehler (arXiv's HTTP-200 Fehlerfeed wird erkannt und niemals als Daten zurückgegeben).

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	fakultativ
category	Zeichenfolge	fakultativ
date_from	Zeichenfolge	fakultativ
date_to	Zeichenfolge	fakultativ
start	Ganzzahl	fakultativ; Standard: 0
max_results	Ganzzahl	fakultativ; Standard: 25
sort_by	Zeichenfolge	fakultativ; Standard: "relevance"; enum: ["relevance", "submittedDate", "lastUpdatedDate"]
sort_order	Zeichenfolge	fakultativ; Standard: "descending"; ["descending", "ascending"]

const result = await host.mcp("literature", "arxiv_search", {"query": "ti:transformer", "category": "cs.LG", "max_results": 10})

arxiv_get_papers

Batch-fetch arXiv Papiermetadaten (incl.) Abstracts) nach ID - eine temporierte Anfrage für bis zu 100-Papiere. Args: arxiv_ids (bis zu 100-IDs in jeder gängigen Form — 2103.14030, versioniert 2103.14030v2, altmodische q-bio/0601001, arXiv:-prefixed oder abs/pdf URLs); unversionierte IDs auf die neueste Version auflösen. Gibt {n_requested, n_found, Duplikate (Eingaben, die auf ein bereits zurückgegebenes Papier aufgelöst wurden), not_found (unbekannte UND fehlerhafte IDs — arXiv überspringt stillschweigend Unbekannte und weist ganze Chargen gegenüber fehlerhaften zurück); dieses Tool tut auch nicht), records} - Datensätze in der gewünschten Reihenfolge, die gleiche Form wie arxiv_search-Datensätze. Zurückgezogene Papiere geben immer noch Metadaten zurück (siehe Kommentar für Rückzugsnotizen).

Feld	Typ	Anforderungen und Beschränkungen
arxiv_ids	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("literature", "arxiv_get_papers", {"arxiv_ids": ["2103.14030", "1706.03762v5"]})

crossref_get_work

Abrufen von von Publishern hinterlegten Metadaten für ein Crossref DOI. Ein bloßes DOI, doi: Präfix oder doi.org URL wird akzeptiert. Es ist kein API-Schlüssel erforderlich. Wenn das DOI zu einer anderen Registrierungsagentur gehört, nutzen Sie den Matching-Service; Ein Crossref 404 beweist nicht, dass der DOI ungültig ist. Überprüfen Sie die zurückgegebene DOI, Titel und source_url.

Feld	Typ	Anforderungen und Beschränkungen
doi	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 2048

const result = await host.mcp("literature", "crossref_get_work", {"doi": "10.1038/nature12968"})

crossref_get_updates

Lesen Sie hinterlegte Korrektur-, Retraktions- und andere Aktualisierungsbeziehungen. updated_by weist auf Mitteilungen hin, die diese Arbeit aktualisieren; update_to zeigt auf Werke, die von diesem DOI aktualisiert wurden. Bewahren Sie die Beziehungsrichtung und die Quelletiketten auf. Leere Arrays stellen keine Zuverlässigkeit her oder beweisen, dass keine Rücknahme vorhanden ist.

Feld	Typ	Anforderungen und Beschränkungen
doi	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 2048

const result = await host.mcp("literature", "crossref_get_updates", {"doi": "10.1038/nature12968"})

datacite_search_records

Durchsuchen Sie öffentliche DataCite Datensatz / Software DOI Metadaten. Lieferanfrage, related_doi oder beides; Die Abfrage verwendet DataCite Abfragesyntax. Behalten Sie die gleichen Filter und page_size bei, wenn Sie next_page folgen. Page-number retrieval ist auf die ersten 10,000-Records beschränkt: Verengen Sie die Abfrage, falls erforderlich. Überprüfen Sie related_identifiers, Rechte und Landungs-URLs; Metadaten garantieren keine herunterladbaren Daten oder Wiederverwendungsberechtigungen.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 2000
related_doi	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 2048
resource_type	Zeichenfolge	fakultativ; Standard: "dataset"; enum: ["dataset", "software"]
page_size	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 100
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000

const result = await host.mcp("literature", "datacite_search_records", {"query": "climate", "resource_type": "dataset", "page_size": 5})

datacite_get_record

Abrufen eines öffentlichen DataCite DOI-Datensatzes, einschließlich Titel, Ersteller, Ressourcentyp, Rechte, verwandte Identifikatoren und verfügbare Version. Akzeptiert eine bloße DOI, doi: prefix oder doi.org URL. Überprüfen Sie die Kennung und die Beziehungsrichtung, bevor Sie einen verknüpften Datensatz oder ein Softwarepaket verwenden.

Feld	Typ	Anforderungen und Beschränkungen
doi	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 2048

const result = await host.mcp("literature", "datacite_get_record", {"doi": "10.14454/qdd3-ps68"})

PubMed

Operationen und Parameter anzeigen

search_articles

Suche PubMed (biomedizinische &) Biowissenschaften Literatur über NCBI esearch für Artikel, die einer Abfrage entsprechen. Gibt die Gesamtzahl der Übereinstimmungen plus eine Seite von PMIDs zurück. Unterstützt PubMed-Feld-Tags ([Titel], [Autor], [Journal], [MeSH-Begriffe], ...), Boolesche Operatoren, Datumsfilterung und Sortierung. PubMed indiziert keine Physik / CS / Mathematik / reine Chemiepapiere.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
max_results	Ganzzahl	fakultativ; Standard: 20
retstart	Ganzzahl	fakultativ; Standard: 0
sort	Zeichenfolge	fakultativ; enum: ["relevanz", "pub_date", "author", "journal_name", "title"]
date_from	Zeichenfolge	fakultativ
date_to	Zeichenfolge	fakultativ
datetype	Zeichenfolge	fakultativ; Standard: "pdat"; enum: ["pdat", "edat", "mdat"]

const result = await host.mcp("pubmed", "search_articles", {"query": "CRISPR gene editing", "max_results": 10})

get_article_metadata

Holen Sie sich detaillierte Artikel-Metadaten aus PubMed von PMID (bulk, via efetch): Identifikatoren (pmid/pmc/doi), Titel, Abstract, Journal, Autoren mit Zugehörigkeit, Veröffentlichungsdatum, MeSH-Begriffe, Artikeltypen, Sprache und Zitation. Zitieren Sie bei jeder Verwendung PubMed und fügen Sie den zurückgegebenen Artikel DOIs (identifiers.doi) als Links hinzu.

Feld	Typ	Anforderungen und Beschränkungen
pmids	['string', 'array']	erforderlich

const result = await host.mcp("pubmed", "get_article_metadata", {"pmids": ["35486828", "33264437"]})

find_related_articles

Finden Sie verwandte PubMed-Inhalte für eine oder mehrere Quellen PMIDs über NCBI elink. pubmed_pubmed (Standard) gibt ähnliche Artikel zurück, die nach wortgewichteten Ähnlichkeiten von Titeln / Abstracts / MeSH (NICHT Zitate) eingestuft werden; pubmed_pmc gibt Volltext-PMC-Links zurück; pubmed_gene/pubmed_protein/pubmed_nucleotide geben verknüpfte Sequenz-/Gendatensätze zurück.

Feld	Typ	Anforderungen und Beschränkungen
pmids	['string', 'array']	erforderlich
link_type	Zeichenfolge	fakultativ; Standard: "pubmed_pubmed"; enum: ["pubmed_pubmed", "pubmed_pmc", "pubmed_nucleotide", "pubmed_protein", "pubmed_gene"]
max_results	Ganzzahl	fakultativ

const result = await host.mcp("pubmed", "find_related_articles", {"pmids": ["35486828"], "link_type": "pubmed_pubmed"})

lookup_article_by_citation

Beheben Sie bibliographische Zitate zu PMIDs über NCBI ecitmatch. Jedes Zitat liefert einen Teil von {journal, year, volume, first_page, author, key}; 2-3+ Felder für zuverlässiges Matching bereitstellen. Verwenden Sie, wenn Sie eine Referenzliste haben und PMIDs benötigen.

Feld	Typ	Anforderungen und Beschränkungen
citations	Array aus Objekten	erforderlich

const result = await host.mcp("pubmed", "lookup_article_by_citation", {"citations": [{"journal": "Science", "year": 1987, "volume": "235", "first_page": "182", "author": "Palmenberg AC"}]})

convert_article_ids

Konvertieren zwischen PMID, PMCID und DOI über den NCBI/PMC ID-Konverter. Homogene Eingabe-IDs pro Aufruf (id_type auf Übereinstimmung setzen). Häufig verwendet, um zu überprüfen, ob ein PMID eine PMCID hat (d.h. Volltext in PMC) vor dem Aufruf von get_full_text_article.

Feld	Typ	Anforderungen und Beschränkungen
ids	['string', 'array']	erforderlich
id_type	Zeichenfolge	fakultativ; Standard: "pmid"; enum: ["pmid", "pmcid", "doi"]

const result = await host.mcp("pubmed", "convert_article_ids", {"ids": ["PMC9046468"], "id_type": "pmcid"})

get_full_text_article

Abrufen von Open-Access-Volltext von PubMed Central über Europa PMC von PMC ID ("PMC12345") oder " 12345". Gibt strukturierten Abschnittstext plus Lizenz zurück; Wenn Volltext nicht verfügbar ist, wird der Grund explizit gemeldet (fulltext_status). Nur OA-Untergruppenartikel haben abrufbaren Volltext. Zitieren Sie bei jeder Verwendung PubMed und fügen Sie den zurückgegebenen Artikel DOIs als Links hinzu.

Feld	Typ	Anforderungen und Beschränkungen
pmc_ids	['string', 'array']	erforderlich

const result = await host.mcp("pubmed", "get_full_text_article", {"pmc_ids": ["PMC9046468"]})

get_copyright_status

Melden Sie Copyright und Lizenzstatus nach PMID durch die Kombination von PubMed CopyrightInformation, dem PMC ID Converter (PMID ->) PMCID/DOI) und die PMC <permissions> Block (Lizenztyp, ALI-Lizenz-URL, Copyright-Erklärung/Jahr). Überprüfen Sie die Open-Access-Wiederverwendungsrechte, bevor Sie Inhalte reproduzieren.

Feld	Typ	Anforderungen und Beschränkungen
pmids	['string', 'array']	erforderlich

const result = await host.mcp("pubmed", "get_copyright_status", {"pmids": ["35891187", "34375400"]})

get_pubtator_annotations

Export PubTator 3 BioC JSON Entity und Relation Anmerkungen für veröffentlichte PubMed Artikel (Titel/Abstract). Behält Passagentext, Offsets, normalisierte IDs und Beziehungen. Legt keinen Rohtext vor.

Feld	Typ	Anforderungen und Beschränkungen
pmids	array	erforderlich; minItems: 1; maxItems: 10

const result = await host.mcp("pubmed", "get_pubtator_annotations", {"pmids": ["29355051"]})

search_pubtator

Suchen Sie eine Seite von PubTator 3 Publikationen nach Text, Entity IDs oder Relationen (z. B. Relationen: ANY|@CHEMICAL Doxorubicin|@DISEASE Neoplasms). Automatisierte Beziehungen sind Forschungsergebnisse, keine klinischen Schlussfolgerungen.

Feld	Typ	Anforderungen und Beschränkungen
query	string	erforderlich; minLength: 1; maxLength: 1000
page	integer	optional; default: 1; minimum: 1; maximum: 10000

const result = await host.mcp("pubmed", "search_pubtator", {"query": "relations:ANY|@CHEMICAL_Doxorubicin|@DISEASE_Neoplasms", "page": 1})

Gene & Ontologien

Operationen und Parameter anzeigen

query_genes

Lösen Sie Gen-Identifikatoren / Symbole über mygene.info (batchiert, bis zu 1000-Begriffen / Anfrage). Verwenden Sie dies, um Gensymbole Ensembl-Gen-IDs, Entrez-IDs, Namen und anderen mygene.info-Feldern zuzuordnen - oder umgekehrt (scopes auf den Namensraum Ihrer Eingabebegriffe setzen, z.B.) "entrezgene", "ensembl.gene", "symbol,alias". Args: Terme (Query Terme, z.B. ["TP53","BRCA1"]; Begriffe, die Kommas enthalten, werden nicht unterstützt; Scopes (kommagetrennte Identifikator-Namespaces, um Begriffe mit einander abzugleichen); Felder (kommagetrennte Mygenfelder, um zurückzukehren, oder "all"); Art (gebräuchliche Bezeichnung "human"/"mouse") oder NCBI taxid. Gibt {n_input, n_records, not_found, records} zurück. Ein Begriff, der mit mehreren Genen übereinstimmt, liefert mehrere Datensätze (jeder trägt seinen query). Datensätze sind deterministisch geordnet (Eingabereihenfolge, dann _id).

Feld	Typ	Anforderungen und Beschränkungen
terms	Array aus Zeichenfolgen	erforderlich
scopes	Zeichenfolge	fakultativ
fields	Zeichenfolge	fakultativ; Standard: "symbol,name,taxid,entrezgene,ensembl.gene"
species	Zeichenfolge	fakultativ

const result = await host.mcp("genes", "query_genes", {"terms": ["TP53", "BRCA1"], "scopes": "symbol,alias", "fields": "symbol,name,entrezgene,ensembl.gene", "species": "human"})

list_ontologies

Liste Ontologien im EBI Ontology Lookup Service (OLS4). Mit ontology_ids (z.B.) ["efo","cl","chebi","go","mondo"]: strukturierte Metadatensätze für genau diese Ontologien abrufen; unbekannte IDs werden in not_found gemeldet. Ohne: den kompletten OLS4-Katalog (~250-Ontologien, vollständig paginiert und gezählt). {records:[{ontology_id, Titel, Version, Status, num_terms, ...}], not_found:[...]} für eine ID-Liste oder {-Records:[...], total_elements, complete} für den vollständigen Katalog.

Feld	Typ	Anforderungen und Beschränkungen
ontology_ids	Array aus Zeichenfolgen	fakultativ

const result = await host.mcp("genes", "list_ontologies", {"ontology_ids": ["efo", "go", "mondo"]})

search_ontology_terms

Suchen Sie Ontologiebegriffe nach Label/Synonym für eine oder mehrere OLS4-Ontologien. Typische Verwendungen: Finden Sie eine EFO-ID für einen Krankheitsnamen (Ontologien = ["efo"]), Cell Ontology-Begriffe für einen Zelltyp (["cl"]), ChEBI-Begriffe für eine Chemikalie (["chebi"]), GO-Begriffe nach Namen (["go"]) - oder suchen Sie alle Ontologien auf einmal. Args: Abfrage (Begriff Label, Synonym oder Identifikator); Ontologien (Kleinbuchstaben-IDs, auf die beschränkt werden soll); Niemand sucht jede Ontologie; exakt (Vollsaitenübereinstimmung); include_obsolete (standardmäßig falsch); max_results (Ranking nach OLS-Relevanz). Gibt {query, total_found, n_returned, abgeschnitten, terms:[{curie, iri, label, short_form, ontology, description, type, is_defining_ontology}]} zurück.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
ontologies	Array aus Zeichenfolgen	fakultativ
exact	boolescher Wert	fakultativ; Standard: falsch
include_obsolete	boolescher Wert	fakultativ; Standard: falsch
max_results	Ganzzahl	fakultativ; Standard: 20

const result = await host.mcp("genes", "search_ontology_terms", {"query": "asthma", "ontologies": ["efo"], "max_results": 20})

get_ontology_term

Holen Sie sich eine Ontologie term's Details, oder seine vollständige verwandte Begriff Satz. Mit relation=None: Full Term Record (Label, Synonyme, Beschreibung, veraltetes Flag, direkte Eltern). Mit einer Relation: der VOLLSTÄNDIGE, vollständig in fortlaufender Reihenfolge fortlaufende Satz verwandter Begriffe — z.B. relation="hierarchicalChildren" für direkte Kinder inkl. part_of usw., "descendants"/"hierarchicalDescendants" für den gesamten Unterbaum "ancestors"/"hierarchicalAncestors", "parents", "children". Der Abruf wird mit der eigenen Gesamtsumme von API' gezählt. Args: Ontologie (Kleinbuchstaben, z.B. "efo","gehen","cl","Chebi"; term_id (CURIE "EFO:0000305"/"GO:0006281") oder vollständige IRI; Beziehung (keine oder eine der aufgeführten); include_parents (enthalten direkte Eltern-Refs, wenn die Beziehung keine ist). Returns: relation=None {curie, iri, label, ontology, short_form, synonyms, description, is_obsolete, has_children, parents}; ansonsten {root, relation, total_elements, term_count, Terms:[...]}.

Feld	Typ	Anforderungen und Beschränkungen
ontology	Zeichenfolge	erforderlich
term_id	Zeichenfolge	erforderlich
relation	Zeichenfolge	fakultativ; enum: ["parents", "children", "ancestors", "descendants", "hierarchicalParents", "hierarchicalChildren", "hierarchicalAncestors", "hierarchicalDescendants"]
include_parents	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("genes", "get_ontology_term", {"ontology": "go", "term_id": "GO:0006281", "relation": "children"})

get_go_annotations

Abrufen von GO-Annotationen für ein UniProt-Genprodukt von QuickGO (vollständig, gezählt). Args: uniprot_accession (z. "P04637", Präfix optional; Aspekt (für alle Aspekte weglassen oder einen von biological_process/molecular_function/cellular_component); Nachweis (None/all, ein voreingestellter "experimental_manual" = manuell zugewiesener experimenteller Nachweis, "automatic_iea" = electronic/IEA, oder ein expliziter ECO-Code wie "ECO:0000314"; Drei-Buchstaben-GO-Beweiscodes wie IDA / IEA werden NICHT akzeptiert - QuickGO ignoriert stillschweigend goEvidence, Filter müssen ECO-Codes verwenden; taxon_id (optionales NCBI-Taxon, z.B.) 9606); include_term_names (hydratisieren Sie jeden Datensatz mit GO Begriffsname / Aspekt / veraltet über eine Batch-Ontologie-Lookup); max_records (Kappe auf Aufzeichnungen); vollständiges noch abgerufenes und zusammengefasstes Set; truncated markiert die Kappe. Gibt {gene_product, total_annotations, n_records, complete, abgeschnitten, distinct_go_ids (über ALLE Anmerkungen), records:[{go_id, go_aspect, qualifier, go_evidence, eco_id, reference, assigned_by, date, ...}]} zurück.

Feld	Typ	Anforderungen und Beschränkungen
uniprot_accession	Zeichenfolge	erforderlich
aspect	Zeichenfolge	fakultativ; enum: ["biological_process", "molecular_function", "cellular_component"]
evidence	Zeichenfolge	fakultativ
taxon_id	Ganzzahl	fakultativ
include_term_names	boolescher Wert	fakultativ; Standard: falsch
max_records	Ganzzahl	fakultativ; Standard: 200

const result = await host.mcp("genes", "get_go_annotations", {"uniprot_accession": "P04637", "aspect": "molecular_function", "evidence": "experimental_manual"})

search_uniprot_entries

Entdecken Sie aktive UniProtKB-Proteineinträge nach dem genauen Gennamen (einschließlich Synonyme), der Proteinnamensphrase und / oder dem genauen organism_id (NCBI-Taxonomie-ID, nicht Nachkommen). Mindestens eines dieser Filter ist erforderlich; zugeführte Filter werden mit UND kombiniert. Optional reviewed=true selects Swiss-Prot, false selects TrEMBL; Das Weglassen umfasst beides. Kein Organismus oder überprüfter Standard. Text verwendet UniProt tokenized phrase matching, nicht willkürliche Substring-Matching oder Rohabfrage-Syntax; Anführungszeichen, Backslashes, Platzhalter und Kontrollzeichen werden abgelehnt. Gibt eine begrenzte Seite in der Reihenfolge des Beitritts zurück, nicht einen vollständigen Proteinsatz. Für die nächste Seite übergeben Sie next_cursor als Cursor mit identischen Filtern und page_size. Cursoren sind undurchsichtig, keine Offsets oder dauerhafte Snapshots; Neustart, wenn UniProt einen veralteten Cursor ablehnt.

Bereitstellen mindestens eines aufgelisteten Suchfilters; konsultieren Sie das herunterladbare Schema für vollständige Kombinationsregeln.

Feld	Typ	Anforderungen und Beschränkungen
gene	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 200; Muster: "^(?=[\\s\\S]*\\S)[^\"\\\\*?\\u0000-\\u001f\\u007f]+$"
protein_name	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 200; Muster: "^(?=[\\s\\S]*\\S)[^\"\\\\*?\\u0000-\\u001f\\u007f]+$"
organism_id	Ganzzahl	fakultativ; mindestens: 1; höchstens: 2147483647
reviewed	boolescher Wert	fakultativ
page_size	Ganzzahl	Zeichenfolge 25; mindestens: 1; höchstens: 500
cursor	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 4096; Muster: "^[^\\s\\u0000-\\u001f\\u007f]+$"

const result = await host.mcp("genes", "search_uniprot_entries", {"gene": "TP53", "organism_id": 9606, "reviewed": true, "page_size": 25})

get_uniprot_entries

Fetch UniProtKB speichert eine Liste von primären oder sekundären Beitritten (Batch-ODER-Abfragen zuerst); Ungelöste Aliase verwenden ein direktes Per-Accession-Fallback. Drei Modi: fields gegeben → token-lean tabellarisches Abrufen gerade jener UniProt-Felder (z.B. ["Zugang","id","protein_name","gene_names","organism_name","Länge","Sequenz"]; format wird ignoriert. format="fasta" → per-accession FASTA Sequenzen. format="txt" → per-accession full UniProt flat-file text (komplette Annotation); kann sehr groß sein - bevorzugen Sie fields). Args: Accession (z.B. ["P04637","P38398"]; Format ("fasta"/"txt", ignoriert, wenn fields gegeben); Felder (optional UniProt REST-Feldnamen für den Tabellenmodus). Returns: Felder Modus {accessions, Felder, n_records, records:[{<column>:value}]}; fasta/txt-Modus {accessions, Format, n_found, missing, records:{accession:text}} — missing listet die Beitritte auf, für die UniProt keinen Datensatz zurückgegeben hat.

Feld	Typ	Anforderungen und Beschränkungen
accessions	Array aus Zeichenfolgen	erforderlich
format	Zeichenfolge	fakultativ; enum: ["fasta", "txt"]
fields	Array aus Zeichenfolgen	fakultativ

const result = await host.mcp("genes", "get_uniprot_entries", {"accessions": ["P04637", "P38398"], "fields": ["accession", "id", "protein_name", "gene_names", "organism_name", "length"]})

submit_uniprot_id_mapping

Senden Sie bis zu 100,000-Identifikatoren für UniProt Batch ID Mapping. from_db/to_db sind exakte UniProt API-Datenbanknamen (z.B. Gene_Name, GeneID, Ensembl, RefSeq_Protein, UniProtKB_AC-ID -> UniProtKB; UniProtKB_AC-ID -> Ensembl oder GeneID. Gültige Paare werden durch https://rest.uniprot.org/configure/idmapping/fields definiert; Nicht unterstützte Paare versagen stromaufwärts. taxon_id ist nur für Gene_Name optional; Angabe, um die Arten zu diambiguieren. IDs müssen einzelne Strings ohne Whitespace oder Trennzeichen sein; Fall und Versionen sind erhalten, exakte Duplikate einmal eingereicht. Pass-Zugänge von search_uniprot_entries als ids mit from_db=UniProtKB_AC-ID. Sendet eine POST, nie automatisch wiederholt oder Umfragen. Speichern Sie job_id und verwenden Sie dann get_uniprot_id_mapping_status und get_uniprot_id_mapping_results. UniProt verfällt Ergebnisse nach bis zu 7 Tagen; Stornierung oder App-Shutdown stoppt lokale Anfragen, nicht den Remote-Job. Es wird kein lokaler Job-Cache oder Fernauslöschung/Löschung API bereitgestellt. Wenn die Einreichung ihre Antwort verliert, kann ein Job bestehen; Nicht blindlings erneut einreichen.

Feld	Typ	Anforderungen und Beschränkungen
from_db	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 100; Muster: "^[A-Za-z][A-Za-z0-9_-]*$"
to_db	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 100; Muster: "^[A-Za-z][A-Za-z0-9_-]*$"
ids	Array aus Zeichenfolgen	erforderlich; minItems: 1; maxItems: 100000
taxon_id	Ganzzahl	fakultativ; mindestens: 1; höchstens: 2147483647

const result = await host.mcp("genes", "submit_uniprot_id_mapping", {"from_db":"Gene_Name","to_db":"UniProtKB","ids":["TP53","BRCA1"],"taxon_id":9606})

get_uniprot_id_mapping_status

Überprüfen Sie einmal einen bestehenden UniProt ID-Mapping-Job. NEW/RUNNING bedeutet, dieses Tool später abzufragen (mindestens 3 Sekunden auseinander); FINISHED bedeutet, alle Seiten mit get_uniprot_id_mapping_results abzurufen. Upstream ERROR ist normalisiert zu FAILED, einem Terminal-Job-Ausfall, nicht unübertroffenen IDs. HTTP 400/500 Jobausfälle werden ohne automatische Wiederholungen gelesen; andere HTTP-Fehler (einschließlich unbekannter / abgelaufener Jobs) propagieren. Legt keinen neuen Job vor oder wählt automatisch ab.

Feld	Typ	Anforderungen und Beschränkungen
job_id	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 100; Muster: "^[A-Za-z0-9_-]+$"

const result = await host.mcp("genes", "get_uniprot_id_mapping_status", {"job_id":"ecuuh9h0Md"})

get_uniprot_id_mapping_results

Holen Sie sich eine Seite kompakter UniProt ID-Mapping-Paare für einen fertigen Job. Wiederholen Sie mit next_cursor und identischem job_id/page_size bis has_more = falsch; Cursor sind undurchsichtig, keine Offsets oder dauerhafte Snapshots. Jede von/zu-Zeile wird beibehalten, einschließlich Eins-zu-vielen-Mappings. Zusammenführen von Paaren auf allen Seiten, bevor Multiplizität interpretiert wird; Eine Quelle kann Seiten überspannen. Sammeln Sie die Vereinigung von failed_ids über Seiten berichtet; Niemals unübertroffene IDs aus Abwesenheit auf einer Seite ableiten. UniProtKB-Ziel-IDs können für Anmerkungen oder Sequenzen an get_uniprot_entries übergeben werden.

Feld	Typ	Anforderungen und Beschränkungen
job_id	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 100; Muster: "^[A-Za-z0-9_-]+$"
page_size	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 500
cursor	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 4096; Muster: "^[^\s\u0000-\u001f\u007f]+$"

const result = await host.mcp("genes", "get_uniprot_id_mapping_results", {"job_id":"ecuuh9h0Md","page_size":100})

map_reactome_pathways

Kartengensymbole oder UniProt-Zugänge zu Reactome-Signalwegen (AnalysisService-Token-Workflow). Args: Identifikatoren (Gensymbole, wenn id_type = "symbol", UniProt-Zugänge, wenn "uniprot"; keine Duplikate; id_type ("symbol"/"uniprot"); Art (Standard "Homo sapiens"); Ressource (AnalysisService-Molekülressourcenansicht "TOTAL") Ausfall; "UNIPROT" beschränkt sich auf Protein-Level-Mappings; include_disease (Service Default True); Kompakt (True → per-Identifier low-level pathways only {stId,name,species}) + Reaktome Release Version; Falsch → vollständiges deterministisches Ergebnis: Per-Identifier vollständige Pfadsätze mit Entitäts-/Reaktionsstatistik (p-Werte, FDR, gefunden/insgesamt) und Batch-Summe inkl. identifiers_not_found). Returns: Compact {tool, reactome_version, id_type, species, n_input, genes:{identifier:{found, n_lowlevel_pathways, pathways}}}; Voll fügt pro-Weg-Statistik und batch_summary hinzu. Karten Identifikatoren zu Signalwegen in den angeforderten Arten, ohne sie auf den Menschen zu projizieren. Verwenden Sie einen unterstützten wissenschaftlichen Namen wie Homo sapiens oder Mus musculus; Das herunterladbare Schema listet alle unterstützten Namen auf. Leere, nicht unterstützte oder nicht übereinstimmende Arten sind Fehler. found und n_found zeigen Identifikatorerkennung an, nicht Pathway-Mitgliedschaft: Ein erkannter Identifikator kann null Pathways haben. Der Compact-Modus enthält nur Pfade auf niedriger Ebene.

Feld	Typ	Anforderungen und Beschränkungen
identifiers	Array aus Zeichenfolgen	erforderlich
id_type	Zeichenfolge	erforderlich; enum: ["symbol", "uniprot"]
species	Zeichenfolge	fakultativ; Standard: "Homo sapiens"
resource	Zeichenfolge	fakultativ; Standard: "TOTAL"
include_disease	boolescher Wert	fakultativ; Standard: true
compact	boolescher Wert	fakultativ; Standard: true

const result = await host.mcp("genes", "map_reactome_pathways", {"identifiers": ["TP53", "EGFR", "BRCA1"], "id_type": "symbol"})

list_enrichment_sources

Listen Sie die g:Profiler-Anreicherungsquellen und ihre aktuellen Datenversionen für einen Organismus auf. Quellen sind organismenabhängig und umfassen Namespaces wie GO:BP, GO:MF, GO:CC, KEGG, Reactome und WikiPathways, wenn verfügbar. g:Profiler speichert begrenzte Abfrage-Metadaten für den Dienstbetrieb; Dieser Read-Only-Lookup reicht keine Genliste ein.

Feld	Typ	Anforderungen und Beschränkungen
organism	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 64; Muster: "^[a-z][a-z0-9_]*$"

const result = await host.mcp("genes", "list_enrichment_sources", {"organism": "hsapiens"})

enrich_gene_set

Führen Sie g:Profiler g:GOSt-Anreicherung für ein Gen, das in GO, Reactome, KEGG, WikiPathways und anderen vom Organismus unterstützten Quellen festgelegt ist. Unterstützt einen expliziten Organismus, benutzerdefinierten statistischen Hintergrund, Unterrepräsentationstests und g:Profiler Mehrfachtestkorrektur. Nicht zugeordnete, mehrdeutige und doppelte Identifikatoren werden in Metadaten zurückgegeben, anstatt stillschweigend verworfen zu werden.

Feld	Typ	Anforderungen und Beschränkungen
genes	Array aus Zeichenfolgen	erforderlich; minItems: 1; maxItems: 5000
organism	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 64; Muster: "^[a-z][a-z0-9_]*$"
sources	Array aus Zeichenfolgen	fakultativ; maxItems: 100
background_genes	Array aus Zeichenfolgen	fakultativ; minItems: 1; maxItems: 20000
domain_scope	Zeichenfolge	fakultativ; enum: ["annotated", "known", "custom", "custom_annotated"]
correction_method	Zeichenfolge	fakultativ; Standard: "g_SCS"; enum: ["g_SCS", "bonferroni", "fdr"]
user_threshold	Zahl	fakultativ; höchstens: 1; exklusivMinimum: 0
all_results	boolescher Wert	fakultativ; Standard: falsch
ordered	boolescher Wert	fakultativ; Standard: falsch
measure_underrepresentation	boolescher Wert	fakultativ; Standard: falsch
no_iea	boolescher Wert	fakultativ; Standard: falsch
no_evidences	boolescher Wert	fakultativ; Standard: falsch
numeric_ns	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 64

const result = await host.mcp("genes", "enrich_gene_set", {"genes": ["TP53", "EGFR", "BRCA1"], "organism": "hsapiens", "sources": ["GO:BP", "REAC"], "correction_method": "fdr"})

list_enrichr_libraries

Listen Sie die aktuellen Enrichr-Gen-Set-Bibliotheken und deren Abdeckungsstatistiken für eine unterstützte Enrichr-Bereitstellung auf. Der Einsatz von Menschen umfasst Bibliotheken von Menschen und Mäusen; andere unterstützte Organismen nutzen ihre speziellen Einsätze. Verwenden Sie dies vor enrich_gene_set_enrichr, um Bibliotheken für Transkriptionsfaktor-, Perturbations-, Arzneimittel-, Krankheits-, Gewebe- oder Zelltypanalyse auszuwählen.

Feld	Typ	Anforderungen und Beschränkungen
organism	Zeichenfolge	fakultativ; Standard: "human"; enum: ["human", "fly", "yeast", "worm", "fish"]

const result = await host.mcp("genes", "list_enrichr_libraries", {"organism": "human"})

enrich_gene_set_enrichr

Führen Sie die Enrichr-Anreicherung für Gensymbole oder Identifikatoren aus, die von ausgewählten Enrichr-Bibliotheken akzeptiert werden. Dies ergänzt g:Profiler mit Transkriptionsfaktor-, Perturbations-, Arzneimittel-, Krankheits-, Gewebe- und Zelltypbibliotheken. Ein benutzerdefinierter Hintergrund verwendet den Speedrichr API und wird derzeit nur für den menschlichen Einsatz unterstützt. Enrichr meldet keine nicht zugeordneten Identifikatoren, daher ist mapping_status immer not_reported_by_enrichr. Genlisten werden an den externen Enrichr-Dienst übermittelt; Uploads sind vorübergehende externe Nebenwirkungen und werden nicht automatisch zurückgerollt, wenn eine spätere Bibliotheksanforderung fehlschlägt.

Feld	Typ	Anforderungen und Beschränkungen
genes	Array aus Zeichenfolgen	erforderlich; minItems: 1; maxItems: 5000
libraries	Array aus Zeichenfolgen	erforderlich; minItems: 1; maxItems: 10
background_genes	Array aus Zeichenfolgen	fakultativ; minItems: 1; maxItems: 20000
organism	Zeichenfolge	fakultativ; Standard: "human"; enum: ["human", "fly", "yeast", "worm", "fish"]
description	Zeichenfolge	Zeichenfolge
max_results	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 500

const result = await host.mcp("genes", "enrich_gene_set_enrichr", {"genes": ["TP53", "EGFR", "BRCA1"], "libraries": ["ChEA_2022", "LINCS_L1000_Chem_Pert_up"]})

get_hgnc_gene

Holen Sie sich die menschliche Gennomenklatur nach dem exakten HGNC-Symbol. Behält den genehmigten / zurückgezogenen Status, Namen, Aliase, Querverweise und Änderungsdaten bei.

Feld	Typ	Anforderungen und Beschränkungen
symbol	string	erforderlich; minLength: 1; maxLength: 100

const result = await host.mcp("genes", "get_hgnc_gene", {"symbol": "BRCA1"})

resolve_hgnc_alias

Lösen Sie ein genaues menschliches Gen-Alias-Symbol durch HGNC. Gibt jedes passende Gen zurück; wählt niemals stillschweigend zwischen zweideutigen Aliase. Verwenden Sie get_hgnc_gene für genehmigte Symbole.

Feld	Typ	Anforderungen und Beschränkungen
symbol	string	erforderlich; minLength: 1; maxLength: 100

const result = await host.mcp("genes", "resolve_hgnc_alias", {"symbol": "P53"})

get_hgnc_service_info

Lesen Sie offizielle HGNC REST Service Metadaten, durchsuchbare Felder und gespeicherte Felder. Aktien verlangen die Zulassung bei den bestehenden HGNC-Lookups; es ist kein Schlüssel erforderlich.

Keine Eingabefelder; Übergeben eines leeren Objekts.

const result = await host.mcp("genes", "get_hgnc_service_info", {})

query_hgnc_field

Holen oder suchen Sie ein dokumentiertes HGNC-Feld, einschließlich historischer Symbole und externer Identifikatoren. Search gibt indexierte Identifikatoren zurück; fetch gibt gespeicherte Datensätze zurück. Bewahren Sie mehrdeutige Übereinstimmungen und genehmigten / zurückgezogenen Status auf, anstatt still ein Gen auszuwählen.

Field	Type	Requirement and constraints
mode	string	optional; default: "fetch"; enum: ["fetch", "search"]
field	string	required; enum: ["symbol", "alias_symbol", "prev_symbol", "name", "hgnc_id", "entrez_id", "ensembl_gene_id"]
value	string	required; minLength: 1; maxLength: 300
max_rows	integer	optional; default: 20; minimum: 1; maximum: 100

const result = await host.mcp("genes", "query_hgnc_field", {"field": "entrez_id", "value": "7157", "mode": "fetch"})

list_hgnc_files

Liste offizielle HGNC Public-Bucket-Objekte, Größen, Identität / Checksum-Metadaten und Seitentoken. Dies entdeckt nur download-urls; es lädt keine dateien herunter oder erstellt einen lokalen zustand. ETag ist keine SHA256 Prüfsumme.

Field	Type	Requirement and constraints
prefix	string	optional; default: "hgnc/tsv/tsv/"; maxLength: 200; pattern: "^hgnc/[A-Za-z0-9_./-]*$"
cursor	string	optional; default: ""; maxLength: 4096
limit	integer	optional; default: 20; minimum: 1; maximum: 100

const result = await host.mcp("genes", "list_hgnc_files", {"prefix": "hgnc/tsv/tsv/", "limit": 5})

Genome

Operationen und Parameter anzeigen

blast_submit

Senden Sie eine Nukleotid- oder Proteinsequenz an den öffentlichen NCBI BLAST-Dienst für die asynchrone Ähnlichkeitssuche. Stellen Sie molecule_type explizit ein, weil ein Protein, das nur aus A / C / G / T besteht, ansonsten mehrdeutig ist. Gibt eine RID und die Serverschätzung zurück; blast_status nicht öfter als einmal pro Minute anrufen, dann blast_results nach READY. Die Sequenz wird an NCBI gesendet und wird nicht lokal zwischengespeichert; Eine verlorene Submit-Antwort erhöht blast_submission_unknown und darf nicht automatisch wiederholt werden. Speichern Sie alle BLAST-Anfragen um mindestens 10 Sekunden und alle Anfragen für die gleiche RID um mindestens 60 Sekunden. Behalten Sie die RID nach dem Neustart wieder auf. NCBI behält die Ergebnisse in der Regel für 36 Stunden; Dies ist keine Löschungsgarantie. Stornierung, App-Exit und Deinstallation nur lokale Anfragen stoppen; Dieser API hat keine dokumentierte Remote-Cancell-/Lösch-Operation. Es wird keine Jobregistrierung oder kein Ergebnis-Cache hinzugefügt; normale Konversations-/Notebook-Persistenz kann Inputs und Outputs behalten.

Feld	Typ	Anforderungen und Beschränkungen
sequence	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 100000
molecule_type	Zeichenfolge	erforderlichfakultativ; Standard: ["nucleotide", "protein"]
database	Zeichenfolge	fakultativ; enum: ["nt", "core_nt", "refseq_rna", "nr", "refseq_protein", "swissprot"]
evalue	Zahl	fakultativ; ausschließlichMindestbetrag: 0; höchstens: 1000
hitlist_size	Ganzzahl	fakultativ; mindestens: 1; höchstens: 100
megablast	boolescher Wert	fakultativ

const result = await host.mcp("genomes", "blast_submit", {"sequence": "ATGCGTACGTAGCTAG", "molecule_type": "nucleotide", "database": "nt"})

blast_status

Prüfen Sie einmal eine NCBI BLAST RID. Dies ist eine einzige SearchInfo-Anfrage und wird niemals abgefragt oder gewartet; die NCBI-Leitlinien einhalten, um zwischen den Überprüfungen mindestens 60-Sekunden zu warten. Rückgabe von WAITING, READY, FAILED oder UNKNOWN (unbekannt oder abgelaufene RID). Speichern Sie alle BLAST-Anfragen um mindestens 10 Sekunden und gleiche RID-Anfragen, einschließlich Ergebnisabruf, um mindestens 60 Sekunden.

Feld	Typ	Anforderungen und Beschränkungen
rid	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 128

const result = await host.mcp("genomes", "blast_status", {"rid": "AYEFB4DT014"})

blast_results

Begrenzte Ergebnisse für eine NCBI BLAST RID abrufen. Es macht eine Anfrage und gibt ready=false zurück, wenn der Job noch wartet; Wählen Sie json2, xml2, text oder tabellarische Ausgabe, nachdem blast_status READY berichtet hat. Die Ergebnisse werden auf 2 MiB begrenzt und wortwörtlich zurückgegeben. tabellarisch bedeutet NCBI Text + ALIGNMENT_VIEW=Tabular, das HTML-Kommentare, PRE-Tags und Berichtskopfzeilen enthalten kann; Es ist nicht reines TSV oder CSV. Warten Sie mindestens 60 Sekunden nach der letzten Anforderung dieser RID, einschließlich blast_status. Keine automatischen Wiederholungen

Feld	Typ	Anforderungen und Beschränkungen
rid	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 128
format	Zeichenfolge	fakultativ; enum: ["json2", "xml2", "text", "tabular"]

const result = await host.mcp("genomes", "blast_results", {"rid": "AYEFB4DT014", "format": "json2"})

ensembl_lookup

Suchen Sie Gene, Transkripte oder Proteine nach stabiler ID oder Gene nach Symbol. Eine Abfrage akzeptiert ENS IDs (versioniert erlaubt), FlyBase/WormBase/yeast IDs oder Symbole wie BRAF. query_type: auto (standardmäßig) versucht ID zuerst, dann Symbol nur bei expliziter Abwesenheit, es sei denn, die Eingabe ist eine kanonische ENS/LRG ID; id verwendet nur ID-Lookup; Symbol verwendet nur Symbol-Lookup ohne Versionsnormalisierung. species gilt nur für Symbol-Lookup (Standard homo_sapiens) und wird nicht abgeleitet. expand umfasst Transkripte, Exons und Übersetzungen (standardmäßig falsch). Ungültige Anfragen und Dienstfehler verursachen Fehler.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
query_type	Zeichenfolge	fakultativ; Standard: "auto"; enum: ["auto", "id", "symbol"]
species	Zeichenfolge	fakultativ; Standard: "homo_sapiens"
expand	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("genomes", "ensembl_lookup", {"query": "BRAF", "query_type": "symbol"})

ensembl_xrefs

Externe Querverweise einer Ensembl-Stable-ID — die Brücke von Ensembl-Gen-/Transkript-IDs zu HGNC, NCBI (EntrezGene), UniProt, OMIM, RefSeq, Expression Atlas und anderen. Args: stable_id (ENSG.../ENST..., versioniert akzeptiert); external_db (optionaler exakter Upstream-Datenbank-Namen-Filter, z.B. HGNC, EntrezGene, Uniprot_gn, MIM_GENE, RefSeq_mRNA; Weglassen für alle. Gibt {stable_id, external_db, n_xrefs, xrefs} zurück — die COMPLETE-Liste (nie abgeschnitten), sortiert nach (dbname, primary_id); jede Zeile {dbname, db_display_name, primary_id, display_id, Beschreibung, Synonyme, info_type}. Unbekannte IDs geben n_xrefs:0 zurück.

Feld	Typ	Anforderungen und Beschränkungen
stable_id	Zeichenfolge	erforderlich
external_db	Zeichenfolge	fakultativ

const result = await host.mcp("genomes", "ensembl_xrefs", {"stable_id": "ENSG00000157764", "external_db": "HGNC"})

ensembl_vep_variant

Ensembl VEP annotiert Variantenfolgen und fasst die Transkriptergebnisse nach Schweregrad zusammen. Ohne hgvs_notation hat variant_id Vorrang; region, allele und allele_orientation werden ignoriert. HGVS darf mit keinem dieser Parameter kombiniert werden. hgvs_notation akzeptiert genomische, kodierende und Protein-HGVS (z. B. ENST00000366667:c.803C>T). Referenzversionen werden unverändert weitergegeben, aber nicht geprüft. Verwendet wird die aktuelle Spezies-Assembly von rest.ensembl.org, ohne Assembly-Auswahl oder Liftover; assembly_name nennt das Ergebnis. HGVS-Anfragen setzen hgvs=1 und transcript_version=1; transcript_id enthält die Version, verfügbare hgvsc/hgvsp bleiben erhalten. version_validation ist unchecked. input_reference_annotations stammen aus der vollständigen vorgelagerten Transkriptliste, unabhängig von max_consequences. matched bedeutet nur gleiche Referenzidentität ohne Versionssuffix, keine bestätigte Syntax oder Versionsübereinstimmung. unknown bedeutet, dass keine vergleichbare Annotation vorliegt. HGVS-Allele behalten den ursprünglichen Strang, auch den negativen; keine Regionsnormalisierung. allele filtert keine ID-Ergebnisse. region nutzt 1-basierte inklusive Referenzkoordinaten der aktuellen Assembly (beim Menschen GRCh38; z. B. 7:140753336-140753336); SNV: start=end, Insertion: start=end+1. Die Suffixe :1/:-1 sind zulässig, die Koordinaten beziehen sich immer auf das Referenzgenom. allele akzeptiert A/C/G/T, - für Deletion sowie INS/DUP/DEL/TDUP. Der Standard allele_orientation=forward interpretiert Allele auf dem positiven Referenzstrang. region verwendet den Regionsstrang und bildet bei negativen Sequenzallelen das Reverse-Komplement. Symbolische Allele in negativen Regionen erfordern forward. Regionsanfragen und Ergebnisse sind stets positiv orientiert; ein Gen auf dem negativen Strang benötigt keine negative Eingabe. species ist standardmäßig homo_sapiens. max_consequences begrenzt die Zeilen (Standard 25) in der Reihenfolge HIGH>MODERATE>LOW>MODIFIER. n_transcript_consequences enthält die Gesamtzahl, transcript_consequences_truncated meldet die Begrenzung. Ergebnisse enthalten Koordinaten, Allele, Gene, Transkript-, Regulations- und Motivfolgen sowie überlappende Varianten. variant_allele bleibt erhalten. n_transcripts zählt unterschiedliche nicht leere Transkript-IDs je Gen; worst_impact berücksichtigt alle gelieferten Allele. HGVS-Fehler und unbekannte rsIDs behalten die ursprüngliche Fehlermeldung.

Feld	Typ	Anforderungen und Beschränkungen
variant_id	string	mode-dependent; see exclusion and strand rules above
hgvs_notation	string	mode-dependent; see exclusion and strand rules above; minLength: 1
region	string	mode-dependent; see exclusion and strand rules above
allele	string	mode-dependent; see exclusion and strand rules above
allele_orientation	string	mode-dependent; see exclusion and strand rules above; default: "forward"; enum: ["forward", "region"]
species	string	optional; default: "homo_sapiens"
max_consequences	Ganzzahl	fakultativ; Standard: 25

const result = await host.mcp("genomes", "ensembl_vep_variant", {"variant_id": "rs7412", "max_consequences": 25})

ensembl_homology

Orthologe oder Paraloge eines Gens aus Ensembl Compara (kondensierte Reihen — keine Alignments/Sequenzen). Args: gene_symbol (zuerst in species aufgelöst zu einer stabilen ID); Pass genau eine von gene_symbol/gene_id; gene_id (ENSG...); homology_type (Orthologe Standard/Paraloge/Projektionen); target_species (Beschränkung auf eine Art); target_taxon (NCBI Taxon Subtree, z.B. 9443 Primaten; kombinierbar mit target_species, ODER Semantik; Art (Quellart, Standard homo_sapiens); max_homologies (Zeile-Cap-Standard 200); n_total trägt den kompletten Zählerstand, homologies_truncated kennzeichnet den Cap. Gibt {gene_id, gene_symbol, species, homology_type, target_species, target_taxon, n_total, homologies_truncated, homologies} zurück; Zeilen sortiert nach (Art, ID) {type, species, id, protein_id, taxonomy_level, method_link_type}. Quirk: die /homology/symbol route stalls — dieses tool löst immer symbole selbst und abfragen durch stabile id.

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	fakultativ
gene_id	Zeichenfolge	fakultativ
homology_type	Zeichenfolge	fakultativ; Standard: "orthologues"; enum: ["orthologues", "paralogues", "projections"]
target_species	Zeichenfolge	fakultativ
target_taxon	Ganzzahl	fakultativ
species	Zeichenfolge	fakultativ; Standard: "homo_sapiens"
max_homologies	Ganzzahl	fakultativ; Standard: 200

const result = await host.mcp("genomes", "ensembl_homology", {"gene_symbol": "BRAF", "target_species": "mus_musculus"})

ensembl_sequence

Abrufsequenz aus Ensembl — nach stabiler ID (Gen/Transkript/Protein) oder nach genomischer Region. Pass EITHER stable_id ODER Region. Args: stable_id (ENSG.../ENST.../ENSP..., versioniert akzeptiert); Region (1-basiertes inklusives chrom:start..end oder chrom:start-end, GRCh38 für Menschen, max. 10Mb); Arten (für die Route der Region, Standard homo_sapiens); ignoriert für stabile IDs; seq_type (ID-Route: genomischer Standard/cdna/cds/Protein); ignoriert für Regionen, die immer genomisch zurückkehren. Dieses Tool gibt eine Sequenz zurück: Für cdna/cds/protein-Anforderungen auf Genebene, die sich auf mehrere Sequenzen auflösen, geben Sie stattdessen eine Transkript/proteinstabile ID an; max_bytes (Nutzlastschutzstandard 400000 — größere Sequenzen haben seq ausgelassen); Länge/Sha256/Metadaten immer zurückgegeben; Wiederanruf mit größerem max_bytes für Volltext. Gibt {found, Abfrage, seq_type, ID, Beschreibung, Molekül, Länge, sha256, seq} zurück Länge in der Einheit, die durch das Molekül impliziert wird (Basen für dna, Rückstände für Protein); bei Deckelung durch seq_omitted ersetzt; found:false nur dann mit Nullfeldern, wenn Ensembl die angeforderte stabile ID explizit als nicht gefunden meldet; Multiple-Sequence-Requests, inkompatible Sequenztypen und andere Upstream-Fehler verursachen Fehler.

Feld	Typ	Anforderungen und Beschränkungen
stable_id	Zeichenfolge	fakultativ
region	Zeichenfolge	fakultativ
species	Zeichenfolge	fakultativ; Standard: "homo_sapiens"
seq_type	Zeichenfolge	fakultativ; Standard: "genomic"; enum: ["genomic", "cdna", "cds", "protein"]
max_bytes	Ganzzahl	fakultativ; Standard: 400000

const result = await host.mcp("genomes", "ensembl_sequence", {"stable_id": "ENSP00000288602", "seq_type": "protein"})

ensembl_overlap_region

List Ensembl-Funktionen, die sich über eine genomische Region überschneiden: Gene, Transkripte, regulatorische Merkmale (Enhancer/Promotoren), Wiederholungen, Varianten, Karyotypbanden. Args: region (1-basiert inklusive chrom:start-end GRCh38, z.B. 7:140719327-140925199; vorgelagerte Ausschussbereiche > 5Mb — Split größer; Merkmal (Genstandard/Transcript/Exon/cds/Regulator/Motiv/Wiederholung/Variante/structural_variation/Band/einfach/misc); Art (Standard homo_sapiens); max_features (Zeile-Cap-Standard 500); n_total trägt die komplette Überlappungszahl, features_truncated markiert die Kappe. Gibt {region, species, feature, n_total, features_truncated, features} zurück sortiert nach (start,id). Reihenform variiert — Gene {id, external_name, Biotyp, Beschreibung, Anfang, Ende, Strang, canonical_transcript, ...}; regulatorische {id, Beschreibung, Anfang, Ende, extended_start/Ende, ...}. Leere Regionen geben n_total:0 zurück.

Feld	Typ	Anforderungen und Beschränkungen
region	Zeichenfolge	erforderlich
feature	Zeichenfolge	fakultativ; Standard: "gene"; enum: ["Gengen", "Transkript", "Exon", "CDs", "Regulierung", "Motiv", "Wiederholung", "Varianz", "structural_variation", "Band", "einfach", "Misc"]
species	Zeichenfolge	fakultativ; Standard: "homo_sapiens"
max_features	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("genomes", "ensembl_overlap_region", {"region": "7:140719327-140925199", "feature": "gene"})

ncbi_resolve_taxon

Lösen Sie eine Art oder einen Taxonnamen in NCBI Taxonomy-Identifikatoren auf. Akzeptiert einen wissenschaftlichen / gemeinsamen Namen oder eine numerische TaxID; Gibt jedes Upstream-Match zurück, so dass mehrdeutige Namen nicht stillschweigend dem ersten Ergebnis zugewiesen werden.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 200
max_matches	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 100

const result = await host.mcp("genomes", "ncbi_resolve_taxon", {"query": "human"})

ncbi_get_assembly_info

Geben Sie die genaue NCBI-Genom-Assembler-Identität für einen versionierten GCF/GCA-Beitritt zurück, einschließlich Taxon, Assemblername, UCSC-Synonym, Status und gepaarter RefSeq/GenBank-Beitritt. Versionslose Beitritte werden abgelehnt, um Reproduzierbarkeits- und Artenkompatibilitätsfehler zu verhindern.

Feld	Typ	Anforderungen und Beschränkungen
assembly_accession	Zeichenfolge	erforderlich; Muster: "^GC[AF]_[0-9]{9}\\.[0-9]+$"

const result = await host.mcp("genomes", "ncbi_get_assembly_info", {"assembly_accession": "GCF_000001405.40"})

ncbi_get_sequence_aliases

Listenfolgenamen und genaue UCSC/RefSeq/GenBank-Aliasnamen für eine versionierte NCBI-Baugruppe. Optional einen Sequenznamen auflösen; Mehrdeutige gemeinsame Chromosomenmarkierungen werden als mehrere Übereinstimmungen beibehalten, anstatt ein alt oder ein nicht lokalisiertes Gerüst zu wählen. Ergebnisse sind ein begrenztes Präfix, das von max_sequences (Standard 200) gesteuert wird; Verwenden Sie eine größere Kappe, wenn der vollständige Montagebericht benötigt wird.

Feld	Typ	Anforderungen und Beschränkungen
assembly_accession	Zeichenfolge	erforderlich; Muster: "^GC[AF]_[0-9]{9}\\.[0-9]+$"
sequence	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 200
max_sequences	Ganzzahl	fakultativ; Standard: 200; mindestens: 1; höchstens: 5000

const result = await host.mcp("genomes", "ncbi_get_sequence_aliases", {"assembly_accession": "GCF_000001405.40", "sequence": "chr1"})

ucsc_list_tracks

Listen Sie Datenspuren auf, die in einer UCSC Genome Browser Assembly verfügbar sind (nur Blattspuren — die abfragbaren), optional gefiltert. Args: Genom (hg38 default/hg19/mm39/danRer11/...) ~220-Baugruppen; filter_text (case-insensitive Substring over name/short/long label, z.B.) phyloP, TFBS, ClinVar; weglassen, alles aufzulisten - hg38 hat ~ 24k Blattspuren, Sie wollen fast immer einen Filter; max_tracks (Zeile-Cap-Standard 200); n_total trägt die volle Übereinstimmungszahl, tracks_truncated markiert die Obergrenze. Gibt {genome, filter_text, n_total, tracks_truncated, tracks} zurück nach Gleisnamen sortiert; jede Zeile {track, short_label, long_label, type, group, parent}. Verwenden Sie track mit ucsc_track_data. Quirk: Der erste Aufruf pro Genom lädt die vollständige ~17MB-Liste herunter und speichert sie für den Prozess.

Feld	Typ	Anforderungen und Beschränkungen
genome	Zeichenfolge	fakultativ; Standard: "hg38"
filter_text	Zeichenfolge	fakultativ
max_tracks	Ganzzahl	fakultativ; Standard: 200

const result = await host.mcp("genomes", "ucsc_list_tracks", {"genome": "hg38", "filter_text": "phyloP", "max_tracks": 50})

ucsc_track_data

Holen Sie rohe Zeilen eines UCSC Genome Browser-Tracks in einer Region ab - die generische Escape-Schlüpfe hinter ucsc_conservation / ucsc_tfbs_clusters (Genspuren, ClinVar, GWAS-Katalog, CpG-Inseln, Wiederholungen, ...). Args: Track (Name aus ucsc_list_tracks, z.B. bekanntGene, cpgIslandExt, clinvarMain; Chrom (Chr-präfixiert, chr7/chrX — UCSC erfordert das Präfix); Start (0-basiert halboffen); ein Ensembl 1-basierter Start ist hier Start-1; Ende (ausschließlich); Genom (Standard hg38); max_rows (API maxItemsOutput, Standard 1000); abgeschnitten spiegelt das API's eigenen maxItemsLimit Flag. Gibt {genom, Track, Chrom, Start, Ende, track_type, items_returned, abgeschnitten, Zeilen} zurück — Zeilen in vorgelagerter Form (BED-ähnliche {chrom, chromStart, chromEnd, Name, Score, ...}); wiggle {start, end, value}). Unbekannte Tracks steigen. Quirk: Für einige riesige Tracks geben die API-Caps sich selbst aus und zeigen auf dataDownloadUrl - wenn vorhanden. Koordinaten müssen nicht negative sichere ganze Zahlen sein, mit end > start. Ungültige Werte werden abgelehnt, nicht gerundet oder auf einen anderen Ort geklemmt.

Feld	Typ	Anforderungen und Beschränkungen
track	Zeichenfolge	erforderlich
chrom	Zeichenfolge	erforderlich
start	Ganzzahl	erforderlich; mindestens: 0; höchstens: 9007199254740991
end	Ganzzahl	erforderlich; mindestens: 0; höchstens: 9007199254740991
genome	Zeichenfolge	fakultativ; Standard: "hg38"
max_rows	Ganzzahl	fakultativ; Standard: 1000

const result = await host.mcp("genomes", "ucsc_track_data", {"track": "cpgIslandExt", "chrom": "chr7", "start": 140700000, "end": 140800000, "genome": "hg38"})

ucsc_conservation

Evolutionäre Konservierungszusammenfassung für eine Region aus UCSC phyloP / phastCons Tracks (basenweise Bewertungen über Multi-Spezies-Alignments). Args: Chrom (Chr-präfixiert); Start (0-basiert halboffen); Ende (ausschließlich); mit 100000 bp begrenzte Spannweite — Split größer; Genom (Standard hg38); Gleis (fakultativ); Standardwerte: hg19 phyloP100wayAll, hg38 phyloP100way, mm10 phyloP60wayAll, mm39 phyloP35way; andere Genome behalten das phyloP100way Fallback, das möglicherweise nicht existiert — geben Sie bei Bedarf eine Score-Spur von ucsc_list_tracks an; positiv = konserviert, negativ = sich schnell entwickelnd; Alternativen hg38 phastCons100way, phyloP30way, phastCons30way, phyloP447way, phyloP470way; hg19 phastCons100way; include_values (auch Rendite pro Base) {start,end,value} Zeilen, die mit max_values gedeckelt sind, values_truncated kennzeichnet die Obergrenze; standard false = nur Zusammenfassung; max_values (pro Base Cap Default 2000). Renditen {genome, track, chrom, start, end, span_bp, n_bases_covered, coverage_fraction, mean, min, max} (+Werte, values_truncated, wenn angefordert). Stats, gewichtet nach der Basisspanne jeder Zeile, auf das Fenster abgeschnitten; unbedeckte Basen niedriger coverage_fraction, nicht Null-scored. Nicht-Score-Tracks anheben; eine vorgelagerte Zeilenliste ebenfalls anhebt.

Feld	Typ	Anforderungen und Beschränkungen
chrom	Zeichenfolge	erforderlich
start	Ganzzahl	erforderlich; mindestens: 0; höchstens: 9007199254740991
end	Ganzzahl	erforderlich; mindestens: 0; höchstens: 9007199254740991
genome	Zeichenfolge	fakultativ; Standard: "hg38"
track	Zeichenfolge	fakultativ
include_values	boolescher Wert	fakultativ; Standard: falsch
max_values	Ganzzahl	fakultativ; Standard: 2000

const result = await host.mcp("genomes", "ucsc_conservation", {"chrom": "chr7", "start": 140753330, "end": 140753380, "track": "phyloP100way"})

ucsc_tfbs_clusters

ENCODE-Transkriptionsfaktor-Bindungsstellencluster überlappen eine Region (ChIP-Seq-Peak-Cluster über Hunderte von Zelltypen) - an die TFs binden. Args: Chrom (Chr-präfixiert); Start (0-basiert halboffen); Ende (ausschließlich); Genom (hg38 standard track encRegTfbsClustered ENCODE 3 oder hg19 wgEncodeRegTfbsClusteredV3); andere Baugruppen erhöhen; max_rows (API maxItemsOutput default 1000); abgeschnitten spiegelt maxItemsLimit. Gibt {genome, track, chrom, start, ende, items_returned, abgeschnitten, n_factors, factors, cluster} zurück Cluster sortiert nach (chromStart,name) {name (TF-Symbol z.B.) CTCF), Chrom, ChromStart, ChromEnd, Score (0-1000), sourceCount (unterstützende Experimente)}; Faktoren ist die eindeutige TF-Liste. Score>=~600 und high sourceCount ~ robuste Bindung. Koordinaten müssen nicht negative sichere ganze Zahlen sein, mit end > start. Ungültige Werte werden abgelehnt, nicht gerundet oder auf einen anderen Ort geklemmt.

Feld	Typ	Anforderungen und Beschränkungen
chrom	Zeichenfolge	erforderlich
start	Ganzzahl	erforderlich; mindestens: 0; höchstens: 9007199254740991
end	Ganzzahl	erforderlich; mindestens: 0; höchstens: 9007199254740991
genome	Zeichenfolge	fakultativ; Standard: "hg38"
max_rows	Ganzzahl	fakultativ; Standard: 1000

const result = await host.mcp("genomes", "ucsc_tfbs_clusters", {"chrom": "chr7", "start": 140699000, "end": 140760000, "genome": "hg38"})

ucsc_chrom_sizes

Chromosomen-/Kontignamen und -größen einer UCSC-Baugruppe — zur Validierung von Koordinaten und iterierenden Regionen. Args: Genom (Standard hg38); filter_text (case-insensitiver Substring auf dem Namen, z.B. chr1; hg38 hat 711-Sequenzen, meist alt/zufällig/unplatziert; Primärchromosomen zuerst sortieren; max_chroms (Zeile-Cap-Standard 100); n_total trägt die volle Postfilterzahl, chroms_truncated markiert die Kappe. Gibt {genom, filter_text, chrom_count (assembly-wide vom API), n_total, chroms_truncated, Chromosomen zurück:[{name, size_bp}]} sortiert nach absteigender Größe.

Feld	Typ	Anforderungen und Beschränkungen
genome	Zeichenfolge	fakultativ; Standard: "hg38"
filter_text	Zeichenfolge	fakultativ
max_chroms	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("genomes", "ucsc_chrom_sizes", {"genome": "hg38", "filter_text": "chr1", "max_chroms": 25})

clustalo_submit

Reichen Sie drei oder mehr Protein-, DNA- oder RNA-Sequenzen an den EMBL-EBI Job Dispatcher Clustal Omega zur asynchronen Ausrichtung mehrerer Sequenzen ein. Inputs müssen eindeutig als FASTA-Datensätze bezeichnet werden; Der Dienst akzeptiert höchstens 4000-Sequenzen oder 4 MiB. Gibt ein job_id zurück; Behalten Sie es und rufen Sie clustalo_status vor clustalo_results auf. Der Konnektor fordert standardmäßig clustal_num, eine Clustal-Ausrichtung mit Positionsnummern, die für die Inspektion konservierter Standorte und nachgelagerte Evolutionsanalyse geeignet ist. EMBL-EBI fordert eine gültige Kontakt-E-Mail an. Setzen Sie eine Kontakt-E-Mail in Einstellungen → Datenschutz → Teilen Sie Kontakt-E-Mails mit Forschungsdatendiensten. Eine Antwort auf verlorene Einreichungen kann einen akzeptierten Remote-Job darstellen; nicht automatisch erneut einreichen. EMBL-EBI speichert Ergebnisse für einen begrenzten, vom Anbieter kontrollierten Zeitraum (dokumentiert als bis zu einer Woche); Dies ist keine App-eigene Löschungsgarantie. Halten Sie den job_id nach dem Neustart wieder aufnehmen. Dieser Connector fügt keine Jobregistrierung, keinen Ergebnis-Cache oder eine automatische erneute Übermittlung hinzu, und der Stornierungs- / App-Exit stoppt nur lokale Anfragen. Die Sequenz wird an EMBL-EBI gesendet, und der Host kann Werkzeugeingaben und zurückgegebene Ausrichtungsinhalte in Konversation oder Notebook-Persistenz beibehalten. EMBL-EBI Fair-Use-Leitlinien respektieren: Nicht mehr als 30-Jobs in einer Charge einreichen und auf die Verarbeitung / Ergebnisse warten, bevor Sie mehr einreichen; Dieser Steckverbinder erzwingt keine Querrufdrosselung. Siehe https://www.ebi.ac.uk/jdispatcher/docs/webservices/ für den offiziellen API-Vertrag.

Feld	Typ	Anforderungen und Beschränkungen
sequence	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 4194304
stype	Zeichenfolge	erforderlich; enum: ["protein", "dna", "rna"]
outfmt	Zeichenfolge	fakultativ; enum: ["clustal_num"]
title	Zeichenfolge	Zeichenfolge
dealign	boolescher Wert	fakultativ
order	Zeichenfolge	fakultativ; enum: ["aligned", "input"]

const result = await host.mcp("genomes", "clustalo_submit", {"sequence": ">human\nMKT\n>mouse\nMRT\n>rat\nMRT\n", "stype": "protein"})

clustalo_status

Überprüfen Sie einmal einen EMBL-EBI Clustal Omega Job. Dies ist eine einzelne Statusanforderung und wird niemals abgefragt oder gewartet; Rufen Sie es nach mindestens 10 Sekunden erneut auf, bis FINISHED, ERROR, FAILURE oder NOT_FOUND. Behalten Sie den job_id bei der Wiederaufnahme nach einem Neustart.

Feld	Typ	Anforderungen und Beschränkungen
job_id	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 128

const result = await host.mcp("genomes", "clustalo_status", {"job_id":"clustalo-I20240923-000000-0000-0000000-p1m"})

clustalo_results

Holen Sie sich eine begrenzte Clustal Omega clustal_num-Alignment-Datei für einen FINISHED-Job. Pass die gleiche outfmt zurückgegeben von clustalo_submit; Dieses Tool macht eine Ergebnisanforderung und gibt den Ausrichtungsinhalt plus einen Dateinamenvorschlag zurück. Wenn der Anbieter weiterhin QUEUED oder RUNNING meldet, gibt er ready:false mit einem Retry-Hinweis zurück; Providerausfälle sind Fehler und behalten den job_id für die Diagnose bei. Die Ergebnisse werden bei 8 MiB begrenzt und wortwörtlich zurückgegeben, so dass der Aufrufer den Inhalt als Alignment-Datei für die konservierte Site-Inspektion oder die nachgelagerte phylogenetische Analyse speichern kann. Keine automatischen Wiederholungen EMBL-EBI speichert Ergebnisse für einen begrenzten, vom Anbieter kontrollierten Zeitraum (dokumentiert als bis zu einer Woche); Dies ist keine App-eigene Löschungsgarantie. Halten Sie den job_id nach dem Neustart wieder aufnehmen. Dieser Connector fügt keine Jobregistrierung, keinen Ergebnis-Cache oder eine automatische erneute Übermittlung hinzu, und der Stornierungs- / App-Exit stoppt nur lokale Anfragen. Die Sequenz wird an EMBL-EBI gesendet, und der Host kann Werkzeugeingaben und zurückgegebene Ausrichtungsinhalte in Konversation oder Notebook-Persistenz beibehalten. EMBL-EBI Fair-Use-Leitlinien respektieren: Nicht mehr als 30-Jobs in einer Charge einreichen und auf die Verarbeitung / Ergebnisse warten, bevor Sie mehr einreichen; Dieser Steckverbinder erzwingt keine Querrufdrosselung.

Feld	Typ	Anforderungen und Beschränkungen
job_id	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 128
outfmt	Zeichenfolge	erforderlich; enum: ["clustal_num"]

const result = await host.mcp("genomes", "clustalo_results", {"job_id":"clustalo-I20240923-000000-0000-0000000-p1m", "outfmt":"clustal_num"})

ensembl_ld_pairwise

Query Linkage Disequilibrium (r2 und D') zwischen zwei Varianten-IDs, wie z.B. GWAS Catalog rsIDs, in einer explizit ausgewählten Population. Der Anrufer muss den vollständigen Bevölkerungsnamen in population_name angeben (z.B. 1000GENOME:phase_3:KHV; Dieses Tool entdeckt keine Populationen oder schließt Abstammung ab. Artenstandards zu homo_sapiens. Gibt Upstream-Variantenidentitäten und numerische r2/d_prime ohne Signifikanz- oder Kausalitätsschluss zurück. Hohes LD stellt keine Kausalität dar. Leere Ergebnisse bedeuten keine LD-Daten zurückgegeben, nicht null LD; ungültige IDs / Populationen und Serviceausfälle bleiben Fehler. Referenz-Metadaten umfassen die Population, das bekannte Panel, die Abfrage-URL und die Abrufzeit; Assembly/Release sind null, weil der LD-Endpunkt sie nicht meldet.

Feld	Typ	Anforderungen und Beschränkungen
variant_id1	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
variant_id2	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
population_name	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
species	Zeichenfolge	fakultativ; Standard: "homo_sapiens"; minLänge: 1; Muster: "\S"

const result = await host.mcp("genomes", "ensembl_ld_pairwise", {"variant_id1": "rs6792369", "variant_id2": "rs1042779", "population_name": "1000GENOMES:phase_3:KHV"})

ensembl_ld_proxies

Finden Sie in der Nähe befindliche Varianten in LD mit einer Varianten-ID (z.B.) eine GWAS rsID) in einem erforderlichen population_name wie 1000GENOMES:phase_3:KHV. Artenstandards zu homo_sapiens. min_r2-Standards auf 0.8; min_d_prime-Standards auf 0; Beide sind inklusive Schwellenwerte in [0,1]. window_size ist die Gesamtbreite des zentrierten Ensembl-Fensters in kb (ganzzahlige 1-500, Standard 500, ungefähr 250 kb auf jeder Seite beim Standard); max_records begrenzt die Ausgabe (ganzzahlig 1–1000, standardmäßig 100) und beschränkt nicht die Upstream-Berechnung oder die Download-Größe. Die Ergebnisse werden nach r2 absteigend, dann d_prime absteigend und Variante ID sortiert, bevor sie gedeckelt werden. Koordinaten/Annotationen sind Upstream-Attribute. Melden Sie die Population und reference_data mit Ergebnissen. Hohes LD stellt keine Kausalität oder funktionale Äquivalenz dar. Leere Ergebnisse bedeuten, dass keine qualifizierenden Daten zurückgegeben werden, nicht Null LD. Fehler bleiben Fehler; Assembly/Release werden von diesem Endpunkt nicht gemeldet und bleiben null. Der anrufer muss den vollständigen bevölkerungsnamen angeben. Dieses Tool entdeckt keine Populationen oder schließt Abstammung ab.

Feld	Typ	Anforderungen und Beschränkungen
variant_id	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
population_name	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
species	Zeichenfolge	fakultativ; Standard: "homo_sapiens"; minLänge: 1; Muster: "\S"
min_r2	Zahl	fakultativ; Standard: 0.8; mindestens: 0; höchstens: 1
min_d_prime	Zahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1
window_size	Ganzzahl	fakultativ; Standard: 500; mindestens: 1; höchstens: 500
max_records	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000

const result = await host.mcp("genomes", "ensembl_ld_proxies", {"variant_id": "rs1042779", "population_name": "1000GENOMES:phase_3:KHV", "min_r2": 0.8, "window_size": 500, "max_records": 100})

Varianten

Operationen und Parameter anzeigen

Koordinatenregeln von gnomAD: zeichnet den Datensatz-Pin mit der Referenzbaugruppe auf. Kurzvariante Gen/Region Abfragen verwenden GRCh37 für r2.1/ExAC und GRCh38 für r3/r4; strukturvariante Genabfragen verwenden gnomad_sv_r2_1 (GRCh37) oder gnomad_sv_r4 (GRCh38); Das Ändern des Pins konvertiert keine Eingangskoordinaten. gene_constraint und der gnomAD ClinVar-Spiegel verwenden einen festen GRCh38-Gen-Lookup und akzeptieren kein Dataset-Argument. Mitochondriale Abfragen verwenden auch einen festen GRCh38-Eltern-Lookup; Liefern Sie entweder ein Gen oder beide geordnete Regionsgrenzen, niemals beide Modi. Regionsgrenzen müssen ganze Zahlen von 1 bis 999,999,999 sein. Die 1-Millionen-Basis-Differenzgrenze gilt für region_variants; Es handelt sich nicht um eine separate mitochondriale Grenze. Bewahren Sie Release-spezifische Strukturvarianten-IDs mit ihrem ursprünglichen SV-Datensatz auf.

get_variant

Suchen Sie nach einer gnomAD-Kurzvariante nach ID und geben Sie die Gesamtexom-/Genomfrequenzen zurück. variant_id ist chrom-pos-ref-alt auf dem Referenz-Build des Datensatzes (GRCh38 für r3/r4, GRCh37 für r2.1/ExAC), z.B. 19-44908822-C-T (APOE rs7412); Verwenden Sie search_variants, um eine rsID zuerst aufzulösen. Setzen Sie include_populations: true, wenn ancestry-spezifische Zählungen/Frequenzen für eine einzelne Variante benötigt werden. Bewahren Sie den Datensatz, die Allelzahl und die Qualitätsfilter bei der Interpretation der Frequenzen auf; Seltenheit allein stellt keine Pathogenität oder ein ACMG-Kriterium dar.

Feld	Typ	Anforderungen und Beschränkungen
variant_id	Zeichenfolge	erforderlich
dataset	Zeichenfolge	fakultativ; Standard: "gnomad_r4"; enum: ["gnomad_r4", "gnomad_r4_non_ukb", "gnomad_r3", "gnomad_r3_controls_and_biobanks", "gnomad_r3_non_cancer", "gnomad_r3_non_neuro", "gnomad_r3_non_topmed", "gnomad_r3_non_v2", "gnomad_r2_1", "gnomad_r2_1_controls", "gnomad_r2_1_non_cancer", "gnomad_r2_1_non_neuro", "gnomad_r2_1_non_topmed", "Exac"]
include_populations	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("variants", "get_variant", {"variant_id": "19-44908822-C-T", "dataset": "gnomad_r4"})

search_variants

Suchen Sie gnomAD nach Varianten-IDs, die mit einer Abfragezeichenfolge übereinstimmen (eine rsID wie rs7412, eine Varianten-ID oder ein Präfix). Verwenden Sie dies, um rsIDs zu chrom-pos-ref-alt IDs für get_variant aufzulösen.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
dataset	Zeichenfolge	fakultativ; Standard: "gnomad_r4"; enum: ["gnomad_r4", "gnomad_r4_non_ukb", "gnomad_r3", "gnomad_r3_controls_and_biobanks", "gnomad_r3_non_cancer", "gnomad_r3_non_neuro", "gnomad_r3_non_topmed", "gnomad_r3_non_v2", "gnomad_r2_1", "gnomad_r2_1_controls", "gnomad_r2_1_non_cancer", "gnomad_r2_1_non_neuro", "gnomad_r2_1_non_topmed", "Exac"]

const result = await host.mcp("variants", "search_variants", {"query": "rs7412", "dataset": "gnomad_r4"})

gene_variants

Listen Sie alle gnomAD-Kurzvarianten in einem Gen auf. Gengrenzen und Variantenkoordinaten verwenden den Datensatz-Referenzaufbau (GRCh37 für r2.1/ExAC, GRCh38 für r3/r4). Die vollständige Auflistung kann Tausende von Zeilen für große Gene enthalten. Pass genau eines von gene_symbol (HGNC Symbol, z.B. APOE) oder gene_id (Ensembl-Gen-ID, z.B. ENSG00000130203).

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	fakultativ
gene_id	Zeichenfolge	fakultativ
dataset	Zeichenfolge	fakultativ; Standard: "gnomad_r4"; enum: ["gnomad_r4", "gnomad_r4_non_ukb", "gnomad_r3", "gnomad_r3_controls_and_biobanks", "gnomad_r3_non_cancer", "gnomad_r3_non_neuro", "gnomad_r3_non_topmed", "gnomad_r3_non_v2", "gnomad_r2_1", "gnomad_r2_1_controls", "gnomad_r2_1_non_cancer", "gnomad_r2_1_non_neuro", "gnomad_r2_1_non_topmed", "Exac"]

const result = await host.mcp("variants", "gene_variants", {"gene_symbol": "APOE", "dataset": "gnomad_r4"})

gene_constraint

gnomAD-Gen-Konstraint-Metriken: pLI, beobachtete/erwartete LoF-missense-synonyme Zählungen mit oe-Verhältnissen + 90% CI-Grenzen und pro Klasse z-Scores. Beurteilen Sie eine gene's-Intoleranz gegenüber Funktionsverlust (pLI > = 0.9 oder oe_lof_upper (LOEUF) <) 0.6 ~ LoF-intolerant. Pass genau eine von gene_symbol (z.B.) TP53 oder gene_id.

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	fakultativ
gene_id	Zeichenfolge	fakultativ

const result = await host.mcp("variants", "gene_constraint", {"gene_symbol": "TP53"})

region_variants

Liste ALLE kurzen gnomAD-Varianten in einer genomischen Region (max. 1 Mb — größere Regionen in aufeinanderfolgende Fenster aufteilen). chrom akzeptiert 1-22, X, Y, ein optionales chr-Präfix und Kleinbuchstaben x/y; start/stop sind 1-basiert und stop - start muss <=1,000,000 sein. Der Datensatz bestimmt den Referenzaufbau der Koordinaten (GRCh37 für r2.1/ExAC, GRCh38 für r3/r4); Eingabekoordinaten müssen diesen Build bereits verwenden, ohne automatischen Liftover.

Feld	Typ	Anforderungen und Beschränkungen
chrom	Zeichenfolge	erforderlich
start	Ganzzahl	erforderlich; mindestens: 1; höchstens: 999999999
stop	Ganzzahl	erforderlich; mindestens: 1; höchstens: 999999999
dataset	Zeichenfolge	fakultativ; Standard: "gnomad_r4"; enum: ["gnomad_r4", "gnomad_r4_non_ukb", "gnomad_r3", "gnomad_r3_controls_and_biobanks", "gnomad_r3_non_cancer", "gnomad_r3_non_neuro", "gnomad_r3_non_topmed", "gnomad_r3_non_v2", "gnomad_r2_1", "gnomad_r2_1_controls", "gnomad_r2_1_non_cancer", "gnomad_r2_1_non_neuro", "gnomad_r2_1_non_topmed", "Exac"]

const result = await host.mcp("variants", "region_variants", {"chrom": "1", "start": 55039475, "stop": 55064852, "dataset": "gnomad_r4"})

liftover_variant

Zuordnung einer Varianten-ID zwischen Referenz-Builds (GRCh37 <->) GRCh38) mit gnomAD's Liftover Tabelle. variant_id ist chrom-pos-ref-alt auf source_build. Die Route ist richtungsweisend: Eine GRCh38 ID, die mit source_build=GRCh37 übergeben wurde, gibt null Ergebnisse zurück, keinen Fehler.

Feld	Typ	Anforderungen und Beschränkungen
variant_id	Zeichenfolge	erforderlich
source_build	Zeichenfolge	fakultativ; Standard: "GRCh37"; ["GRCh37", "GRCh38"]

const result = await host.mcp("variants", "liftover_variant", {"variant_id": "1-55516888-G-GA", "source_build": "GRCh37"})

clinvar_variants

Liste ClinVar-Varianten in einem Gen, wie es von gnomAD gespiegelt wird, mit klinischer Bedeutung, Review-Status und Goldsternen. Die Ausgangspins gnomAD's ClinVar Snapshot über clinvar_release_date. Pass genau eine von gene_symbol (z.B.) BRCA1 oder gene_id.

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	fakultativ
gene_id	Zeichenfolge	fakultativ

const result = await host.mcp("variants", "clinvar_variants", {"gene_symbol": "BRCA1"})

structural_variants

Liste gnomAD-Strukturvarianten (Deletionen, Duplikationen, Insertionen, Inversionen, CNVs ...) überlappend ein Gen. Pass genau eine von gene_symbol (z.B.) TP53 oder gene_id. dataset ist ein SV-Pin — gnomad_sv_r4 (Standard, GRCh38) oder gnomad_sv_r2_1 (GRCh37); SV IDs sind release-spezifisch.

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	fakultativ
gene_id	Zeichenfolge	fakultativ
dataset	Zeichenfolge	fakultativ; Standard: "gnomad_sv_r4"; ["gnomad_sv_r4", "gnomad_sv_r2_1"]

const result = await host.mcp("variants", "structural_variants", {"gene_symbol": "TP53", "dataset": "gnomad_sv_r4"})

get_structural_variant

Eine gnomAD-Strukturvariante kann anhand ihrer releasespezifischen SV ID nachgeschlagen werden (z.B. DEL_CHR17_599B1512 in gnomad_sv_r4. IDs tragen keine Veröffentlichungen - dataset (gnomad_sv_r4 Standard oder gnomad_sv_r2_1) muss mit der Veröffentlichung übereinstimmen, von der die ID stammt.

Feld	Typ	Anforderungen und Beschränkungen
sv_id	Zeichenfolge	erforderlich
dataset	Zeichenfolge	fakultativ; Standard: "gnomad_sv_r4"; ["gnomad_sv_r4", "gnomad_sv_r2_1"]

const result = await host.mcp("variants", "get_structural_variant", {"sv_id": "DEL_CHR17_A5250EA9", "dataset": "gnomad_sv_r4"})

mitochondrial_variants

Liste gnomAD mitochondriale Varianten mit heteroplasmy-aware counts (ac_het, ac_hom, max_heteroplasmy) für ein mitochondriales Gen ODER ein chrM-Koordinatenfenster. Das mitochondriale Callset ist nur über die GRCh38 gnomAD r3/r4-Dataset-Pins verfügbar: Verwenden Sie den Dataset gnomad_r3 oder gnomad_r4. Übergeben Sie ein Gen (gene_symbol wie MT-TL1 oder gene_id) ODER eine Region (region_start + region_stop), nicht beides.

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	fakultativ
gene_id	Zeichenfolge	fakultativ
region_start	Ganzzahl	fakultativ; mindestens: 1; höchstens: 999999999
region_stop	Ganzzahl	fakultativ; mindestens: 1; höchstens: 999999999
dataset	Zeichenfolge	Zeichenfolge "gnomad_r4"fakultativ; Standard: ["gnomad_r4", "gnomad_r3"]

const result = await host.mcp("variants", "mitochondrial_variants", {"gene_symbol": "MT-TL1", "dataset": "gnomad_r4"})

clinvar_search

Suchen Sie ClinVar direkt (live NCBI, nicht gnomAD's Snapshot) und geben Sie übereinstimmende Variationsaufzeichnungen mit klinischer Signifikanz, Überprüfungsstatus und Goldsternen zurück. Benötigt eine Kontakt-E-Mail (Einstellungen → Anmeldeinformationen → Literaturzugang → Kontakt-E-Mail) pro NCBI E-utilities Nutzungsrichtlinie. Args: Abfrage (eine ClinVar Entrez-Abfrage — freier Text wie "TP53 R175H") oder ein HGVS-String funktioniert, und feldgestützte Terme komponieren mit AND/OR/NOT, z.B. BRCA1[Gen], pathogen[CLIN_SIG], "Lynch-Syndrom"[dis], single_nucleotide_variant[Variation]; eine rsID funktioniert auch, aber clinvar_variant_by_rsid gibt vollere Datensätze zurück, max_records (Seitenkappe 1-200, Standard 50). Die Übereinstimmung TOTAL wird immer gemeldet; wenn insgesamt > max_records die Liste ist ein gedeckeltes Präfix (ClinVar Relevanz / Häufigkeit Reihenfolge) und verkürzt ist wahr. NCBI E-utilities geben HTTP 500 unter Last intermittierend zurück — wiederholen Sie es einige Sekunden später, wenn diese auftaucht.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
max_records	Ganzzahl	fakultativ; Standard: 50

const result = await host.mcp("variants", "clinvar_search", {"query": "BRCA1 pathogenic[CLIN_SIG]", "max_records": 50})

clinvar_get_records

Holen Sie vollständige ClinVar-Datensätze für eine Charge von VCV/RCV-Zugängen oder bloßen Variations-IDs ab. Benötigt eine Kontakt-E-Mail (Einstellungen → Anmeldeinformationen → Literaturzugang → Kontakt-E-Mail) pro NCBI E-utilities Nutzungsrichtlinie. Args: accessions (bis 50 identifiers, mixed forms accepted — VCV000045122 (versioniert VCV000045122.3 ok); lokal aufgelöst, kostenlos), RCV000019428 (jeder RCV kostet eine zusätzliche Suche) oder eine bloße ClinVar Variation ID (45122). rsIDs werden abgelehnt - verwenden Sie clinvar_variant_by_rsid. Ein RCV (ein Paar von Varianten-Bedingungen) löst sich in seinen übergeordneten VCV-Variationsdatensatz auf. Niemals einen Input stillschweigend fallen lassen.

Feld	Typ	Anforderungen und Beschränkungen
accessions	['string', 'array']	erforderlich

const result = await host.mcp("variants", "clinvar_get_records", {"accessions": ["VCV000045122", "RCV000019428", "45123"]})

clinvar_variant_by_rsid

Alle ClinVar-Variationsdatensätze, die sich auf eine dbSNP rsID beziehen, mit vollständigen Klassifikationen (eine rsID kann auf mehrere VCVs abgebildet werden – eine pro alternativem Allel, z.B. rs121913529 umfasst KRAS G12D/G12V/G12A. Benötigt eine Kontakt-E-Mail (Einstellungen → Anmeldeinformationen → Literaturzugang → Kontakt-E-Mail) pro NCBI E-utilities Nutzungsrichtlinie. Args: rsid (dbSNP Referenz SNP ID, z.B. rs7412; case-insensitive, muss mit rs<digits>, max_records übereinstimmen (cap 1-200, default 50). total trägt immer die wahre Übereinstimmungszahl und verkürzte Flaggen eine gedeckelte Auflistung; total == 0 bedeutet, dass ClinVar keinen Eintrag für die rsID hat.

Feld	Typ	Anforderungen und Beschränkungen
rsid	Zeichenfolge	erforderlich
max_records	Ganzzahl	fakultativ; Standard: 50

const result = await host.mcp("variants", "clinvar_variant_by_rsid", {"rsid": "rs121913529", "max_records": 50})

dbsnp_get_rsids

Canonical dbSNP RefSNP Aufzeichnungen für eine Charge von rsIDs: GRCh38 + GRCh37 Platzierungen, Allele, Genkontext, pro-Studie Allel-Frequenzen und ClinVar Querverweise. Benötigt eine Kontakt-E-Mail (Einstellungen → Anmeldeinformationen → Literaturzugang → Kontakt-E-Mail) pro NCBI Nutzungsrichtlinie für E-Dienstprogramme; Ohne eine gibt das Tool {error zurück: 'contact_email_required', message}. Args: rsids (bis zu 20 rs<digits>, case-insensitive) — kostet jeweils eine temporäre NCBI Variation Services-Anfrage, so dass große Batches ~1 s pro rsID benötigen. Gibt {n_requested, records, not_found (rs-Nummern dbSNP doesn't know), not_processed (rsIDs übersprungen, wenn das Wall-Clock-Budget abgelaufen ist – nur diese erneut anfordern)} zurück. Jeder Datensatz: {rsid, Status, create_date, last_update_date, last_update_build_id, n_citations, citations_pmids (begrenzt auf 20); citations_truncated kennzeichnet die Kappe), variant_type, mane_select_ids, Platzierungen, Allele}. Status ist 'live', 'merged' (Record trägt stattdessen merged_into – diese rsIDs erneut abfragen) oder 'no_data' (zurückgenommen/nicht unterstützt). Platzierungen geben 1-basierte Chromosomenkoordinaten mit ref/alts pro Assembly (GRCh38 zuerst, is_primary true). Jeder Alt-Allel-Eintrag: {allele, ref, spdi (0-basierte Interbase), hgvs, Frequenzen: [{study, study_version, allele_count, total_count, af}] (ALFA, 1000Genomes, TOPMED, gnomAD...), clinvar: [{rcv_accession, clinical_significances, review_status, last_evaluated_date, disease_names}], Gene: [{symbol, gene_id, Name, Orientierung, Folgen (SO-Begriffe), mane_select: [{transcript_hgvs, protein_spdi}]}]}.

Feld	Typ	Anforderungen und Beschränkungen
rsids	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("variants", "dbsnp_get_rsids", {"rsids": ["rs7412", "rs429358"]})

dbsnp_search_by_region

Liste dbSNP rsIDs in einem genomischen Fenster (esearch db=snp positional index — NCBI Variation Services hat keinen Regionsendpunkt). Benötigt eine Kontakt-E-Mail (Einstellungen → Anmeldeinformationen → Literaturzugang → Kontakt-E-Mail) pro NCBI Nutzungsrichtlinie für E-Dienstprogramme; Ohne eine gibt das Tool {error zurück: 'contact_email_required', message}. Args: Chrom (1-22, X, Y oder MT); 'chr' Präfix toleriert), Start (1-basiert inklusive), Stopp (inklusive); Spannweite mit 1 Mb begrenzt — größere Regionen in aufeinanderfolgende Fenster aufteilen; dichte Regionen halten viele Tausende von rsIDs pro kb, also halten Sie Fenster klein oder erhöhen Sie max_rsids), Montage (welcher Positionsindex - 'GRCh38') Standard -> [CPOS] oder 'GRCh37' -> [CPOS_GRCH37]; Koordinaten müssen auf der gewählten Assembly liegen), max_rsids (Listing Cap 1-1000, Standard 200). Gibt {chrom, Start, Stop, Assembly, Term (die genaue verwendete Entrez-Abfrage), total (die eigene Zählung von API'), n_returned, abgeschnitten, rsids} zurück. abgeschnitten ist wahr, wenn insgesamt > n_returned — die Liste ist dann ein Präfix in der Entrez-Standardreihenfolge (absteigende rs-Nummer), niemals eine stille Verkürzung. Feed rsIDs (< = 20 zu einem Zeitpunkt) zu dbsnp_get_rsids für vollständige Aufzeichnungen.

Feld	Typ	Anforderungen und Beschränkungen
chrom	Zeichenfolge	erforderlich
start	Ganzzahl	erforderlich
stop	Ganzzahl	erforderlich
assembly	Zeichenfolge	fakultativ; Standard: "GRCh38"; enum: ["GRCh38", "GRCh37"]
max_rsids	Ganzzahl	fakultativ; Standard: 200

const result = await host.mcp("variants", "dbsnp_search_by_region", {"chrom": "19", "start": 44905000, "stop": 44910000, "assembly": "GRCh38"})

mavedb_search_score_sets

Durchsuchen Sie öffentliche MaveDB-Multiplex-Assays mit Varianteneffekt (MAVE)-Score-Sets nach Text, z. B. einem Gensymbol, Protein oder Assay. Es ist kein API-Schlüssel oder Kontakt-E-Mail erforderlich. Gibt eine Seite mit dem Upstream-Gesamtwert zurück, wenn bekannt; Die funktionellen Scores sind assayspezifisch und stellen keine klinischen Klassifikationen oder Populationshäufigkeiten dar.

Feld	Typ	Anforderungen und Beschränkungen
text	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 1000; Muster: "\S"
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000000
limit	Ganzzahl	Ganzzahl

const result = await host.mcp("variants", "mavedb_search_score_sets", {"text":"BRCA1","limit":20})

mavedb_get_score_set

Abrufen eines veröffentlichten MaveDB-Scores, der von URN festgelegt wurde, einschließlich Targets, Assay-Metadaten, Lizenz, Publikationen und Experimentalbeziehungen. Enthält offizielle vollständige CSV- und Mapped-Varianten-Download-URLs zum manuellen Download durch den Benutzer; Holen Sie diese URLs nicht mit rohem HTTP ab, um host.mcp zu umgehen. Lesen Sie die Assay-Methoden und die Bewertungskalibrierung, bevor Sie funktionelle Effekte interpretieren.

Feld	Typ	Anforderungen und Beschränkungen
urn	Zeichenfolge	erforderlich; Muster: "^urn:mavedb:[0-9]{ 8}-(?:[a-z]+| 0)-[1-9][0-9]*$"

const result = await host.mcp("variants", "mavedb_get_score_set", {"urn":"urn:mavedb:00000003-a-1"})

mavedb_download_scores

Laden Sie eine CSV-Seite mit MaveDB-Variantenwerten herunter (Standard-1000-Zeilen, maximal 10000). Verwendet Start/Limit, nicht Offset. Gibt den ursprünglichen CSV-Text, einschließlich aller Score-Spalten und NA-Werte, zum Speichern mit Notebook-Datei-APIs zurück; Dieses Tool schreibt keine lokale Datei. Gibt auch die offizielle Download-URL ohne Pagine zum manuellen Download durch den Benutzer zurück; Holen Sie diese URLs nicht mit rohem HTTP ab, um host.mcp zu umgehen. Verwenden Sie numVariants von mavedb_get_score_set, um Seiten zu planen; Eine Seite ist nicht der vollständige Datensatz.

Feld	Typ	Anforderungen und Beschränkungen
urn	Zeichenfolge	erforderlich; Muster: "^urn:mavedb:[0-9]{ 8}-(?:[a-z]+| 0)-[1-9][0-9]*$"
start	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000000
limit	Ganzzahl	fakultativ; Standard: 1000; mindestens: 1; höchstens: 10000

const result = await host.mcp("variants", "mavedb_download_scores", {"urn":"urn:mavedb:00000003-a-1","start":0,"limit":1000})

mavedb_get_mapped_variants

Abrufen vorhandener MaveDB-Varianten-Mappings für einen veröffentlichten Score-Satz, einschließlich GA4GH VRS preMapped/postMapped-Objekte, Referenzsequenz-Identifikatoren, VRS-Version und Mapping-Fehler. Dies liest Mappings, die bereits von MaveDB berechnet wurden; Es reicht keine Varianten ein oder führt Liftover durch. Der vorgelagerte Endpunkt ist nicht in einer fortlaufenden Reihenfolge angegeben und es gilt das gemeinsame 64 MiB-Antwortlimit. Für größere Datensätze bieten Sie die offizielle URL von mavedb_get_score_set zum manuellen Download durch den Benutzer an; Holen Sie diese URLs nicht mit rohem HTTP ab, um host.mcp zu umgehen. HTTP 404 kann bedeuten, dass keine Mapping-Datensätze existieren, nicht nur, dass der Score-Satz URN nicht verfügbar ist. Zurückgegebene Datensätze können fehlgeschlagene Zuordnungen enthalten.

Feld	Typ	Anforderungen und Beschränkungen
urn	Zeichenfolge	erforderlich; Muster: "^urn:mavedb:[0-9]{ 8}-(?:[a-z]+| 0)-[1-9][0-9]*$"

const result = await host.mcp("variants", "mavedb_get_mapped_variants", {"urn":"urn:mavedb:00000003-a-1"})

mavedb_get_experiment

Holen Sie ein öffentliches MaveDB-Experiment nach Experiment URN (ohne Suffix) ab, einschließlich Methoden, Publikationen, Experimentset und scoreSetUrns. Unterstützt das spezielle Meta-Analyse-Experiment -0 sowie buchstabenindexierte Experimente. Es ist keine Authentifizierung erforderlich.

Feld	Typ	Anforderungen und Beschränkungen
urn	Zeichenfolge	erforderlich; Muster: "^urn:mavedb:[0-9]{ 8}-(?:[a-z]+| 0)$"

const result = await host.mcp("variants", "mavedb_get_experiment", {"urn":"urn:mavedb:00000003-a"})

mavedb_get_experiment_score_sets

Listen Sie die Punktesätze auf, die für einen öffentlichen Leser eines MaveDB-Experiments sichtbar sind. Der vorgelagerte Endpunkt filtert nach Sichtbarkeit und Überlagerungsketten, so dass dies keine vollständige Versionshistorie ist. Es gibt die ausgewählte Liste ohne Paginierung zurück. HTTP 404 kann bedeuten, dass keine zugehörigen Score-Sets verfügbar sind, nicht nur, dass das Experiment URN nicht verfügbar ist. Verwenden Sie die zurückgegebenen Score-Set-URNs, um funktionale Scores oder Mappings abzurufen.

Feld	Typ	Anforderungen und Beschränkungen
urn	Zeichenfolge	erforderlich; Muster: "^urn:mavedb:[0-9]{ 8}-(?:[a-z]+| 0)$"

const result = await host.mcp("variants", "mavedb_get_experiment_score_sets", {"urn":"urn:mavedb:00000003-a"})

clinvar_get_submissions

Holen Sie sich individuelle SCV-Einreichungsnachweise aus dem offiziellen ClinVar VCV XML. Benötigt die gleiche Kontakt-E-Mail wie clinvar_search. Pass-Beitritt: ein VCV-Beitritt (optionale .version wird geehrt) oder eine positive Variations-ID. Unversioned Input ruft die neueste VCV ab. RCV, SCV und rsIDs werden nicht akzeptiert. Bei den eingereichten Klassifikationen handelt es sich um getrennte Einstufungen nach Keimbahn, somatischen klinischen Auswirkungen und Onkogenität, Bedingungen, Einreicher, Bewertungsdatum, Behauptungsmethoden, Anmerkungen zur öffentlichen Einstufung, beobachtete Beweise und gegebenenfalls Zitate. Fehlende Quellfelder bleiben null/leer. Vergleichen Sie Eingaben innerhalb derselben Klassifizierungsart und -bedingung; Dieses Tool schließt keine Konflikte ab. max_submissions legt die Seitengröße fest (1-200, Standard 200); Offset-Standards auf 0. Für spätere Seiten übergeben Sie die zurückgegebenen next_page-Argumente, die die VCV-Version anheften; offset > 0 erfordert eine versionierte VCV. Jede Seite holt das komplette XML neu ein; Es gibt keinen Ergebnis-Cache. Inkludierte Datensätze enthalten indirekte Referenzen anstelle von direkten SCV-Beweisen. Duplicate SCVs behalten die höchste Version, die im angeforderten Snapshot vorhanden ist.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich
max_submissions	Ganzzahl	fakultativ; Standard: 200; mindestens: 1; höchstens: 200
offset	Ganzzahl	fakultativ; Standard: 10; mindestens: 1; höchstens: 100

const result = await host.mcp("variants", "clinvar_get_submissions", {"accession":"VCV000045122"})

Klinische Studien

Operationen und Parameter anzeigen

search_trials

PRIMARY Suche über ClinicalTrials.gov. Filtern nach Bedingung, Intervention, Sponsor, Standort, Status (z.B.) ["RECRUITING"]), Phase (["PHASE1".."PHASE4"]) und study_type Bedingung/Intervention/Sponsor/Standort akzeptieren Essie-Abfrage-Syntax (boolesche AND/OR/NOT, "zitierte Phrasen", Gruppierung, automatische Synonyme). Seite mit page_token; Setzen Sie count_total für die Gesamtübereinstimmungszahl. advanced_query fügt einen rohen Essie-Ausdruck in filter.advanced zusammen.

Feld	Typ	Anforderungen und Beschränkungen
condition	Zeichenfolge	fakultativ
intervention	Zeichenfolge	fakultativ
sponsor	Zeichenfolge	fakultativ
location	Zeichenfolge	fakultativ
status	Array aus Zeichenfolgen	fakultativ
phase	Array aus Zeichenfolgen	fakultativ
study_type	Zeichenfolge	fakultativ; enum: ["INTERVENTIONAL", "OBSERVATIONAL", "EXPANDED_ACCESS"]
advanced_query	Zeichenfolge	fakultativ
page_size	Ganzzahl	fakultativ; Standard: 10; mindestens: 1; höchstens: 1000
page_token	Zeichenfolge	fakultativ
count_total	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("clinical-trials", "search_trials", {"condition": "lung cancer", "status": ["RECRUITING"], "phase": ["PHASE3"], "count_total": true, "page_size": 10})

get_trial_details

Holen Sie sich umfassende Details für eine Studie von NCT id (Format "NCT") + 8-Ziffern; einer nackten Zahl vorangestellt, fallunempfindlich. Gibt vollständige Förderkriterien, Studiendesign, primäre / sekundäre / andere Endpunkte, alle Standorte, Sponsoren und Mitarbeiter, Termine, Einschreibung und einen Ergebnislink zurück.

Feld	Typ	Anforderungen und Beschränkungen
nct_id	Zeichenfolge	erforderlich

const result = await host.mcp("clinical-trials", "get_trial_details", {"nct_id": "NCT03661411"})

search_by_sponsor

Finden Sie Studien, die von einem Unternehmen oder einer Organisation gesponsert werden (partielle Namensübereinstimmung, z.B. "Pfizer" entspricht "Pfizer Inc". Optional nach Bedingung, Phase und Status eingegrenzt. Setzen Sie count_total für die Gesamtzahl der Versuche durch den Sponsor. Seite mit page_token.

Feld	Typ	Anforderungen und Beschränkungen
sponsor_name	Zeichenfolge	erforderlich
condition	Zeichenfolge	fakultativ
phase	Array aus Zeichenfolgen	fakultativ
status	Array aus Zeichenfolgen	fakultativ
page_size	Ganzzahl	fakultativ; Standard: 10; mindestens: 1; höchstens: 1000
page_token	Zeichenfolge	fakultativ
count_total	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("clinical-trials", "search_by_sponsor", {"sponsor_name": "Pfizer", "phase": ["PHASE3"], "count_total": true})

search_investigators

Finden Sie die Hauptforscher und Forschungsstandorte nach Zustand, Institution, Standort oder investigator_name. Institution filtert die Anlage des Standorts und hat Vorrang vor dem Standort; investigator_name sucht OverallOfficialName und ResponsiblePartyInvestigatorFullName. Gibt Site-Kontakte (Namen, Rollen, Zugehörigkeiten, Einrichtungen, Städte) mit ihren Test-NCT-IDs zurück. page_size zeigt, wie viele Versuche gescannt werden.

Feld	Typ	Anforderungen und Beschränkungen
condition	Zeichenfolge	fakultativ
institution	Zeichenfolge	fakultativ
location	Zeichenfolge	fakultativ
investigator_name	Zeichenfolge	fakultativ
status	Array aus Zeichenfolgen	fakultativ
page_size	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 1000

const result = await host.mcp("clinical-trials", "search_investigators", {"condition": "Alzheimer", "institution": "Mayo Clinic", "page_size": 20})

analyze_endpoints

Analysieren Sie primäre / sekundäre / andere Ergebnismessungen (Endpunkte). Geben Sie NUR nct_id (Single-Trial-Modus) ODER Bedingung (Aggregationsmodus über Versuche hinweg) an. Wenn beide gegeben sind, hat nct_id Vorrang. Der Aggregationsmodus kann durch Phase und start_date_after (JJJJ-MM-TT) verengt werden und bis zu page_size-Versuchen gescannt werden. Gibt die Endpunktlisten plus die häufigsten Kennzahlen in den analysierten Studien zurück.

Feld	Typ	Anforderungen und Beschränkungen
nct_id	Zeichenfolge	fakultativ
condition	Zeichenfolge	fakultativ
phase	Array aus Zeichenfolgen	fakultativ
start_date_after	Zeichenfolge	fakultativ
page_size	Ganzzahl	fakultativ; Standard: 50; mindestens: 1; höchstens: 1000

const result = await host.mcp("clinical-trials", "analyze_endpoints", {"nct_id": "NCT03661411"})

search_by_eligibility

Patient-Trial-Matching. FEHLER zu RECRUITING-Versuchen, es sei denn, der Status ist festgelegt. Liefern Sie entweder min_age oder max_age für ein Patientenalter ("65 Jahre", "6 Monate"); Beide testaltersgrenzen werden überprüft. Wenn beide geliefert werden, muss die Studie das gesamte Altersintervall des Patienten zugeben. Fehlende Probealtersgrenzen sind uneingeschränkt. Sex männlich/weiblich umfasst all-comer-studien. ALLES oder ausgelassenes geschlecht gilt kein sex-filter. eligibility_keywords sucht den Ein-/Ausschlusskriterientext (z.B.) "HbA1c > 8", "BRCA-Mutation", "ECOG 0-1". Mindestens eine der Bedingungen, eligibility_keywords, min_age, max_age oder Sex ist erforderlich. Seite mit page_token.

Feld	Typ	Anforderungen und Beschränkungen
condition	Zeichenfolge	fakultativ
eligibility_keywords	Zeichenfolge	fakultativ
min_age	Zeichenfolge	fakultativ
max_age	Zeichenfolge	fakultativ
sex	Zeichenfolge	fakultativ; enum: ["ALL", "MALE", "FEMALE"]
status	Array aus Zeichenfolgen	fakultativ
page_size	Ganzzahl	fakultativ; Standard: 10; mindestens: 1; höchstens: 1000
page_token	Zeichenfolge	fakultativ

const result = await host.mcp("clinical-trials", "search_by_eligibility", {"condition": "diabetes", "min_age": "65 Years", "sex": "FEMALE"})

get_trial_results

Lesen Sie die veröffentlichten Testergebnisse nach NCT-ID (fallunempfindlich; nackt 8 Ziffern akzeptiert). Gibt tatsächliche Ergebnismessungen, gruppenspezifische Zählungen und Nenner, Einheiten, statistische Analysen, Teilnehmerfluss, Baseline-Merkmale, unerwünschte Ereignisse und Berichtsvermerke aus resultsSection zurück. Verschachtelte Felder behalten die offiziellen API-CamelCase-Namen und Hierarchien bei. Lösen Sie groupId/groupIds nur gegen die Gruppen im selben Modul oder Ergebnis; verbinden Sie sie nicht mit Protokollarmen oder anderen Modulen. Fehlende Daten bedeuten nicht null Ereignisse oder keinen Behandlungseffekt.

Feld	Typ	Anforderungen und Beschränkungen
nct_id	string	erforderlich

const result = await host.mcp("clinical-trials", "get_trial_results", {"nct_id": "NCT04280705"})

Klinische Genomik

Operationen und Parameter anzeigen

clingen_gene_validity

ClinGen-Gen-Validitätskurationen (wie stark ist die Evidenz, dass Variation in einem Gen eine Krankheit verursacht: Definitiv / Stark / Moderat / Begrenzt / Disputiert / Widerlegt / Keine bekannte Krankheitsbeziehung). Lassen Sie das Gen aus, um alle 3,600 + -Kurationen aufzulisten.

Feld	Typ	Anforderungen und Beschränkungen
gene	Zeichenfolge	fakultativ

const result = await host.mcp("clinical-genomics", "clingen_gene_validity", {"gene": "BRCA2"})

clingen_dosage_sensitivity

ClinGen Dosierungssensitivität Kurationen: Haploinsuffizienz und Triplossibilität Aussagen für Gene (und optional ISCA genomische / CNV-Regionen). Ein Gensymbol oder eine ISCA-Region-ID filtert genau; Weglassen für die vollständige Tabelle.

Feld	Typ	Anforderungen und Beschränkungen
gene	Zeichenfolge	fakultativ
include_regions	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("clinical-genomics", "clingen_dosage_sensitivity", {"gene": "TP53"})

clingen_actionability

ClinGen klinische Aktionsfähigkeit Kurationen: für Störungen im Zusammenhang mit einem Gen, ob frühe Intervention in präsymptomatischen Trägern ist aktionsfähig (Intervention / Ergebnis-Paare mit Schwere, Wahrscheinlichkeit, Wirksamkeit, Art-of-Intervention Komponente Scores und die Gesamt-Score). Der Genfilter passt zu jedem Mitglied von Multi-Gen-Themen.

Feld	Typ	Anforderungen und Beschränkungen
gene	Zeichenfolge	fakultativ
context	Zeichenfolge	fakultativ; Standard: "both"; enum: ["adult", "pediatric", "both"]

const result = await host.mcp("clinical-genomics", "clingen_actionability", {"gene": "BRCA1", "context": "adult"})

clingen_variant_classifications

ClinGen Evidence Repository (ERepo) Expert-Panel-Varianten-Pathogenitätsklassifikationen (VCEP-Interpretationen nach ACMG-Kriterien). Geben Sie GENAU EINS des Gens (HGNC-Symbol), caid (ClinGen canonical allle id, z.B. CA114360) oder hgvs (z.B. NM_000277.2:c.1222C>T. Komplettes Abrufen (matchLimit=none).

Feld	Typ	Anforderungen und Beschränkungen
gene	Zeichenfolge	fakultativ
caid	Zeichenfolge	fakultativ
hgvs	Zeichenfolge	fakultativ

const result = await host.mcp("clinical-genomics", "clingen_variant_classifications", {"gene": "BRCA1"})

civic_search_genes

Finden Sie CIViC-Gendatensätze nach dem genauen Entrez-Symbol (z.B.) "BRAF". Vollständig paginiert, gezählt. Verwenden Sie die zurückgegebene CIViC-Gen-ID mit civic_gene_variants.

Feld	Typ	Anforderungen und Beschränkungen
entrez_symbol	Zeichenfolge	erforderlich

const result = await host.mcp("clinical-genomics", "civic_search_genes", {"entrez_symbol": "BRAF"})

civic_gene_variants

Alle Varianten eines CIViC-Gens (durch CIViC-Gen-ID), vollständig paginiert - sogar für Gene mit Hunderten von Varianten. Sortiert nach Variante id.

Feld	Typ	Anforderungen und Beschränkungen
gene_id	Ganzzahl	erforderlich

const result = await host.mcp("clinical-genomics", "civic_gene_variants", {"gene_id": 5})

civic_get_variant

Eine CIViC-Variante durch ihre CIViC-Varianten-ID (Aliasen, Variantentypen, Merkmal/Gen-Verknüpfung, Koordinaten für Genvarianten). Returns found=false falls nicht vorhanden.

Feld	Typ	Anforderungen und Beschränkungen
variant_id	Ganzzahl	erforderlich

const result = await host.mcp("clinical-genomics", "civic_get_variant", {"variant_id": 12})

civic_search_variants

CIViC-Varianten nach Name Substring (z.B.) "V600"), gegebenenfalls zu einer CIViC-Gen-ID. vollständig paginiert; sortiert nach Variante id.

Feld	Typ	Anforderungen und Beschränkungen
name	Zeichenfolge	erforderlich
gene_id	Ganzzahl	fakultativ

const result = await host.mcp("clinical-genomics", "civic_search_variants", {"name": "V600", "gene_id": 5})

civic_get_evidence_item

Ein CIViC-Evidenzelement nach ID: klinische Signifikanz eines molekularen Profils in einem Krankheits- / Therapiekontext (Evidenzstufe A-E, Typ, Richtung, Signifikanz, Bewertung, Krankheit, Therapien, Quelle). Returns found=false falls nicht vorhanden.

Feld	Typ	Anforderungen und Beschränkungen
evidence_id	Ganzzahl	erforderlich

const result = await host.mcp("clinical-genomics", "civic_get_evidence_item", {"evidence_id": 1409})

civic_search_evidence

Durchsuchen von CIViC-Beweiselementen durch eine beliebige Kombination von Filtern; vollständig paginiert, zählverifiziert, sortiert nach aufsteigender Evidenz-ID. Enum-Filter nehmen CIViC GraphQL enum-Werte wörtlich (evidence_level "A".."E"; evidence_type PREDICTIVE|PROGNOSTIC|DIAGNOSTIC|PREDISPOSING|ONCOGENIC|FUNCTIONAL; evidence_direction UNTERSTÜTZUNGEN|DOES_NOT_SUPPORT; Status AKZEPTIERT | VORGELEGT | AUSGEHÖRIG | ALL. Stellen Sie mindestens einen Filter zur Verfügung - keine Filter laufen den gesamten 10k + Korpus.

Feld	Typ	Anforderungen und Beschränkungen
disease_name	Zeichenfolge	fakultativ
therapy_name	Zeichenfolge	fakultativ
evidence_level	Zeichenfolge	fakultativ
evidence_type	Zeichenfolge	fakultativ
evidence_direction	Zeichenfolge	fakultativ
significance	Zeichenfolge	fakultativ
variant_origin	Zeichenfolge	fakultativ
evidence_rating	Ganzzahl	fakultativ
status	Zeichenfolge	fakultativ
molecular_profile_name	Zeichenfolge	fakultativ
molecular_profile_id	Ganzzahl	fakultativ
variant_id	Ganzzahl	fakultativ
disease_id	Ganzzahl	fakultativ
therapy_id	Ganzzahl	fakultativ
phenotype_id	Ganzzahl	fakultativ
source_id	Ganzzahl	fakultativ
assertion_id	Ganzzahl	fakultativ

const result = await host.mcp("clinical-genomics", "civic_search_evidence", {"disease_name": "melanoma", "evidence_level": "A"})

civic_get_assertion

Eine CIViC-Behauptung von id: eine von Experten kuratierte Zusammenfassungsaussage (AMP / ASCO / CAP-Tier, ACMG / ClinGen-Codes, FDA-Begleitertestflaggen), die Beweise für ein molekulares Profil in einem Krankheits- / Therapiekontext aggregiert. Returns found=false falls nicht vorhanden.

Feld	Typ	Anforderungen und Beschränkungen
assertion_id	Ganzzahl	erforderlich

const result = await host.mcp("clinical-genomics", "civic_get_assertion", {"assertion_id": 7})

civic_search_assertions

Durchsuchen von CIViC-Behauptungen durch eine beliebige Kombination von Filtern; vollständig paginiert, zählverifiziert, sortiert nach aufsteigender Assertion id. assertion_type PREDICTIVE|PROGNOSTIC|DIAGNOSTIC|PREDISPOSING|ONCOGENIC; assertion_direction UNTERSTÜTZUNGEN|DOES_NOT_SUPPORT; amp_level z.B. TIER_I_LEVEL_A; Status ACCEPTED|SUBMITTED|REJECTED|ALL. Keine Filter laufen den vollen Korpus.

Feld	Typ	Anforderungen und Beschränkungen
disease_name	Zeichenfolge	fakultativ
therapy_name	Zeichenfolge	fakultativ
assertion_type	Zeichenfolge	fakultativ
assertion_direction	Zeichenfolge	fakultativ
significance	Zeichenfolge	fakultativ
amp_level	Zeichenfolge	fakultativ
status	Zeichenfolge	fakultativ
molecular_profile_name	Zeichenfolge	fakultativ
molecular_profile_id	Ganzzahl	fakultativ
variant_id	Ganzzahl	fakultativ
variant_name	Zeichenfolge	fakultativ
disease_id	Ganzzahl	fakultativ
therapy_id	Ganzzahl	fakultativ
phenotype_id	Ganzzahl	fakultativ
evidence_id	Ganzzahl	fakultativ
summary	Zeichenfolge	fakultativ

const result = await host.mcp("clinical-genomics", "civic_search_assertions", {"disease_name": "melanoma"})

civic_get_molecular_profile

Ein CIViC-Molekülprofil nach ID (Variantenkombination, an die sich Evidenz/Behauptungen anhängen), incl. Parsed Name, Score und Komponentenvarianten. Returns found=false falls nicht vorhanden.

Feld	Typ	Anforderungen und Beschränkungen
mp_id	Ganzzahl	erforderlich

const result = await host.mcp("clinical-genomics", "civic_get_molecular_profile", {"mp_id": 12})

civic_search_molecular_profiles

CIViC-Molekülprofile nach Name Substring (z.B.) "BRAF V600E". vollständig paginiert; sortiert nach ID.

Feld	Typ	Anforderungen und Beschränkungen
name	Zeichenfolge	erforderlich

const result = await host.mcp("clinical-genomics", "civic_search_molecular_profiles", {"name": "BRAF V600E"})

civic_search_diseases

Durchsuchen von CIViC Disease Records nach Name Substring (z.B.) "melanom". Gibt DOIDs + Anzeigenamen zurück; vollständig paginiert; sortiert nach ID.

Feld	Typ	Anforderungen und Beschränkungen
name	Zeichenfolge	erforderlich

const result = await host.mcp("clinical-genomics", "civic_search_diseases", {"name": "melanoma"})

civic_search_therapies

Durchsuchen von CIViC-Therapieaufzeichnungen nach Namenssubstring (z.B.) "vemurafenib". Gibt NCIt-IDs + Namen zurück; vollständig paginiert; sortiert nach ID.

Feld	Typ	Anforderungen und Beschränkungen
name	Zeichenfolge	erforderlich

const result = await host.mcp("clinical-genomics", "civic_search_therapies", {"name": "vemurafenib"})

open_targets_graphql

Führen Sie eine willkürliche GraphQL-Abfrage gegen die Open Targets Platform API aus (Ziele, Krankheiten, Medikamente, Ziel-Krankheits-Assoziationen, Evidenz, Tragbarkeit, Sicherheit, bekannte Medikamente). Introspektionsabfragen funktionieren für die Schemaerkennung. Hinweis bekanntDrugs wurde in drugAndClinicalCandidates upstream umbenannt.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
variables	Objekt	fakultativ

const result = await host.mcp("clinical-genomics", "open_targets_graphql", {"query": "query($id: String!){ target(ensemblId: $id){ approvedSymbol associatedDiseases{ count } } }", "variables": {"id": "ENSG00000157764"}})

open_targets_disease_drugs

Bekannte / investigative Medikamente für eine Krankheit (Open Targets Platform) - Wraps Disease.drugAndClinicalCandidates. efo_id ist eine Krankheitsontologie-ID (EFO/MONDO/etc., z.B. "MONDO_0004992".

Feld	Typ	Anforderungen und Beschränkungen
efo_id	Zeichenfolge	erforderlich
size	Ganzzahl	fakultativ; Standard: 25

const result = await host.mcp("clinical-genomics", "open_targets_disease_drugs", {"efo_id": "MONDO_0004992", "size": 25})

open_targets_disease_targets

Top assoziierte Ziele für eine Krankheit, geordnet nach Open Targets Gesamtassoziations-Score - Wraps Disease.associatedTargets. efo_id ist eine Krankheit Ontologie ID (EFO / MONDO / etc.).

Feld	Typ	Anforderungen und Beschränkungen
efo_id	Zeichenfolge	erforderlich
size	Ganzzahl	fakultativ; Standard: 25

const result = await host.mcp("clinical-genomics", "open_targets_disease_targets", {"efo_id": "MONDO_0004992", "size": 25})

open_targets_drug

Arzneimitteldetails nach ChEMBL-ID (Open Targets Platform) - Name, Typ, maximales klinisches Stadium und Wirkungsmechanismen (Ziel + Aktionstyp). chembl_id z.B. "CHEMBL1201583".

Feld	Typ	Anforderungen und Beschränkungen
chembl_id	Zeichenfolge	erforderlich

const result = await host.mcp("clinical-genomics", "open_targets_drug", {"chembl_id": "CHEMBL1201583"})

clinpgx_search_chemicals

Lösen Sie ClinPGx-Arzneimittel-/Chemikaliendatensätze anhand der ClinPGx-Accession-ID oder des Namens auf, bevor Sie pharmakogenomische Annotationen abfragen.

Geben Sie mindestens eine von: accessionId / name.

Feld	Typ	Anforderungen und Beschränkungen
accessionId	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
name	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
view	Zeichenfolge	fakultativ; Standard: "base"; enum: ["min", "base", "max"]

const result = await host.mcp("clinical-genomics", "clinpgx_search_chemicals", {"name": "warfarin", "view": "max"})

clinpgx_search_genes

Lösen Sie ClinPGx-Gendatensätze anhand der ClinPGx-Accession-ID oder des HGNC-Symbols auf, bevor Sie pharmakogenomische Annotationen abfragen.

Geben Sie mindestens eine von: accessionId / symbol.

Feld	Typ	Anforderungen und Beschränkungen
accessionId	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
symbol	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
view	Zeichenfolge	fakultativ; Standard: "base"; enum: ["min", "base", "max"]

const result = await host.mcp("clinical-genomics", "clinpgx_search_genes", {"symbol": "VKORC1", "view": "max"})

clinpgx_search_summary_annotations

Klinische ClinPGx-Annotationen suchen, die ein Medikament, ein Gen und eine Variante verknüpfen. Nach Evidenzgrad 1A, 1B, 2A, 2B, 3 oder 4 filtern und den ursprünglichen Quelldatensatz aufbewahren.

Geben Sie mindestens eine von: relatedChemicals.accessionId / relatedChemicals.name / location.genes.symbol / location.fingerprint / id.

Feld	Typ	Anforderungen und Beschränkungen
id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
relatedChemicals.accessionId	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
relatedChemicals.name	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
location.genes.symbol	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
location.fingerprint	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
view	Zeichenfolge	fakultativ; Standard: "base"; enum: ["min", "base", "max"]
levelOfEvidence.term	Zeichenfolge	fakultativ; enum: [" 1A", " 1B", " 2A", " 2B", " 3", " 4"]

const result = await host.mcp("clinical-genomics", "clinpgx_search_summary_annotations", {"relatedChemicals.name": "warfarin", "location.genes.symbol": "VKORC1", "levelOfEvidence.term": "1A", "view": "max"})

clinpgx_get_summary_annotation

Rufen Sie eine klinische ClinPGx-Annotation über ihre numerische ClinPGx-Datensatz-ID ab, einschließlich verknüpftem Arzneimittel, Gen, Variante, Phänotyp und Evidenzstufe.

Feld	Typ	Anforderungen und Beschränkungen
id	Zahl	erforderlich; mindestens: 1
view	Zeichenfolge	fakultativ; Standard: "base"; enum: ["min", "base", "max"]

const result = await host.mcp("clinical-genomics", "clinpgx_get_summary_annotation", {"id": 655385012, "view": "max"})

clinpgx_search_variant_annotations

Durchsuchen Sie ClinPGx-Variantenannotationen nach Gensymbol oder Variantenfingerabdruck (üblicherweise eine rsID).

Geben Sie mindestens eine von: location.genes.symbol / location.fingerprint.

Feld	Typ	Anforderungen und Beschränkungen
location.genes.symbol	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
location.fingerprint	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
view	Zeichenfolge	fakultativ; Standard: "base"; enum: ["min", "base", "max"]

const result = await host.mcp("clinical-genomics", "clinpgx_search_variant_annotations", {"location.fingerprint": "rs1799853", "view": "max"})

clinpgx_search_guideline_annotations

Durchsuchen Sie pharmakogenomische ClinPGx-Dosierungsleitlinien-Annotationen von CPIC, DPWG oder PharmGKB/PRO.

Geben Sie mindestens eine von: source / relatedChemicals.accessionId / relatedGenes.accessionId.

Feld	Typ	Anforderungen und Beschränkungen
source	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; enum: ["cpic", "dpwg", "pro"]
relatedChemicals.accessionId	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
relatedGenes.accessionId	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
view	Zeichenfolge	fakultativ; Standard: "base"; enum: ["min", "base", "max"]

const result = await host.mcp("clinical-genomics", "clinpgx_search_guideline_annotations", {"source": "cpic", "relatedGenes.accessionId": "PA267", "view": "max"})

clinpgx_search_drug_labels

Durchsuchen Sie regulatorische pharmakogenomische ClinPGx-Arzneimittelkennzeichnungen von FDA, EMA, PMDA oder Health Canada.

Geben Sie mindestens eine von: source / relatedChemicals.accessionId / relatedChemicals.name / relatedGenes.accessionId / relatedGenes.symbol.

Feld	Typ	Anforderungen und Beschränkungen
source	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; enum: ["fda", "ema", "pmda", "hcsc"]
relatedChemicals.accessionId	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
relatedChemicals.name	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
relatedGenes.accessionId	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
relatedGenes.symbol	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
view	Zeichenfolge	fakultativ; Standard: "base"; enum: ["min", "base", "max"]

const result = await host.mcp("clinical-genomics", "clinpgx_search_drug_labels", {"source": "fda", "relatedChemicals.name": "clopidogrel", "view": "max"})

clinpgx_search_variants

Lösen Sie pharmakogenomische ClinPGx-Varianten anhand einer dbSNP-rsID oder eines anderen Variantensymbols auf.

Feld	Typ	Anforderungen und Beschränkungen
symbol	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
view	Zeichenfolge	fakultativ; Standard: "base"; enum: ["min", "base", "max"]

const result = await host.mcp("clinical-genomics", "clinpgx_search_variants", {"symbol": "rs1799853", "view": "max"})

clinpgx_get_variant_frequency

Rufen Sie von ClinPGx gemeldete Populationsvariantenfrequenzen für einen Variantenfingerabdruck wie eine rsID ab.

Feld	Typ	Anforderungen und Beschränkungen
fp	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"

const result = await host.mcp("clinical-genomics", "clinpgx_get_variant_frequency", {"fp": "rs1799853"})

clinpgx_get_drug_gene_variant

Fragen Sie eine paarweise ClinPGx-Verbindung zwischen zwei Objekten (z. B. einem Arzneimittel und einem Gen) über den gemeinsamen Verbindungsbericht ab; geben Sie für jedes Objekt einen Bezeichner an. Verwenden Sie Summary-Annotationen für eine klinische Arzneimittel-Gen-Varianten-Annotation.

Geben Sie für diese Gruppe mindestens eine von: object1Id / object1Name / object1Type an.

Geben Sie für diese Gruppe mindestens eine von: object2Id / object2Name / object2Type an.

Feld	Typ	Anforderungen und Beschränkungen
object1Id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
object1Name	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
object1Type	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
object2Id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
object2Name	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
object2Type	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; Muster: "\S"
view	Zeichenfolge	fakultativ; Standard: "base"; enum: ["min", "base", "max"]

const result = await host.mcp("clinical-genomics", "clinpgx_get_drug_gene_variant", {"object1Name": "warfarin", "object1Type": "chemical", "object2Name": "VKORC1", "object2Type": "gene", "view": "max"})

get_dgidb_gene_drugs

Abfrage DGIdb Drogen-Gen-Interaktionen nach Gennamen. Ein passender Datensatz pro Seite mit vollständigen Interaktionsquellen, Quellversionen, Lizenzen, Typen, Attributen und Veröffentlichungsnachweisen. Namen können mit mehreren Datensätzen übereinstimmen; folge next_cursor explizit.

Feld	Typ	Anforderungen und Beschränkungen
name	string	erforderlich; minLength: 1; maxLength: 200
after	string	optional; minLength: 1; maxLength: 500

const result = await host.mcp("clinical-genomics", "get_dgidb_gene_drugs", {"name": "BRAF"})

get_dgidb_drug_genes

Abfrage DGIdb Drogen-Gen-Interaktionen nach Drogennamen. Ein passender Datensatz pro Seite mit vollständigen Interaktionsquellen, Quellversionen, Lizenzen, Typen, Attributen und Veröffentlichungsnachweisen. Namen können mit mehreren Datensätzen übereinstimmen; folge next_cursor explizit.

Feld	Typ	Anforderungen und Beschränkungen
name	string	erforderlich; minLength: 1; maxLength: 200
after	string	optional; minLength: 1; maxLength: 500

const result = await host.mcp("clinical-genomics", "get_dgidb_drug_genes", {"name": "IMATINIB"})

Strukturen & Wechselwirkungen

Operationen und Parameter anzeigen

emdb_get_entries

Holen Sie strukturierte Metadatensätze für EMDB-Kryo-EM-3D-Karteneinträge ab. Akzeptiert Zugänge als 'EMD-1234', 'emd-1234' oder ' 1234'. Jeder Datensatz trägt Titel, Strukturbestimmungsmethode (SingleParticle / Helix / Tomography / SubtomogramAveraging / ElectronCrystallography), Auflösung in Angström (Null für Einträge ohne gemeldete Auflösung, z.B. Rohtomogramme) und die Auflösungsmethode, Ablagerungs-/Freigabedaten, Proben- und Makromolekül-/Supramolekül-Namen, angepasste PDB-Modell-IDs (Leerliste, wenn kein Modell angebracht ist), primäre Zitation (Journal, Jahr, Erstautor, DOI, PMID), Kartenabmessungen und Voxelgröße und Status. Veraltete Einträge melden is_obsolete=true plus superseded_by-Zugänge. Unbekannte Zugänge kommen zurück als {"emdb_id", "error": "not_found"} Niemals still fallen gelassen. Nur Metadaten; Kartenvolumen werden nie heruntergeladen.

Feld	Typ	Anforderungen und Beschränkungen
emdb_ids	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("structures", "emdb_get_entries", {"emdb_ids": ["EMD-11638", "emd-3061", "1234"]})

emdb_search_entries

Suche nach EMDB mit einer Solr-Stil-Abfrage; vollständiges Seitenabrufen von kompakten Zeilen. Abfragebeispiele: 'title:"apoferritin" UND Auflösung:[0 BIS 1.5]', 'structure_determination_method:"singleParticle"', 'current_status:"REL" UND release_date:[2024-01-01T00:00:00Z TO *]'. Args: Query (Solr Query String); max_rows (Zeilenobergrenze, Standard 1000). Gibt num_found_released zurück (die API's eigene freigegebene Eintrittszahl von der Facettenroute - Ground Truth), rows_retrieved, rows_by_status (REL vs OBS - die Suchroute gibt auch veraltete Einträge zurück, aber sie werden NICHT als freigegeben gezählt), released_complete (true iff every released match was retrieved); false bedeutet, dass max_rows den Sweep abgeschnitten hat oder die Zählungen nicht übereinstimmen) und Datensätze: kompakte pro-Eingangszeilen (emdb_id, Titel, Auflösung, structure_determination_method, current_status, release_date, fitted_pdbs), sortiert nach EMD-Anschluss.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
max_rows	Ganzzahl	fakultativ; Standard: 1000

const result = await host.mcp("structures", "emdb_search_entries", {"query": "title:\"apoferritin\" AND resolution:[0 TO 1.5]", "max_rows": 500})

emdb_get_entry_section

Holen Sie sich einen detaillierten Metadaten-Abschnitt für EMDB-Einträge. Abschnitte: 'publications' - primäre Zitierung mit vollständiger geordneter Autorenliste, Hilfszitierungen, externe Referenzen (PMID/DOI/ISSN/CSD); 'map' — Datei, Format, Datentyp, Abmessungen, Voxelabstand, Ursprung, Achsenordnung, Zelle, Voxelstatistik, Konturebenen, Symmetrie; 'sample' — Aufzeichnungen über Makromoleküle (Typ, Molekulargewicht, Kopien, EG-Nummer, Quellorganismus + NCBI-Rolld, Sequenz-Cross-Refs) und Aufzeichnungen über Supramoleküle; 'imaging' — Mikroskop, Spannung, Elektronenquelle, Detektor, Dosis, Bildgebungsmodi, Defokusbereich, Vergrößerung, Cs, Kryogen, Gitter-/Puffer-/Verglasungsbedingungen (ein Datensatz pro Mikroskopiesitzung — Einträge können mehrere enthalten). Args: emdb_ids (Beitrittsliste, beliebige EMD-1234/emd-1234/1234); Abschnitt (eine der Veröffentlichungen/Karte/Probe/Bildgebung). Unbekannte Zugriffe werden mit "error" gemeldet: "not_found". Verwenden Sie emdb_get_entries zuerst, wenn Sie nur den Headline Record benötigen.

Feld	Typ	Anforderungen und Beschränkungen
emdb_ids	Array aus Zeichenfolgen	erforderlich
section	Zeichenfolge	erforderlich; enum: ["publications", "map", "sample", "imaging"]

const result = await host.mcp("structures", "emdb_get_entry_section", {"emdb_ids": ["EMD-11638"], "section": "imaging"})

emdb_get_validation

Holen Sie numerische Validierungs-Analyse-Metriken für EMDB-Einträge ab. Pro Eintrag (aus der EMDB / Analyseroute): Q-Score, Atomeinschluss, empfohlene / vorhergesagte / Rohkarte Konturebenen, Modell / Maskenvolumen, Modell-Karten-Verhältnis, Oberflächenmetriken - wo die Validierungspipeline sie berechnet hat. available_blocks listet jeden Block auf, den der Validierungsdienst zurückgegeben hat; spärliche Nutzlasten (Tomogramme, modellfreie oder historische Einträge) ergeben explizite Nullen. Einträge ohne Validierungsanalysebericht has_validation_analysis=false — nie stillschweigend fallen gelassen.

Feld	Typ	Anforderungen und Beschränkungen
emdb_ids	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("structures", "emdb_get_validation", {"emdb_ids": ["EMD-11638", "EMD-3061"]})

complexportal_get_complexes

Fetch kuratierte Complex Portal Records durch CPX-Beitritt. Jeder Datensatz: Komplexe AC, empfohlene / systematische Namen + Synonyme, Arten und Rollen, Teilnehmerliste mit Stöchiometrie (Min/Max-Kopien), biologische Rolle und Interaktionstyp, Evidenz ECO-Code, GO-Annotationen und Querverweise - die manuell kuratierte Beschreibung eines stabilen makromolekularen Komplexes. Datensätze kommen in der Reihenfolge der Eingaben zurück; Unbekannte Accessions werden in not_found aufgeführt und nicht stillschweigend fallen gelassen. Für binäre Interaktion Nachweise (wer bindet wen in welchem Experiment) verwenden Sie stattdessen die intakten_*-Tools.

Feld	Typ	Anforderungen und Beschränkungen
complex_acs	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("structures", "complexportal_get_complexes", {"complex_acs": ["CPX-2158", "CPX-2419"]})

complexportal_search_by_participant

Suchen Sie Komplex Portal nach Komplexen, die ein Molekül enthalten. accession ist ein Teilnehmerbeitritt — UniProt (z.B. 'P04637', ChEBI oder RNAcentral. Mit participants_only = true (Standard) ist die Suche feldqualifiziert (pxref:<accession>), so dass nur Komplexe zurückgegeben werden, die tatsächlich das Molekül als kuratierten Teilnehmer enthalten; Mit false wird der nackte Beitritt auch als freier Text (Beschreibungen, Namen) abgeglichen, der zwar überberichtet, aber Erwähnungen abfangen kann. Alle Ergebnisseiten werden abgerufen und die Zeilenzahl wird mit der vom Dienst gemeldeten Gesamtsumme (total_reported == total_retrieved) verglichen, oder der Aufruf schlägt laut aus. Hits sind kompakte Datensätze (complex_ac, Name, Spezies, Interaktoren), sortiert nach komplexen Accession; Holen Sie sich alle Details mit complexportal_get_complexes.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich
participants_only	boolescher Wert	fakultativ; Standard: true

const result = await host.mcp("structures", "complexportal_search_by_participant", {"accession": "P69905", "participants_only": true})

intact_fetch_interactions

Abrufen ALLER binären IntAct-Interaktionen, die mit einer Abfrage übereinstimmen, MI-Score gefiltert. query ist ein UniProt-Beitritt (z.B. 'P04637', Gensymbol, freier Text oder jede IntAct Solr-Abfrage. Retrieval ist ein vollständiger Paginen-Sweep, der gegen die vom Server gemeldete Gesamtmenge verifiziert wird (n_records == total_elements oder der Aufruf FAILS LOUDLY – silent truncation ist unmöglich). min_mi_score/max_mi_score filter-server-Seite auf dem IntAct MI-Vertrauenswert (0.45 ist eine gemeinsame Medium-Confidence-Ebene); interactor_species Filter nach Speziesname oder Rollen (z.B. ["Homo sapiens"] oder [" 9606"]. Die Datensätze sind schlank und strukturiert: Interaktionspaar (IntAct ACs, Datenbankidentifikatoren, Molekülnamen, Spezies/Taxide), Interaktionstyp, Nachweismethode (+MI ID), experimentelle Rollen, Wirtsorganismus, MI Score, PubMed ID, Erstautor, Quelldatenbank — sortiert nach DESCENDING MI Score. Ausgabelisten höchstens max_records_returned-Einträge (records_truncated = true, wenn der volle verifizierte Sweep größer war); n_records meldet immer die wahre Summe. Große Abfragen (z.B. CFTR ~10k Interaktionen) dauern eine Weile - eng mit min_mi_score oder Arten, wenn möglich.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
min_mi_score	Zahl	fakultativ; Standard: 0
max_mi_score	Zahl	fakultativ; Standard: 1
interactor_species	Array aus Zeichenfolgen	fakultativ
max_records_returned	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("structures", "intact_fetch_interactions", {"query": "P04637", "min_mi_score": 0.45, "interactor_species": ["Homo sapiens"], "max_records_returned": 200})

intact_get_interactor

Lösen Sie ein Molekül in seinen IntAct-Interaktor-Record(s). query ist ein UniProt-Zugang, ein Gensymbol oder ein IntAct-Interaktor AC (z.B. 'EBI-7090529'. Gibt ALLE übereinstimmenden Interaktordatensätze mit einem expliziten n_matches zurück - ein UniProt-Zugang kann sich auf das kanonische Protein plus Ketten-/Isoform-Interaktoren auflösen, und dieses Tool wählt niemals stillschweigend einen aus. Jeder Datensatz: interactor_ac, preferred_identifier, Name, Spezies, Taxid, interactor_type und der von IntAct gesehene interaction_count (nützlich für die Größenbestimmung eines intact_fetch_interactions-Sweeps).

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich

const result = await host.mcp("structures", "intact_get_interactor", {"query": "P04637"})

intact_get_interaction_details

Vollständige kuratierte Details für ONE IntAct Interaktion AC (z.B.) 'EBI-15635490'. Gibt Interaktionstyp, Wirtsorganismus, Nachweismethode, Veröffentlichung, Querverweise, Anmerkungen, kinetische/affine Parameter und Konfidenzen sowie Datensätze pro Teilnehmer (Identifikator, Art, biologische und experimentelle Rolle, Nachweismethoden der Teilnehmer) zurück, es sei denn, include_participants = falsch. Erhalten Sie Interaktions-ACs aus intact_fetch_interactions-Einträgen (das interaction_ac-Feld). Unbekannte ACs geben { zurück interaction_ac, Fehler: 'not_found' }.

Feld	Typ	Anforderungen und Beschränkungen
interaction_ac	Zeichenfolge	erforderlich
include_participants	boolescher Wert	fakultativ; Standard: true

const result = await host.mcp("structures", "intact_get_interaction_details", {"interaction_ac": "EBI-15635490", "include_participants": true})

intact_build_network

Bauen Sie ein Tiefen-1-IntAct-Interaktionsnetzwerk um Saatgutproteine auf. seed_accessions sind UniProt-Zugänge. Schritt 1: ein vollständiger, zählverifizierter MI-Score-gefilterter Interaktionssweep pro Seed. Schritt 2: Die Partner jedes Seed Edges plus die Seeds bilden den Node Set. Schritt 3: Partner-Partner-Kanten sind nur durch Abfrage der Partner selbst erkennbar, so dass bis zu max_interactors_expanded-Partner abgefragt werden (meist verbunden zuerst, Bindungen nach Bezeichner) und Kanten mit beiden Endpunkten innerhalb des Knotensatzes beibehalten werden. Im Erweiterungsblock wird genau angegeben, welche Partner erweitert wurden/wurden (expansion.complete=false bedeutet, dass möglicherweise weitere Partner-Partner-Ränder vorhanden sind). Ausgabe: Knoten, Kanten (mit MI-Score, Nachweismethode, PubMed-ID), per-seed Sweep-Statistiken. Halten Sie Samen wenige und min_mi_score > = 0.45 - jede Erweiterung ist ein voller Paginen-Sweep.

Feld	Typ	Anforderungen und Beschränkungen
seed_accessions	Array aus Zeichenfolgen	erforderlich
min_mi_score	Zahl	fakultativ; Standard: 0.45
max_interactors_expanded	Ganzzahl	fakultativ; Standard: 25
interactor_species	Array aus Zeichenfolgen	fakultativ

const result = await host.mcp("structures", "intact_build_network", {"seed_accessions": ["P04637", "Q00987"], "min_mi_score": 0.45, "max_interactors_expanded": 25})

pdb_search_structures

RCSB-PDB-Einträge nach Attributfiltern durchsuchen; paged, capped + flagged. alle Filter UND zusammen; Mindestens einer ist erforderlich. text ist eine Volltextrelevanzabfrage ('p53 DNA-Bindungsdomäne'); organism ist ein exakter Herkunftsname des Ursprungsorganismus ('Homo sapiens') — Übereinstimmungen auf jeder Linie Ebene, so 'Eukaryota' auch Arbeiten; taxonomy_id ein NCBI taxid (9606); uniprot_accession findet Einträge, deren Polymereinheiten diesem UniProt zugeordnet sind ('P04637') -> jede p53-Struktur; experimental_method ist das PDB-Vokabular ('X-RAY DIFFRACTION', 'ELECTRON MICROSCOPY', 'SOLUTION NMR', ...) - Fall-unempfindlich, unbekannte Werte Fehler mit der vollständigen Liste; max_resolution_angstrom hält Einträge auf oder unter dieser Auflösung; ligand_comp_id erfordert eine gebundene Nichtpolymerkomponente durch chem-comp id ('ZN', 'ATP', 'HEM'). include_computed_models = true addiert berechnete Strukturmodelle (z.B. AlphaFold) auf die Standardergebnisse nur für Experimente. Gibt total_count zurück (die API's eigene Übereinstimmung insgesamt — Ground Truth), n_retrieved, abgeschnitten (true iff total_count >) n_abgerufen; max_rows, 1..1000, Caps Retrieval und Records [{pdb_id, score}] in der Relevanzreihenfolge. Nur Identifikatoren — Kette zu pdb_get_structures für Metadaten.

Feld	Typ	Anforderungen und Beschränkungen
text	Zeichenfolge	fakultativ
organism	Zeichenfolge	fakultativ
taxonomy_id	Ganzzahl	fakultativ
uniprot_accession	Zeichenfolge	fakultativ
experimental_method	Zeichenfolge	fakultativ
max_resolution_angstrom	Zahl	fakultativ
ligand_comp_id	Zeichenfolge	fakultativ
include_computed_models	boolescher Wert	fakultativ; Standard: falsch
max_rows	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("structures", "pdb_search_structures", {"uniprot_accession": "P04637", "experimental_method": "X-RAY DIFFRACTION", "max_rows": 50})

pdb_get_structures

Holen Sie Zusammenfassungen der Einstiegsstufe für PDB-Einträge ab (Charge, max. 25-IDs). Akzeptiert 4-Zeichen-PDB-IDs in jedem Fall (' 1tup') == ' 1TUP'; Duplikate werden de-dupliziert. Jeder Datensatz: Titel, experimentelle Methoden, Auflösung in Angström (Null für Methoden ohne eine, z.B. NMR), Bestimmungsmethodik (experimentell vs Computer), Depot / Freisetzung / Revision Daten und Status, Molekulargewicht (kDa), Assembler und Entitätszählungen (Protein / DNA / RNA Polymer + Nichtpolymer), gebundene Liganden chem-comp ids, Polymer / Nichtpolymer Entitäts-ID-Listen (Inputs für pdb_get_entities / pdb_get_ligands), und die primäre Zitierung (Titel, Zeitschrift, Jahr, Autoren, PubMed id, DOI). Unbekannte ids kommen zurück als {"pdb_id", "error": "not_found"} Niemals still fallen gelassen. Nur Metadaten; Koordinatendateien werden niemals heruntergeladen.

Feld	Typ	Anforderungen und Beschränkungen
pdb_ids	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("structures", "pdb_get_structures", {"pdb_ids": ["1TUP", "1tup", "6XYZ"]})

pdb_get_entities

Angaben zur Polymereinheit für einen PDB-Eintrag, incl. UniProt Mappings. mit entity_ids= Null jede Polymereinheit des Eintrags wird abgeholt, gedeckelt auf 25 wobei truncated=true und n_polymer_entities den Eintrag melden's true count (große Baugruppen wie Ribosomen tragen) 50+ — Holen Sie sich die vollständige ID-Liste von pdb_get_structures' polymer_entity_ids und Seite mit expliziten Untergruppen wie [" 26", " 27"]; mit einer expliziten entity_ids-Untermenge wird die Eintragssumme nicht abgerufen, so dass n_polymer_entities null ist; eine explizite entity_ids-Liste größer als 25-Fehler. Jeder Datensatz: Beschreibung, Polymertyp (Protein / DNA / RNA), Sequenzlänge, Mutationszahl, hinterlegte Kopien, Ketten-IDs (asym + Autor), Quellorganismen mit Taxids, UniProt-Zugänge mit Per-Entity-Sequenzabdeckung (SIFTS) und UniProt-ausgerichtete Regionen (Entity-seq vs Referenz-seq-Koordinaten). Unbekannte Entity-IDs sind in not_found aufgeführt; Unbekannte Entry-ID-Fehler include_sequences = true fügt die kanonische Ein-Buchstaben-Sequenz pro Entität hinzu; Wenn die kombinierten Sequenzen max_bytes (Standard 400000) überschreiten, werden sie weggelassen und sequences_omitted erklärt, warum — Metadaten immer überleben.

Feld	Typ	Anforderungen und Beschränkungen
pdb_id	Zeichenfolge	erforderlich
entity_ids	Array aus Zeichenfolgen	fakultativ
include_sequences	boolescher Wert	fakultativ; Standard: falsch
max_bytes	Ganzzahl	fakultativ; Standard: 400000

const result = await host.mcp("structures", "pdb_get_entities", {"pdb_id": "1TUP", "include_sequences": true})

pdb_get_ligands

Gebundene Liganden (nichtpolymere Komponenten) eines PDB-Eintrags, mit Chemie. Geht die Entitäten Entry's Nichtpolymer und löst jede chemische Komponente: pro Ligand - Entity-ID, chem-comp-ID ('ZN', 'ATP'), Beschreibung, hinterlegte Kopienzahl, Autorenkette-IDs und ein chem_comp-Block (Name, Formel, Formelgewicht, formale Ladung, Komponententyp, InChIKey, Stereo SMILES). Wasser sind keine nichtpolymeren Einheiten im PDB-Datenmodell und erscheinen nie. Einträge ohne Liganden geben Liganden zurück: []. n_nonpolymer_entities ist die wahre Anzahl von entry's; truncated=true, wenn es max_ligands überschreitet (geklemmt an 1..25, was das Anforderungsbudget begrenzt) - niemals stillschweigend fallen gelassen. Entitäten/Komponenten, die die Daten API nicht mehr bedienen, werden inline mit "error" gemeldet: "not_found" (Teilergebnisse, kein abgebrochener Anruf). Eine unbekannte Entry ID Fehler.

Feld	Typ	Anforderungen und Beschränkungen
pdb_id	Zeichenfolge	erforderlich
max_ligands	Ganzzahl	fakultativ; Standard: 25

const result = await host.mcp("structures", "pdb_get_ligands", {"pdb_id": "1TUP"})

alphafold_get_prediction

AlphaFold DB Predicted-Structure-Metadaten für einen UniProt-Beitritt. Gibt has_model, n_models und pro-model records zurück. Ein einzelner Zugriff kann mehrere Modelle tragen (kanonische + Isoformen wie 'P04637-9' und Community-Anbieter jenseits der Google DeepMind-Monomer-Pipeline - provider_id / tool_used identifizieren sie). Jedes Modell: Eintrags-ID, UniProt-Annotation (ID, Beschreibung, Gen, Organismus, Taxid, überprüfte Flaggen), Sequenzkoordinaten und -länge, globales pLDDT (global_plddt, 0-100) zuzüglich des Rückstandsanteils pro pLDDT-Konfidenzton (very_low < 50, niedriges 50-70, zuversichtliches 70-90, very_high > 90), Informationen zur Modellversion und Erstellungsdatum sowie Download-URLs (cif/bcif/pdb-Koordinaten, PAE JSON + Bild, pro Rest pLDDT JSON, MSA, AlphaMissense CSV, sofern verfügbar) — nur URLs, Nutzlasten werden nie heruntergeladen; Holen Sie sie selbst, wenn nötig. Accessions ohne Prediction Return has_model=false (kein Fehler); Fehlformierte Identifikatoren geben ein explizites error-Feld zurück. include_sequence = true fügt die Modellsequenz hinzu (Protein-One-Buchstabe).

Feld	Typ	Anforderungen und Beschränkungen
uniprot_accession	Zeichenfolge	erforderlich
include_sequence	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("structures", "alphafold_get_prediction", {"uniprot_accession": "P04637"})

alphafold_check_coverage

Batch AlphaFold DB-Abdeckungsprüfung (max. 40 eindeutige UniProt-Zugänge). Leereinträge und Duplikate werden abgestreift, bevor der Batch-Cap angewendet wird, und offenbart: n_requested == n_unique + n_blank_skipped + n_duplicate_skipped versöhnt sich immer. Ein kompakter Datensatz pro eindeutigem Beitritt, in der Eingabereihenfolge: has_model, n_models und das primäre (erste gelistete) Modell's model_entity_id, latest_version, global_plddt und sequence_length. Zugänge ohne Prädiktionsmeldung has_model = falsch; Fehlgebildete tragen ein explizites error-Feld - niemals stillschweigend fallen gelassen. Verwenden Sie die Triage, welche Proteine eines Sets über brauchbare vorhergesagte Strukturen verfügen, bevor Sie vollständige Datensätze mit alphafold_get_prediction erstellen.

Feld	Typ	Anforderungen und Beschränkungen
uniprot_accessions	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("structures", "alphafold_check_coverage", {"uniprot_accessions": ["P04637", "P38398", "Q9Y6K9"]})

pdb_search_sequence

Suche nach experimentellen PDB-Protein-Entitäten aus einer nicht geappten Proteinsequenz (25..10000 Aminosäuren, roh oder Single-Record FASTA); Whitespace und Kleinbuchstaben akzeptiert. Sequenzähnlichkeit verwendet RCSB MMseqs2-Sequenzidentität: identity_cutoff ist ein Bruch 0..1, kein Prozentsatz; evalue_cutoff ist der maximale E-Wert. min_query_coverage (0..1) filtert jede Ausrichtung lokal mit (query_end - query_beg + 1) / Eingabesequenzlänge; Ein Treffer benötigt eine Ausrichtung, die den Cutoff erfüllt, und nur qualifizierende Ausrichtungen werden zurückgegeben. Dies ist Sequenzabdeckung, nicht experimentell aufgelöste Rückstandsabdeckung. Scannt maximal max_candidates (Standard 100, max 1000) vorgelagerte Treffer in Relevanzreihenfolge, gibt dann maximal max_rows (Standard 10, max 25) Entitäten mit Ketten-IDs und Übereinstimmungsmetriken zurück. total_count ist die vorgelagerte Gesamtmenge VOR der Abdeckungsfilterung; n_matched zählt qualifizierte Entitäten nur unter den gescannten Kandidaten. abgeschnitten bedeutet, dass mehr vorgelagerte Kandidaten oder qualifizierte Aufzeichnungen verbleiben. Erhöhen Sie max_candidates, um niedrigere Treffer zu untersuchen. Ketten-IDs listen alle hinterlegten Kopien der passenden Entität auf: asym_ids sind Label-IDs, auth_asym_ids sind Autoren-IDs. Metadaten 404s behalten die Übereinstimmung mit metadata_error=not_found und Null-Chain-IDs. Relevanz-Score ist keine Sequenzidentität. Nur experimentelle Strukturen; Kette zu pdb_get_structures für Eingabe-Metadaten. Es werden keine Koordinatendateien heruntergeladen.

Feld	Typ	Anforderungen und Beschränkungen
sequence	Zeichenfolge	erforderlich; minLänge: 25; maxLänge: 50000
identity_cutoff	Zahl	fakultativ; Standard: 0.3; mindestens: 0; höchstens: 1
evalue_cutoff	Zahl	fakultativ; Standard: 0.1; exklusivMinimum: 0
min_query_coverage	Zahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1
max_candidates	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000
max_rows	Ganzzahl	fakultativ; Standard: 10; mindestens: 1; höchstens: 25

const result = await host.mcp("structures", "pdb_search_sequence", {"sequence": "MTEYKLVVVGAGGVGKSALTIQLIQNHFVDEYDPTIEDSYRKQV", "identity_cutoff": 0.9, "min_query_coverage": 0.8, "max_rows": 10})

omnipath_query_regulation

Query leitete, signierte menschliche Proteinregulierung von OmniPath. Geben Sie einen kanonischen menschlichen UniProt-Beitritt an (Bezeichnungen zuerst mit dem Genes-Connector auflösen). Partnerknoten können Proteine oder native COMPLEX sein: Identifikatoren; expandieren Sie niemals Komplexe in abgeleitete paarweise Kanten; Upstream-Return-Quellen, die das abgefragte Ziel regulieren; Downstream-Return-Ziele, die von der abgefragten Quelle reguliert werden. Sowohl Stimulation als auch Hemmung können wahr sein: Konfligierende Beweise und separate Konsensflaggen bewahren. Verwendet den Omnipath-Datensatz und den vorgelagerten kommerziellen Lizenzfilter; die ursprünglichen Ressourcenbedingungen gelten weiterhin. Beziehungen und Zitate aggregieren mehrere Quellen und biologische Kontexte, nicht gewebespezifische Kausalbeweise. Ergebnisse verwenden Upstream-Order, nicht Vertrauens-Ranking; begrenzte Ergebnisse sind nicht das gesamte Netzwerk. Keine Paginierung oder Bulk Download.

Field	Type	Requirement and constraints
accession	string	required; pattern: "^(?:[OPQ][0-9][A-Z0-9]{3}[0-9]|[A-NR-Z][0-9](?:[A-Z][A-Z0-9]{2}[0-9]){1,2})$"
direction	string	required; enum: ["upstream", "downstream"]
limit	integer	optional; default: 10; minimum: 1; maximum: 50

const result = await host.mcp("structures", "omnipath_query_regulation", {"accession": "P00533", "direction": "upstream", "limit": 10})

pdb_search_structure_similarity

Finden Sie experimentelle PDB-Proteinketten, die in 3D einer hinterlegten PDB-Kette ähnlich sind, unter Verwendung der RCSB-strukturinformierten Einbettungssuche mit globalem Matching, vorhergesagtem TM-Score-Cutoff 0,8 und 10.000 Kandidaten. Geben Sie eine vierstellige PDB-ID und label asym id an (RCSB/mmCIF-Ketten-ID, nicht die Autoren-Ketten-ID; erhältlich bei pdb get entities). Gibt erstklassige Kettenkennungen und Upstream-Scores zurück; die Abfragekette kann unter Treffern erscheinen. Kein Koordinatenupload, strukturelle Ausrichtung, RMSD oder lokal berechneter TM-Score.

Field	Type	Requirement and constraints
pdb_id	string	required; pattern: "^[1-9][A-Za-z0-9]{3}$"
label_asym_id	string	required; minLength: 1; maxLength: 16; pattern: "^[A-Za-z0-9]+$"
max_rows	integer	optional; default: 10; minimum: 1; maximum: 50

const result = await host.mcp("structures", "pdb_search_structure_similarity", {"pdb_id": "1CLL", "label_asym_id": "A", "max_rows": 10})

pdbe_get_validation

Erhalten Sie PDBe-Qualitätswerte und wichtige Validierungsstatistiken für einen experimentellen PDB-Eintrag. Einschließlich der Versuchsmethode. Bewahren Sie Nullmetriken und unbekannte experimentelle Datenverfügbarkeit; fehlende Metriken sind nicht Null oder Hinweise auf schlechte Qualität. Noten sind Upstream-Zusammenfassungen, kein universelles Ranking über experimentelle Methoden hinweg. Keine vorhergesagten Modelle oder Rückstandsberichte.

Field	Type	Requirement and constraints
pdb_id	string	required; maxLength: 4; pattern: "^[1-9][A-Za-z0-9]{3}$"

const result = await host.mcp("structures", "pdbe_get_validation", {"pdb_id": "1cbs"})

ChEMBL

Operationen und Parameter anzeigen

compound_search

Suche ChEMBL chemische Verbindungen nach Namen (Standard), ChEMBL id oder molekulare Struktur. Nach Name: case-insensitives Synonym Substring Match (fällt auf eine Preferred-Name-Match zurück). Von chembl_id: Direct Record Lookup. Mit Lächeln: Tanimoto Ähnlichkeitssuche, wenn similarity_threshold gesetzt ist, sonst eine Unterstruktursuche (Strukturspaziergänge sind gedeckelt und zeigen walk_truncated/upstream_total). Optionale max_phase-Filter nach klinischem Stadium. Geben Sie mindestens einen Namen, chembl_id, oder Lächeln. Verwenden Sie stattdessen drug_search, wenn Sie nach therapeutischer Indikation suchen.

Feld	Typ	Anforderungen und Beschränkungen
name	Zeichenfolge	fakultativ
chembl_id	Zeichenfolge	fakultativ
smiles	Zeichenfolge	fakultativ
similarity_threshold	Ganzzahl	fakultativ; mindestens: 70; höchstens: 100
max_phase	Ganzzahl	fakultativ; enum: [0, 1, 2, 3, 4]
limit	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 1000

const result = await host.mcp("chembl", "compound_search", {"name": "aspirin", "limit": 5})

drug_search

Suchen Sie zugelassene Medikamente und klinische Kandidaten nach therapeutischer Indikation (EFO-Begriff, Teilübereinstimmung). Verbindet drug_indication-Zeilen zu unterschiedlichen Muttermolekülen, dann zu Moleküldatensätzen und Entnahme-/Black-Box-Warnungen. only_approved beschränkt sich auf die Phase 4. Optionale Postfilter molecule_chembl_id, drug_name (Preferred-Name-Substring) und max_phase (>=) verengen den verbundenen Satz. Verwenden Sie compound_search für Name/ID/Struktur-Lookups.

Feld	Typ	Anforderungen und Beschränkungen
indication	Zeichenfolge	erforderlich
drug_name	Zeichenfolge	fakultativ
molecule_chembl_id	Zeichenfolge	fakultativ
max_phase	Ganzzahl	fakultativ; enum: [0, 1, 2, 3, 4]
only_approved	boolescher Wert	fakultativ; Standard: falsch
limit	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 1000

const result = await host.mcp("chembl", "drug_search", {"indication": "hypertension", "only_approved": true, "limit": 10})

get_admet

Retrieve ChEMBL berechnete molekulare Eigenschaften für die Arzneimittelähnlichkeit / ADMET-Bewertung eines Moleküls (ALogP, Molekulargewicht, PSA, HBA / HBD, drehbare Bindungen, aromatische Ringe, schwere Atome, Regel-of-5-Verstöße, Regel-of-3-Pass, QED, Molekularformel). Diese werden aus der Struktur berechnet, nicht aus experimentellen Messungen.

Feld	Typ	Anforderungen und Beschränkungen
molecule_chembl_id	Zeichenfolge	erforderlich

const result = await host.mcp("chembl", "get_admet", {"molecule_chembl_id": "CHEMBL25"})

get_bioactivity

ChEMBL-Bioaktivitätsmessungen (IC50, Ki, Kd, EC50, ...) für die Wechselwirkungen zwischen Verbindung und Ziel abrufen. Filtern nach molecule_chembl_id, target_chembl_id und/oder assay_chembl_id, activity_type (standard_type), einem pChEMBL-Boden (min_pchembl), einem standard_value-Bereich (min_value/max_value) und Einheit (standard_units). Gibt eine von activity_id bestellte Seite mit einer seitenlokalen, am stärksten wirksamen Zusammenfassung zurück. next_offset als Offset mit den gleichen Filtern übergeben, um über 1,000-Einträge hinaus fortzufahren; Stoppen Sie, wenn has_more falsch ist. Verwenden Sie get_assay, um den experimentellen Kontext zu untersuchen, bevor Sie Messungen vergleichen.

Feld	Typ	Anforderungen und Beschränkungen
molecule_chembl_id	Zeichenfolge	fakultativ
target_chembl_id	Zeichenfolge	fakultativ
assay_chembl_id	Zeichenfolge	fakultativ; minLänge: 1; Muster: "^CHEMBL[0-9]+$"
activity_type	Zeichenfolge	fakultativ; enum: ["IC50", "EC50", "Ki", "Kd", "AC50", "GI50", "ED50", "Potency"]
min_pchembl	Zahl	fakultativ; mindestens: 0; höchstens: 14
min_value	Zahl	fakultativ
max_value	Zahl	fakultativ
unit	Zeichenfolge	fakultativ; enum: ["nM", "uM", "mM", "pM", "M"]
limit	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 1000
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 9007199254740991

const result = await host.mcp("chembl", "get_bioactivity", {"molecule_chembl_id":"CHEMBL25","activity_type":"IC50","limit":10})

get_mechanism

Retrieve ChEMBL-Mechanismus-of-Action-Datensätze für zugelassene Medikamente und klinische Kandidaten. Filtern nach molecule_chembl_id, target_chembl_id und/oder action_type. Wenn eine Molekül-ID nichts liefert, versucht gegen das Muttermolekül so Salz-Form-IDs zu lösen. Gibt eine von mec_id bestellte Seite mit einer Zusammenfassung des Aktionstyps zurück.

Feld	Typ	Anforderungen und Beschränkungen
molecule_chembl_id	Zeichenfolge	fakultativ
target_chembl_id	Zeichenfolge	fakultativ
action_type	Zeichenfolge	fakultativ; enum: ["INHIBITOR", "AGONIST", "ANTAGONIST", "BLOCKER", "MODULATOR", "OPENER", "ACTIVATOR", "POSITIVE ALLOSTERIC MODULATOR", "NEGATIVE ALLOSTERIC MODULATOR", "PARTIAL AGONIST", "INVERSE AGONIST"]
limit	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 1000

const result = await host.mcp("chembl", "get_mechanism", {"molecule_chembl_id": "CHEMBL25"})

target_search

Suche nach biologischen ChEMBL-Zielen (Proteine, Komplexe, Familien, Organismen). Filtern nach target_chembl_id, gene_symbol (genaue Komponenten-Synonym-Match), target_name (Preferred-Name-Substring), Organismus (Substring) und/oder target_type. Jedes Ergebnis trägt seine Komponenten mit UniProt-Zugängen, einem gene_symbol und begrenzten Querverweislisten.

Feld	Typ	Anforderungen und Beschränkungen
target_name	Zeichenfolge	fakultativ
gene_symbol	Zeichenfolge	fakultativ
target_chembl_id	Zeichenfolge	fakultativ
organism	Zeichenfolge	fakultativ
target_type	Zeichenfolge	fakultativ; enum: ["SINGLE PROTEIN", "PROTEIN COMPLEX", "PROTEIN FAMILY", "ORGANISM", "TISSUE", "CELL-LINE", "NUCLEIC-ACID", "SUBCELLULAR"]
limit	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 1000

const result = await host.mcp("chembl", "target_search", {"gene_symbol": "EGFR", "organism": "Homo sapiens", "limit": 5})

get_assay

Einen ChEMBL-Assay mit assay_chembl_id aus einer Bioaktivitätsaufzeichnung abrufen. Gibt experimentelle Beschreibung, Assaytyp und -format, Organismus, Zell-/Gewebekontext, Assayparameter, zugewiesenes Ziel- und Zielzuordnungsvertrauen zurück. Vertrauen beschreibt die Zielzuweisung, nicht die Messqualität; Vergleich der Testbedingungen vor der Kombination der IC50/Ki-Werte. Verwenden Sie get_bioactivity mit dem gleichen assay_chembl_id, um seine Messungen abzurufen.

Feld	Typ	Anforderungen und Beschränkungen
assay_chembl_id	Zeichenfolge	erforderlich; minLänge: 1; Muster: "^CHEMBL[0-9]+$"

const result = await host.mcp("chembl", "get_assay", {"assay_chembl_id":"CHEMBL1217643"})

bioRxiv

Operationen und Parameter anzeigen

get_categories

Liste alle 27 bioRxiv Themenkategorien und ihre API-kompatiblen Slugs (z.B.) "Krebsbiologie" -> "cancer_biology"). Verwenden Sie vor search_preprints, um gültige Kategoriewerte zu ermitteln.

Feld	Typ	Anforderungen und Beschränkungen
—	Objekt	Keine Felder; Ein leeres Objekt passieren.

const result = await host.mcp("biorxiv", "get_categories", {})

search_preprints

Suche bioRxiv/medRxiv Preprints nach Datum und (optional) Kategorie. Verwenden Sie genau EINE Suchmethode: date_from + date_to, recent_days (letzte N Tage) oder recent_count (letzte N innerhalb eines 90-Tagesfensters); ohne, die letzten 60 Tage. Es gibt keine Keyword/Textsuche. Cursor Paginate. Gibt DOI, Titel, Autoren, Datum, Kategorie, Version und eine 200-Char-Abstract-Vorschau zurück.

Feld	Typ	Anforderungen und Beschränkungen
server	Zeichenfolge	fakultativ; Standard: "biorxiv"; enum: ["biorxiv", "medrxiv"]
category	Zeichenfolge	fakultativ; enum: ["Verhalten und Kognition von Tieren", "Biochemie", "Bioengineering", "Bioinformatik", "Biophysik", "Krebsbiologie", "Zellbiologie", "Klinische Prüfungen", "Entwicklungsbiologie", "Ökologie", "Epidemiologie", "Evolutionsbiologie", "Genetik", "Genomik", "Immunologie", "Mikrobiologie", "Molekularbiologie", "Neurowissenschaften", "Paläontologie", "Pathologie", "Pharmakologie und Toxikologie", "Physiologie", "Pflanzenbiologie", "Wissenschaftliche Kommunikation und Bildung", "Synthetische Biologie", "Systembiologie", "Zoologie"]
date_from	Zeichenfolge	fakultativ
date_to	Zeichenfolge	fakultativ
recent_days	Ganzzahl	fakultativ; mindestens: 1
recent_count	Ganzzahl	fakultativ; mindestens: 1
limit	Ganzzahl	fakultativ; Standard: 10; mindestens: 1; höchstens: 100
cursor	Ganzzahl	fakultativ; Standard: 0; mindestens: 0

const result = await host.mcp("biorxiv", "search_preprints", {"recent_days": 30, "category": "neuroscience", "limit": 20})

get_preprint

Erhalten Sie vollständige Metadaten für einen Vordruck von DOI (Blatt " 10.1101/...") oder eine vollständige https://doi.org/ URL. Verwendet die neueste Version. Gibt Titel, Autoren, entsprechenden Autor + Institution, vollständige Abstract, Kategorie, Lizenz, Version, JATS XML, Finanzierung, veröffentlichte Zeitschrift DOI (falls verknüpft), PDF und Web-URLs und Versionszahl zurück. Preprints werden nicht peer-reviewed.

Feld	Typ	Anforderungen und Beschränkungen
doi	Zeichenfolge	erforderlich
server	Zeichenfolge	fakultativ; Standard: "biorxiv"; enum: ["biorxiv", "medrxiv"]

const result = await host.mcp("biorxiv", "get_preprint", {"doi": "10.1101/339747"})

search_published_preprints

Finden Sie Preprints, die später in Peer-Review-Zeitschriften veröffentlicht wurden (Preprint ->) Journal-Artikel-Links. Gleiche ONE-OF Suchmethoden wie search_preprints (date_from + date_to / recent_days / recent_count). include_details=false gibt eine kompakte Zusammenfassung zurück. Herausgeberfilter nach Zeitschrift DOI Präfix (z.B. "10.1038" für Nature) über die bioRxiv-only /publisher Route.

Feld	Typ	Anforderungen und Beschränkungen
server	Zeichenfolge	fakultativ; Standard: "biorxiv"; enum: ["biorxiv", "medrxiv"]
publisher	Zeichenfolge	fakultativ
include_details	boolescher Wert	fakultativ; Standard: true
date_from	Zeichenfolge	fakultativ
date_to	Zeichenfolge	fakultativ
recent_days	Ganzzahl	fakultativ; mindestens: 1
recent_count	Ganzzahl	fakultativ; mindestens: 1
limit	Ganzzahl	fakultativ; Standard: 10; mindestens: 1; höchstens: 100
cursor	Ganzzahl	fakultativ; Standard: 0; mindestens: 0

const result = await host.mcp("biorxiv", "search_published_preprints", {"publisher": "10.1038", "date_from": "2024-01-01", "date_to": "2024-01-05", "limit": 10})

search_by_funder

Finden Sie Preprints, die einen Funder bestätigen, identifiziert durch ROR-ID (9-char, z.B. " 021nxhr62" für NIH; Eine vollständige https://ror.org/ URL wird ebenfalls akzeptiert. Erfordert eine explizite date_from + date_to; Funder-Metadaten beginnen mit 2025-04-10. Filter für die fakultative Kategorie. Cursor Paginate. Gleiche kompakte Ergebnisform wie search_preprints.

Feld	Typ	Anforderungen und Beschränkungen
funder_ror_id	Zeichenfolge	erforderlich
date_from	Zeichenfolge	erforderlich
date_to	Zeichenfolge	erforderlich
server	Zeichenfolge	fakultativ; Standard: "biorxiv"; enum: ["biorxiv", "medrxiv"]
category	Zeichenfolge	fakultativ; enum: ["Verhalten und Kognition von Tieren", "Biochemie", "Bioengineering", "Bioinformatik", "Biophysik", "Krebsbiologie", "Zellbiologie", "Klinische Prüfungen", "Entwicklungsbiologie", "Ökologie", "Epidemiologie", "Evolutionsbiologie", "Genetik", "Genomik", "Immunologie", "Mikrobiologie", "Molekularbiologie", "Neurowissenschaften", "Paläontologie", "Pathologie", "Pharmakologie und Toxikologie", "Physiologie", "Pflanzenbiologie", "Wissenschaftliche Kommunikation und Bildung", "Synthetische Biologie", "Systembiologie", "Zoologie"]
limit	Ganzzahl	fakultativ; Standard: 10; mindestens: 1; höchstens: 100
cursor	Ganzzahl	fakultativ; Standard: 0; mindestens: 0

const result = await host.mcp("biorxiv", "search_by_funder", {"funder_ror_id": "021nxhr62", "date_from": "2025-04-10", "date_to": "2025-05-10", "limit": 10})

get_content_statistics

BioRxiv-Einreichungsstatistiken über die gesamte Historie — neue vs. revidierte Papierzählungen pro Periode, mit laufenden kumulativen Gesamtsummen. Intervall ist "monthly" (Standard) oder "yearly".

Feld	Typ	Anforderungen und Beschränkungen
interval	Zeichenfolge	fakultativ; Standard: "monthly"; enum: ["monthly", "yearly"]

const result = await host.mcp("biorxiv", "get_content_statistics", {"interval": "yearly"})

get_usage_statistics

bioRxiv Nutzungs-/Engagement-Statistiken über den gesamten Verlauf — abstrakte Ansichten, Volltextansichten und PDF Downloads pro Periode, mit kumulativen Gesamtsummen. Intervall ist "monthly" (Standard) oder "yearly".

Feld	Typ	Anforderungen und Beschränkungen
interval	Zeichenfolge	fakultativ; Standard: "monthly"; enum: ["monthly", "yearly"]

const result = await host.mcp("biorxiv", "get_usage_statistics", {"interval": "yearly"})

Arzneimittelregulierung

Operationen und Parameter anzeigen

search_drug_applications

Search Drugs@FDA-Anwendungen (NDA/ANDA/BLA) durch eine beliebige Kombination von exakten Phrasenfiltern (Marke, Generika, active_ingredient, Sponsor, marketing_status, dosage_form, Route, pharm_class). Generische und pharm_class Abfrage der harmonisierten openfda-Block (abwesend auf ältere Anwendungen, so leise übersprungen dort). Eine breite Suche gibt das erste max_records mit dem true total und truncated=true zurück; Seite über ~ 26,000-Datensätze hinaus, eng mit submission_date_from/to.

Feld	Typ	Anforderungen und Beschränkungen
brand	Zeichenfolge	fakultativ
generic	Zeichenfolge	fakultativ
active_ingredient	Zeichenfolge	fakultativ
sponsor	Zeichenfolge	fakultativ
marketing_status	Zeichenfolge	fakultativ; enum: ["Prescription", "Over-the-counter", "Discontinued", "None (Vorläufige Genehmigung)"]
dosage_form	Zeichenfolge	fakultativ
route	Zeichenfolge	fakultativ
pharm_class	Zeichenfolge	fakultativ
pharm_class_type	Zeichenfolge	fakultativ; enum: ["epc", "moa", "cs", "pe"]
search_type	Zeichenfolge	fakultativ; Standard: "and"; enum: ["and", "or"]
submission_date_from	Zeichenfolge	fakultativ
submission_date_to	Zeichenfolge	fakultativ
raw_search	Zeichenfolge	fakultativ
max_records	Ganzzahl	fakultativ; Standard: 50

const result = await host.mcp("drug-regulatory", "search_drug_applications", {"generic": "ATORVASTATIN CALCIUM", "marketing_status": "Prescription", "max_records": 25})

get_drug_application

Holen Sie sich einen Drugs@FDA-Antrag nach seiner Nummer (z.B.) "NDA020702", "ANDA076543", "BLA125514". Gibt den vollständigen Datensatz zurück - Sponsor, Produkte (Marke, Wirkstoffe + Stärken, Darreichungsform, Route, Marketingstatus, TE-Code), vollständige Einreichungshistorie und harmonisierte OpenFDA-Felder, wenn vorhanden.

Feld	Typ	Anforderungen und Beschränkungen
application_number	Zeichenfolge	erforderlich

const result = await host.mcp("drug-regulatory", "get_drug_application", {"application_number": "NDA020702"})

count_drug_applications

Aggregate Drugs@FDA Bucket zählt über ein Feld, optional eingeengt durch die gleichen Filter wie search_drug_applications. count_field akzeptiert freundliche Namen (sponsor_name, application_number, dosage_form, Route, marketing_status, te_code, pharm_class_epc/moa/cs/pe) oder einen rohen openFDA-Feldpfad (fügen Sie .exact yourself für analysierte Felder an).

Feld	Typ	Anforderungen und Beschränkungen
count_field	Zeichenfolge	erforderlich
brand	Zeichenfolge	fakultativ
generic	Zeichenfolge	fakultativ
active_ingredient	Zeichenfolge	fakultativ
sponsor	Zeichenfolge	fakultativ
marketing_status	Zeichenfolge	fakultativ
dosage_form	Zeichenfolge	fakultativ
route	Zeichenfolge	fakultativ
pharm_class	Zeichenfolge	fakultativ
pharm_class_type	Zeichenfolge	fakultativ; enum: ["epc", "moa", "cs", "pe"]
search_type	Zeichenfolge	fakultativ; Standard: "and"; enum: ["and", "or"]
submission_date_from	Zeichenfolge	fakultativ
submission_date_to	Zeichenfolge	fakultativ
raw_search	Zeichenfolge	fakultativ
max_buckets	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("drug-regulatory", "count_drug_applications", {"count_field": "marketing_status"})

get_drug_statistics

Drugs@FDA-Statistiken auf Corpus-Ebene in einem Aufruf - Gesamtanträge, Marketing-Status-Split, Top-Dosierungsformen und -routen (mit unterschiedlichen Zählungen) und Top-Sponsoren nach Anwendungszahl.

Feld	Typ	Anforderungen und Beschränkungen
—	Objekt	Keine Felder; Ein leeres Objekt passieren.

const result = await host.mcp("drug-regulatory", "get_drug_statistics", {})

list_pharmacologic_classes

Aufzählen der pharmakologischen Klassen mit ihren Anwendungszählungen, gezählt über die harmonisierte openfda.pharm_class_<type> Block. Counts reflektieren nur Anwendungen, die diesen Block tragen.

Feld	Typ	Anforderungen und Beschränkungen
class_type	Zeichenfolge	fakultativ; Standard: "epc"; enum: ["epc", "moa", "cs", "pe"]
max_buckets	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("drug-regulatory", "list_pharmacologic_classes", {"class_type": "epc", "max_buckets": 50})

get_generic_equivalents

Finden Sie generische Äquivalente eines Markenarzneimittels: Lösen Sie die Marke in ihre Referenzanwendung(en), extrahieren Sie den genauen Namenssatz/die Namen für aktive Inhaltsstoffe und geben Sie dann jede Drugs@FDA-Anwendung mit einem Produkt zurück, dessen Satz für aktive Inhaltsstoffe übereinstimmt (einschließlich TE-Codes und Marketingstatus).

Feld	Typ	Anforderungen und Beschränkungen
brand	Zeichenfolge	erforderlich

const result = await host.mcp("drug-regulatory", "get_generic_equivalents", {"brand": "Lipitor"})

search_drug_labels

Retrieve FDA Drug Product Labels (SPL) nach Inhaltsstoff / Name / Route mit gezielten Abschnitt Extraktion. Filter (active_ingredient, generic_name, brand_name, Route, product_type) treffen auf den openfda-Labelblock; Setzen Sie genau, um die nicht analysierten .exact Varianten abzufragen. Übergeben Sie Abschnitte, um rohe openFDA-Labelabschnitte anstelle des standardmäßig strukturierten Datensatzes zu extrahieren. raw_search schließt sich gegenseitig mit den abgebildeten Filtern aus.

Feld	Typ	Anforderungen und Beschränkungen
active_ingredient	Zeichenfolge	fakultativ
generic_name	Zeichenfolge	fakultativ
brand_name	Zeichenfolge	fakultativ
route	Zeichenfolge	fakultativ
product_type	Zeichenfolge	fakultativ; enum: ["HUMAN PRESCRIPTION DRUG", "HUMAN OTC DRUG"]
exact	boolescher Wert	fakultativ; Standard: falsch
raw_search	Zeichenfolge	fakultativ
sections	Array aus Zeichenfolgen	fakultativ
max_records	Ganzzahl	fakultativ; Standard: 25

const result = await host.mcp("drug-regulatory", "search_drug_labels", {"brand_name": "Tylenol", "max_records": 5})

search_drug_adverse_events

FAERS-Berichte nach gemeldetem drug_name (Arzneimittel), harmonisierter Marke / Gattung / Inhaltsstoff, Reaktion, Seriosität (1 = ernst, 2 = nicht ernst), Land oder erstem / letztem Empfangsdatum. Datumsangaben beschränken immer andere Filter; raw_search ersetzt abgebildete Filter, behält aber Daten bei. Berichte können mehrere Medikamente und Reaktionen auflisten und keine Ursache oder Inzidenz feststellen. Die Ergebnisse sind auf 26000 begrenzt; schmale Filter für größere Kohorten.

Feld	Typ	Anforderungen und Beschränkungen
drug_name	Zeichenfolge	fakultativ
brand_name	Zeichenfolge	fakultativ
generic_name	Zeichenfolge	fakultativ
ingredient	Zeichenfolge	fakultativ
reaction	Zeichenfolge	fakultativ
country	Zeichenfolge	fakultativ
serious	Zeichenfolge	fakultativ
received_date_from	Zeichenfolge	fakultativ
received_date_to	Zeichenfolge	fakultativ
receipt_date_from	Zeichenfolge	fakultativ
receipt_date_to	Zeichenfolge	fakultativ
search_type	Zeichenfolge	fakultativ; enum: ["epc", "moa", "cs", "pe"]
raw_search	Zeichenfolge	fakultativ
sort	Zeichenfolge	fakultativ
max_records	Ganzzahl	fakultativ; Standard: 25; mindestens: 1; höchstens: 26000

const result = await host.mcp("drug-regulatory", "search_drug_adverse_events", {"drug_name": "LIPITOR", "reaction": "headache", "max_records": 10})

count_drug_adverse_events

Aggregieren Sie übereinstimmende FAERS-Berichte nach Reaktion, Medikament, Ergebnis, Land oder Empfangsdatum. Zählungen spiegeln Berichte wider, nicht Inzidenz oder Verursachung; Mehrwertige Buckets überlappen sich und ihre Summe ist keine eindeutige Berichtssumme. Datumsfelder geben Zeit/Zählung statt Term/Zählung zurück. raw_search behält Datumsbeschränkungen bei.

Feld	Typ	Anforderungen und Beschränkungen
count_field	Zeichenfolge	erforderlich
drug_name	Zeichenfolge	fakultativ
brand_name	Zeichenfolge	fakultativ
generic_name	Zeichenfolge	fakultativ
ingredient	Zeichenfolge	fakultativ
reaction	Zeichenfolge	fakultativ
country	Zeichenfolge	fakultativ
serious	Zeichenfolge	fakultativ
received_date_from	Zeichenfolge	fakultativ
received_date_to	Zeichenfolge	fakultativ
receipt_date_from	Zeichenfolge	fakultativ
receipt_date_to	Zeichenfolge	fakultativ
search_type	Zeichenfolge	fakultativ; enum: ["epc", "moa", "cs", "pe"]
raw_search	Zeichenfolge	fakultativ
max_buckets	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000

const result = await host.mcp("drug-regulatory", "count_drug_adverse_events", {"count_field": "reaction", "drug_name": "LIPITOR"})

search_drug_recalls

Durchsuchen Sie FDA-Drogendurchsetzungsberichte (Produktrückrufe) von openFDA nach Firma, Produkt, Rückrufgrund, Klassifizierung, Status, Standort oder Berichtsdatum.

Feld	Typ	Anforderungen und Beschränkungen
recalling_firm	Zeichenfolge	fakultativ
product_description	Zeichenfolge	fakultativ
reason_for_recall	Zeichenfolge	fakultativ
status	Zeichenfolge	fakultativ
classification	Zeichenfolge	fakultativ
city	Zeichenfolge	fakultativ
state	Zeichenfolge	fakultativ
country	Zeichenfolge	fakultativ
report_date_from	Zeichenfolge	fakultativ
report_date_to	Zeichenfolge	fakultativ
search_type	Zeichenfolge	fakultativ; enum: ["epc", "moa", "cs", "pe"]
raw_search	Zeichenfolge	fakultativ
sort	Zeichenfolge	fakultativ
max_records	Ganzzahl	fakultativ; Standard: 25; mindestens: 1; höchstens: 26000

const result = await host.mcp("drug-regulatory", "search_drug_recalls", {"reason_for_recall": "contamination", "max_records": 10})

list_faers_bulk_files

Lesen Sie das offizielle OpenFDA Drug / Event Bulk JSON Partitionsmanifest. Dateien bleiben bei ihren offiziellen URLs; es wird kein Dateidownload, kein lokaler Job oder keine Analysedatenbank erstellt. Berichte sind keine Inzidenzschätzungen.

Field	Type	Requirement and constraints
offset	integer	optional; default: 0; minimum: 0; maximum: 100000
limit	integer	optional; default: 20; minimum: 1; maximum: 200

const result = await host.mcp("drug-regulatory", "list_faers_bulk_files", {"offset": 0, "limit": 5})

Humangenetik

Operationen und Parameter anzeigen

gwas_associations_for_variant

GWAS-Katalogverbände berichteten für eine Variante (rsID), die wichtigste zuerst. Args: rs_id (dbSNP rsID z.B. rs7412 APOE oder rs699 AGT; muss die aktuelle rsID von catalog' sein — Merged/Rentner-IDs können anstelle eines Fehlers Nullzeilen zurückgeben; max_records (Ausgangsobergrenze Standard 500); Trait-Hub-Varianten können 1000+-Assoziationen tragen; Zeilen werden vom Server nach aufsteigendem p-Wert sortiert, so dass ein gedeckeltes Ergebnis das obere Signalpräfix ist. Rückgabe {rs_id, api_total, zurückgegeben, abgeschnitten, Assoziationen}. api_total ist der Katalog's eigene Summe; gekürzte Flaggen ein gedeckelter Fetch. Jede Assoziationszeile: {association_id, p_value, pvalue_mantissa, pvalue_exponent, pvalue_description, or_value, beta, ci_lower, ci_upper, range, risk_frequency, snp_effect_alleles, rs_ids, locations, mapped_genes, efo_traits:[{efo_id, efo_trait}], bg_efo_traits, reported_trait, multi_snp_haplotype, snp_interaction, study_accession_id, pubmed_id, first_author}. or_value und Beta schließen sich pro Zeile gegenseitig aus (binär vs. quantitativ); p_Wert von 0.0 bedeutet p < ~1e-308 (verwenden Sie Mantissa / Exponent).

Feld	Typ	Anforderungen und Beschränkungen
rs_id	Zeichenfolge	erforderlich
max_records	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("human-genetics", "gwas_associations_for_variant", {"rs_id": "rs7412", "max_records": 100})

gwas_associations_for_gene

GWAS-Katalog-Assoziationen, deren Varianten zu einem Gen MAPPED sind (catalog's Ensembl Pipeline-Mapping, nicht von Autoren berichtet), am wichtigsten zuerst. Args: gene_symbol (HGNC-Symbol, exakte Übereinstimmung, z.B. PCSK9, APOE; case-sensitive upstream — kanonische Großbuchstaben passieren; intergene Varianten zu flankierenden Genen abbilden, so dass sich Reihen außerhalb des Genkörpers befinden können; max_records (Cap Default 500) Server-sortiert nach p-Wert aufsteigend. Returns {gene_symbol, api_total, zurückgegeben, abgeschnitten, Assoziationen} mit der gleichen Zeilenform wie gwas_associations_for_variant. Ein nicht vorhandenes Symbol gibt api_total=0 zurück, keinen Fehler.

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	erforderlich
max_records	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("human-genetics", "gwas_associations_for_gene", {"gene_symbol": "PCSK9", "max_records": 100})

gwas_associations_for_trait

GWAS-Katalogverbände kommentierten ein EFO-Merkmal, das wichtigste zuerst. Args: efo_id (Ontologie-Begriff Kurzform, wie er vom Katalog verwendet wird, z.B. MONDO_0005010, EFO_0004340, HP_0003124; Der Katalog migrierte viele historische EFO-IDs zu MONDO/HP — lösen Sie zuerst aktuelle IDs mit gwas_search_traits auf; Pass genau eine von efo_id/efo_trait; efo_trait (genaue Eigenschaft LABEL Alternative); max_records (Cap Default 500) Zeilen p-Wert aufsteigend. Returns {efo_id|efo_trait, api_total, zurückgegeben, abgeschnitten, Assoziationen} mit der gleichen Zeilenform wie gwas_associations_for_variant. Eine unbekannte ID/Label gibt api_total=0 zurück, keinen Fehler.

Feld	Typ	Anforderungen und Beschränkungen
efo_id	Zeichenfolge	fakultativ
efo_trait	Zeichenfolge	fakultativ
max_records	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("human-genetics", "gwas_associations_for_trait", {"efo_id": "MONDO_0005010", "max_records": 100})

gwas_search_traits

Suchen Sie nach GWAS Catalog EFO-Eigenschaftsanmerkungen nach Label-Substring - dem Einstiegspunkt für die Auflösung eines Krankheits- / Phänotypnamens in die Ontologie-IDs, die gwas_associations_for_trait / gwas_search_studies einnehmen. Args: Abfrage (case-insensitive Substring des Trait Labels, z.B. "coronary" Übereinstimmungen koronare Herzkrankheit MONDO_0005010 usw.; die Katalogmischungen EFO, MONDO, HP und OBA-IDs — don't nehmen ein Präfix EFO_ an; max_records (Cap Default 500). Returns {query, api_total, returned, abgeschnitten, efo_traits}; jede Zeile {efo_id, efo_trait, uri} nach Etikett sortiert. Count-verifiziert gegen den Katalog's eigenen Gesamt wenn nicht gedeckelt.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
max_records	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("human-genetics", "gwas_search_traits", {"query": "coronary", "max_records": 50})

gwas_search_studies

Durchsuchen Sie GWAS-Katalogstudien nach Merkmalsannotation oder Veröffentlichung. Args: efo_id (ontologische Kurzform, z.B. MONDO_0005010, über gwas_search_traits auflösen; Filter kombinieren UND — in der Regel passieren eins; efo_trait (exakte Merkmalskennzeichnung Alternative); pubmed_id (PubMed ID der Studie's Publikation, z.B. 38714703); max_records (Cap Default 500). Returns {filters, api_total, returned, abgeschnitten, studies}; jede Studienzeile {accession_id, disease_trait, efo_traits, bg_efo_traits, pubmed_id, initial_sample_size, replication_sample_size, discovery_ancestry, replication_ancestry, genotyping_technologies, Plattformen, Kohorte, full_summary_stats_available, unterstellt, gxe, gxg}. Count-verifiziert gegen den Katalog insgesamt, wenn nicht gedeckelt. Mindestens ein Filter ist erforderlich (der ungefilterte Katalog ist ~ 90k Studien).

Feld	Typ	Anforderungen und Beschränkungen
efo_id	Zeichenfolge	fakultativ
efo_trait	Zeichenfolge	fakultativ
pubmed_id	Zeichenfolge	fakultativ
max_records	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("human-genetics", "gwas_search_studies", {"efo_id": "MONDO_0005010", "max_records": 50})

gwas_get_study

Holen Sie sich eine GWAS-Katalogstudie durch ihren GCST-Beitritt. Args: accession_id (Studienanschluß, z.B. GCST90841394; in jeder Assoziationszeile als study_accession_id und in den Studiensuchergebnissen aufgeführt. Returns {found, accession_id, study} wobei die Studie dieselbe Zeilenform wie gwas_search_studies hat (Null, wenn der Beitritt unbekannt ist).

Feld	Typ	Anforderungen und Beschränkungen
accession_id	Zeichenfolge	erforderlich

const result = await host.mcp("human-genetics", "gwas_get_study", {"accession_id": "GCST90841394"})

gwas_get_variant

Holen Sie sich einen GWAS-Katalog-Variantendatensatz (Position, kartierte Gene, Folge) durch rsID - leichter als das Ziehen seiner Assoziationen. Args: rs_id (dbSNP rsID z.B. rs7412. Gibt {found, rs_id, Variante} zurück; Eine Variante ist {rs_id, fusioniert, functional_class, most_severe_consequence, Allele (z.B. "C/T (vorwärts)", mapped_genes, Standorte:[{Chromosom, Position, Region}], last_update_date} - Positionen GRCh38 - oder null, wenn die rsID nicht im Katalog enthalten ist. merged=1 bedeutet, dass die rsID stromaufwärts zu einem anderen Datensatz zusammengeführt wurde.

Feld	Typ	Anforderungen und Beschränkungen
rs_id	Zeichenfolge	erforderlich

const result = await host.mcp("human-genetics", "gwas_get_variant", {"rs_id": "rs7412"})

eqtl_list_datasets

Liste der eQTL-Katalogdatensätze (ein Datensatz = eine Studie x Gewebe-/Zelltyp x Quantifizierungsmethode). Args: study_label (genauer Studienname, z.B. GTEx, Alasoo_2018, BLUEPRINT tissue_label (genaue Gewebe/Zell-Typ-Etikette, z.B. Leber, Makrophagen, LCL — Kleinbuchstaben im Katalog; quant_method (ge = Genexpression, Exon, tx, txrev, Microarray, Blattschneider, Aptamer = Plasmaprotein); für konventionelle Gen-Level-eQTLs ge verwenden; max_records (Cap Default 1000) Der vollständige ungefilterte Katalog ist ~ 760 Datensätze. Gibt {filters zurück, zurückgegeben, abgeschnitten, datasets} sortiert nach dataset_id; {dataset_id (QTD...), study_id (QTS...), study_label, sample_group, tissue_id, tissue_label, condition_label, quant_method, sample_size}. Der API veröffentlicht keine Gesamtzählung; truncated=false beweist, dass die Auflistung vollständig ist.

Feld	Typ	Anforderungen und Beschränkungen
study_label	Zeichenfolge	fakultativ
tissue_label	Zeichenfolge	fakultativ
quant_method	Zeichenfolge	fakultativ
max_records	Ganzzahl	fakultativ; Standard: 1000

const result = await host.mcp("human-genetics", "eqtl_list_datasets", {"study_label": "Alasoo_2018", "quant_method": "ge"})

eqtl_associations

Molekular-QTL-Assoziationszeilen aus einem eQTL-Katalogdatensatz, gefiltert nach Gen, Variante oder Region. Args: dataset_id (QTD-Zugang aus eqtl_list_datasets, z.B. QTD000266; gene_id (unversionierte Ensembl-Gen-ID z.B.) ENSG00000130203 APOE; mindestens eines von gene_id/Rsid/Variante/pos erforderlich ist; rsid (dbSNP rsID); Variante (eQTL Catalogue variant string chr19_44908822_C_T, chr-präfixiertes Unterstrich GRCh38); Pos (genomisches Fensterchromosom:Start-Ende GRCh38 no chr Präfix, z.B. 19:44900000-44920000); nlog10p_min (significance floor: only rows with -log10(p) >= this, applied upstream); max_records (Cap Default 1000 = eine Seite). Rückgabe {dataset_id, Filter, zurückgeführt, abgeschnitten, Assoziationen}; jede Zeile {molecular_trait_id, gene_id, Variante, rsid, Chromosom, Position, ref, alt, Typ, beta, se, pvalue, nlog10p, maf, ac, an, r2, median_tpm}. Zeilen umfassen NUR das cis-Fenster des getesteten Datensatzes (±1 Mb jedes Gens); leer bedeutet "nicht getestet / nicht vorhanden". Es wird keine Gesamtzählung veröffentlicht: truncated=false beweist Erschöpfung, truncated=true bedeutet, dass die Kappe getroffen wurde.

Feld	Typ	Anforderungen und Beschränkungen
dataset_id	Zeichenfolge	erforderlich
gene_id	Zeichenfolge	fakultativ
rsid	Zeichenfolge	fakultativ
variant	Zeichenfolge	fakultativ
pos	Zeichenfolge	fakultativ
nlog10p_min	Zahl	fakultativ
max_records	Ganzzahl	fakultativ; Standard: 1000

const result = await host.mcp("human-genetics", "eqtl_associations", {"dataset_id": "QTD000266", "gene_id": "ENSG00000130203", "nlog10p_min": 2})

phewas_instances

Listen Sie die öffentlichen PheWeb PheWAS-Portale auf, die dieser Server abfragen kann, mit Genomaufbau und Fähigkeitsregistrierung. Gibt {instances:{key:{label, base_url, genome_build, capabilities, notes}}} zurück. Fähigkeiten benennen die Endpunkte, die jede Instanz exponiert: Variante (phewas_variant), Gen (phewas_finngen_gene), Phänotypen (phewas_list_phenotypes), Autovervollständigung (phewas_search_phenotypes). HINWEIS auf die Build-Split: FinnGen R12-Varianten-IDs sind GRCh38; BioBank Japan (pheweb.jp) ist GRCh37/hg19 — Liftover-Koordinaten vor dem Querabfragen.

Feld	Typ	Anforderungen und Beschränkungen
—	Objekt	Keine Felder; Ein leeres Objekt passieren.

const result = await host.mcp("human-genetics", "phewas_instances", {})

phewas_variant

PheWAS für eine Variante: seine Assoziation Statistiken gegen jeden Phänotyp in einer Biobank PheWeb-Portal, am wichtigsten zuerst. Args: Instanz (finngen FinnGen R12 GRCh38 oder bbj BioBank Japan GRCh37); Variantenkoords MÜSSEN auf dem instanz's-Build sein; Variante (chrom-pos-ref-alt, :/_ Separatoren und chr-Präfix toleriert, z.B. 19-44908822-C-T APOE rs7412 GRCh38/finngen oder 1-55505647-G-T PCSK9 rs11591147 GRCh37/bbj; max_phenos (Cap Default 200) FinnGen gibt ~2470 Zeilen zurück; sortiert nach p-Wert aufsteigend vor dem Capping. Returns {instance, genome_build, Variante, variant_meta, total, returned, truncated, phenotypes}; variant_meta {chrom, pos, ref, alt, rsids, nearest_genes, gnomad (nur FinnGen)}. Jede Phänotypzeile {phenocode, Phenostring, Kategorie, pval, mlogp, beta, sebeta, af|maf, maf_case, maf_control, n_cases, n_controls, n_samples} (unveröffentlichte Felder null); BBJ-Zeilen haben af, FinnGen-Zeilen haben maf-Triplets + mlogp. Unbekannte Varianten werfen einen nicht gefundenen Fehler auf.

Feld	Typ	Anforderungen und Beschränkungen
instance	Zeichenfolge	erforderlich; enum: ["finngen", "bbj"]
variant	Zeichenfolge	erforderlich
max_phenos	Ganzzahl	fakultativ; Standard: 200

const result = await host.mcp("human-genetics", "phewas_variant", {"instance": "finngen", "variant": "19-44908822-C-T", "max_phenos": 50})

phewas_finngen_gene

Gen-Level PheWAS aus FinnGen R12: für jeden Krankheitsendpunkt die am besten assoziierte Variante in der Genregion, am wichtigsten zuerst. Args: gene_symbol (HGNC Symbol z.B.) PCSK9, APOE; unbekannte Symbole einen nicht gefundenen Fehler verursachen; max_phenos (Cap Default 200) FinnGen hat ~2470-Endpunkte, je eine Zeile; sortiert nach p-Wert aufsteigend vor dem Capping. {instance:"finngen", genome_build:"GRCh38", gene_symbol, total, returned, truncated, phenotypes}; jede Zeile ist die phewas_variant Zeilenform plus Variante:{chrom, pos, ref, alt, varid, rsids} — die Top-Variante für diesen Endpunkt in dieser Gen's-Region (Region != Genkörper); PheWeb Pads Gengrenzen. Die meisten Zeilen sind Null-Ergebnisse (pval)~1) — die pro-Endpunkt-BEST-Variante wird immer noch gemeldet; Filtern Sie nach Pval selbst für signifikante Hits.

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	erforderlich
max_phenos	Ganzzahl	fakultativ; Standard: 200

const result = await host.mcp("human-genetics", "phewas_finngen_gene", {"gene_symbol": "PCSK9", "max_phenos": 50})

phewas_list_phenotypes

Vollständiger Phänotyp-Katalog (Krankheitsendpunkt) einer PheWeb-Instanz mit Fall- / Kontrollzählungen. Args: Instanz (derzeit setzt nur Finngen diesen Endpunkt frei); BBJ nicht — verwenden Sie phewas_search_phenotypes dort; max_records (Cap Default 3000 >) FinnGen's ~2470 Endpunkte, so dass der Standard den kompletten Katalog zurückgibt. Returns {instance, total, returned, abgeschnitten, Phänotypen} nach Phenocode sortiert; jede Zeile {phenocode (z.B. "T2D"), Phenostring, Kategorie, num_cases, num_controls, num_gw_significant (Anzahl der genomweit signifikanten Loci für diesen Endpunkt)}.

Feld	Typ	Anforderungen und Beschränkungen
instance	Zeichenfolge	fakultativ; Standard: "finngen"; enum: ["finngen"]
max_records	Ganzzahl	fakultativ; Standard: 3000

const result = await host.mcp("human-genetics", "phewas_list_phenotypes", {"instance": "finngen", "max_records": 3000})

phewas_search_phenotypes

Durchsuchen Sie einen PheWeb-Instanz's-Phänotypen (und Entitäten) nach Namen - der Einstiegspunkt für die Auflösung eines Krankheitsnamens in einen Phenocode. Args: Abfrage (Freitext-Phänotypabfrage z.B. "diabetes", "asthma"; übereinstimmende Phänotypnamen/-codes; Einige Instanzen stimmen auch mit Gennamen und rsIDs überein; Instanz (finngen default oder bbj — beide exponieren autocomplete); max_records (Cap Default 500) Autocomplete-Antworten sind kurze Listen, selten gedeckelt. Returns {instance, Query, total, returned, truncated, matches}; jede Übereinstimmung {display, phenocode, url}. Verwenden Sie den Phenocode mit phewas_list_phenotypes-Zeilen oder die Instanz-Website; BBJ Display Strings betten den Code in Klammern ein.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
instance	Zeichenfolge	fakultativ; Standard: "finngen"; enum: ["finngen", "bbj"]
max_records	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("human-genetics", "phewas_search_phenotypes", {"query": "diabetes", "instance": "finngen"})

gwas_get_summary_statistics

Inspizieren Sie das komplette GWAS Katalog-Summulationsstatistikpaket für einen GCST-Beitritt, ohne die potenziell riesigen Datendateien herunterzuladen. Returns found=false, wenn der Beitritt kein FTP-Verzeichnis hat; andernfalls gibt das HTTPS FTP-Verzeichnis, die Original- und harmonisierten Dateilisten, die analysierten -meta.yaml-Datensätze, die in diesen Datensätzen deklarierten Genombaugruppen und Harmonisierungsreferenzen sowie die aktuellen GWAS-SSF-Standardspaltendefinitionen zurück. Die Spaltendefinitionen beschreiben den Standard, nicht einen beobachteten Header aus einer komprimierten Datendatei. Verwenden Sie die zurückgegebenen Datei-URLs, um einen ausgewählten vollständigen Datensatz herunterzuladen. Args: accession_id (GCST-Anschluss, z.B. GCST90000123; metadata_file (optional exakter YAML-Dateiname zur Begrenzung des Metadaten-Parsings und beide Referenz-Zusammenfassungen); Die Dateiliste bleibt vollständig. Das FTP-Verzeichnis wird aus dem Tausend-Studien-Bucket des Beitritts abgeleitet; Fehlformiertes YAML oder ein nicht lesbares vorhandenes Verzeichnis bleibt ein vorgelagerter Fehler.

Feld	Typ	Anforderungen und Beschränkungen
accession_id	Zeichenfolge	erforderlich
metadata_file	Zeichenfolge	fakultativ; minLänge: 1

const result = await host.mcp("human-genetics", "gwas_get_summary_statistics", {"accession_id": "GCST90000123"})

Ausdruck

Operationen und Parameter anzeigen

gtex_tissue_sites

Listen Sie alle Gewebestellen mit Metadaten für eine angeheftete GTEx-Veröffentlichung auf (54 in gtex_v8): Probenzahl, eGene/sGene-Zahl, Farbcodes und UBERON-Ontologie-IDs.

Feld	Typ	Anforderungen und Beschränkungen
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_tissue_sites", {"dataset_id": "gtex_v8"})

gtex_dataset_info

Listen Sie alle GTEx-Dataset-Releases mit Metadaten auf: datasetId, GENCODE-Version, Genomaufbau, dbSNP-Bau und Proben-/Subjekt-/Gewebezahl.

Feld	Typ	Anforderungen und Beschränkungen
dataset_id	Zeichenfolge	fakultativ
organization_name	Zeichenfolge	fakultativ

const result = await host.mcp("expression", "gtex_dataset_info", {})

gtex_sample_info

Sample- und Donor-Metadaten für eine angeheftete GTEx-Freigabe, optional gefiltert nach tissue_site_detail_id, data_type (z.B. RNASEQ, WGS oder subject_id. Seiten- und zählverifiziert; ein ungefilterter Anruf entspricht Zehntausenden von Samples, also filtern oder setzen Sie max_samples.

Feld	Typ	Anforderungen und Beschränkungen
tissue_site_detail_id	Zeichenfolge	fakultativ
data_type	Zeichenfolge	fakultativ
subject_id	Zeichenfolge	fakultativ
max_samples	Ganzzahl	fakultativ
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_sample_info", {"tissue_site_detail_id": "Liver", "data_type": "RNASEQ", "max_samples": 100})

gtex_resolve_genes

Lösen Sie Gensymbole oder unversionierte Ensembl-IDs auf versionierte GENCODE-IDs für eine angeheftete Freisetzung, z.B. GAPDH -> ENSG00000111640.14. Füttern Sie die IDs an die Ausdruck / eQTL-Tools.

Feld	Typ	Anforderungen und Beschränkungen
genes	Array aus Zeichenfolgen	erforderlich
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_resolve_genes", {"genes": ["GAPDH", "BRCA2"]})

gtex_median_expression

Mediane Genexpression (TPM) für eine oder mehrere VERSIONIERTE GENCODE-IDs über Gewebe hinweg (Gewebe für alle weglassen). Seiten- und zählverifizierte Zeilen (Gen, Gewebe).

Feld	Typ	Anforderungen und Beschränkungen
gencode_ids	Array aus Zeichenfolgen	erforderlich
tissue_site_detail_ids	Array aus Zeichenfolgen	fakultativ
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_median_expression", {"gencode_ids": ["ENSG00000111640.14"]})

gtex_expression_summary

Fassen Sie die Expression eines Gens in ALLEN Geweben zusammen, die nach dem absteigenden Median TPM geordnet sind. Akzeptiert ein Symbol oder eine Ensembl-ID und löst es automatisch zuerst in eine versionierte GENCODE-ID auf.

Feld	Typ	Anforderungen und Beschränkungen
gene	Zeichenfolge	erforderlich
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_expression_summary", {"gene": "GAPDH"})

gtex_gene_expression

TPM-Arrays auf Probenebene (nicht aggregiert) für eine VERSIONED GENCODE-ID pro Gewebe (Gewebe für alle auslassen). Gibt das vollständige TPM-Array pro Stichprobe und n_samples für jedes Gewebe zurück.

Feld	Typ	Anforderungen und Beschränkungen
gencode_id	Zeichenfolge	erforderlich
tissue_site_detail_ids	Array aus Zeichenfolgen	fakultativ
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_gene_expression", {"gencode_id": "ENSG00000111640.14", "tissue_site_detail_ids": ["Whole_Blood"]})

gtex_top_expressed_genes

Top-n-Gene nach Median TPM in einem Gewebe unter Verwendung des API-Seitenrankings. filter_mt_gene (Standard true) löscht mitochondriale Gene aus dem Ranking.

Feld	Typ	Anforderungen und Beschränkungen
tissue_site_detail_id	Zeichenfolge	erforderlich
n	Ganzzahl	fakultativ; Standard: 100
filter_mt_gene	boolescher Wert	fakultativ; Standard: true
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_top_expressed_genes", {"tissue_site_detail_id": "Whole_Blood", "n": 20})

gtex_eqtl_genes

Alle eGene (Gene mit ≥ 1 signifikanten cis-eQTL) für ein Gewebe. Seite für Seite laufen und zählverifiziert (z.B.) Bauchspeicheldrüse gtex_v8 = 9,660. max_genes Caps, wie viele Zeilen zurückgegeben werden.

Feld	Typ	Anforderungen und Beschränkungen
tissue_site_detail_id	Zeichenfolge	erforderlich
max_genes	Ganzzahl	fakultativ
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_eqtl_genes", {"tissue_site_detail_id": "Pancreas", "max_genes": 100})

gtex_single_tissue_eqtls

Signifikante Einzelgewebe-cis-eQTL-Assoziationen für ein Gen und/oder eine Variante (vorberechnet). Geben Sie gencode_id und/oder variant_id an. tissue_site_detail_id verengt sich optional. Paged und count-verified.

Feld	Typ	Anforderungen und Beschränkungen
gencode_id	Zeichenfolge	fakultativ
variant_id	Zeichenfolge	fakultativ
tissue_site_detail_id	Zeichenfolge	fakultativ
max_results	Ganzzahl	fakultativ
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_single_tissue_eqtls", {"gencode_id": "ENSG00000111640.14"})

gtex_multi_tissue_eqtls

Multi-Tissue cis-eQTL Meta-Analyse (METASOFT) für eine VERSIONED GENCODE ID. variant_id verengt sich optional auf eine Variante. Gibt pro Variante Zeilen mit pro Gewebe m-Werte, NES, p-Werte und SEs.

Feld	Typ	Anforderungen und Beschränkungen
gencode_id	Zeichenfolge	erforderlich
variant_id	Zeichenfolge	fakultativ
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_multi_tissue_eqtls", {"gencode_id": "ENSG00000111640.14"})

gtex_calculate_eqtl

Berechnen Sie eine eQTL im laufenden Betrieb für jedes Gen-Varianten-Paar in einem Gewebe, einschließlich nicht signifikanter Paare. Gibt p-Wert, NES, t-Statistik, MAF und die Genotyp-/Expressionsarrays pro Stichprobe zurück.

Feld	Typ	Anforderungen und Beschränkungen
gencode_id	Zeichenfolge	erforderlich
variant_id	Zeichenfolge	erforderlich
tissue_site_detail_id	Zeichenfolge	erforderlich
dataset_id	Zeichenfolge	fakultativ; Standard: "gtex_v8"

const result = await host.mcp("expression", "gtex_calculate_eqtl", {"gencode_id": "ENSG00000111640.14", "variant_id": "chr12_6452899_G_A_b38", "tissue_site_detail_id": "Whole_Blood"})

bgee_species

Listen Sie Arten auf, die im Bgee-Atlas zur gesunden Wildtypexpression verfügbar sind, oder rufen Sie eine Art anhand ihrer NCBI-Taxonomie-ID ab. Das zurückgegebene taxon_id identifiziert diese Spezies, auch wenn ihr Referenzgenom zu einer anderen Spezies gehört. Eine Listenanforderung gibt has_expression_data: null zurück, da sie keine Datenquellenmetadaten lädt. Abfrage eines bestimmten species_id zur Überprüfung der Verfügbarkeit; Fehlende Metadaten bleiben auch null, nicht false.

Feld	Typ	Anforderungen und Beschränkungen
species_id	Ganzzahl	fakultativ; mindestens: 1; höchstens: 2147483647

const result = await host.mcp("expression", "bgee_species", {})

bgee_expression_calls

Abrufen von vorhandenen/abwesenden Expressionsaufrufen von Bgee und normalisierte Expressionsergebnisse für ein Gen in einer Spezies, wobei der anatomische Entitäts- und Zelltypkontext erhalten bleibt. Die Ergebnisse sind gesunde Wildtyp-Baseline-Aufrufe und können mit max_calls gedeckelt werden. Fehlende oder nicht spezifizierte Zelltypen werden als Null zurückgegeben.

Feld	Typ	Anforderungen und Beschränkungen
gene_id	Zeichenfolge	erforderlich
species_id	Ganzzahl	erforderlich; mindestens: 1; höchstens: 2147483647
max_calls	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 500
expression_type	Zeichenfolge	fakultativ; Standard: "EXPRESSED"; enum: ["EXPRESSED", "NOT_EXPRESSED"]

const result = await host.mcp("expression", "bgee_expression_calls", {"gene_id": "ENSG00000130208", "species_id": 9606, "max_calls": 50})

bgee_sparql_expression

Führen Sie eine begrenzte Bgee SPARQL-Abfrage für ein Gen, eine NCBI-Art und eine Gewebe-/Anatomieeinheit aus. Alle drei Filter sind erforderlich; Die generierte Abfrage enthält eine harte LIMIT und der Anruf hat einen eigenen Timeout.

Feld	Typ	Anforderungen und Beschränkungen
gene	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 128
species_id	Ganzzahl	erforderlich; mindestens: 1; höchstens: 2147483647
tissue	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 128
limit	Ganzzahl	fakultativ; Standard: 25; mindestens: 1; höchstens: 100

const result = await host.mcp("expression", "bgee_sparql_expression", {"gene": "APOC1", "species_id": 9606, "tissue": "liver", "limit": 25})

bgee_download_links

Erstellen Sie offizielle Bgee-Download-Links für eine Spezies: zusammengefasste Gegenwarts-/Abwesenheitsaufrufe oder verarbeitete Ausdruckswertverzeichnisse. Dies gibt nur URLs zurück und lädt niemals die großen Dateien herunter.

Feld	Typ	Anforderungen und Beschränkungen
species	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 128
file_kind	Zeichenfolge	fakultativ; Standard: "calls_simple"; enum: ["calls_simple", "calls_advanced", "processed_rna_seq", "processed_affymetrix", "processed_sc_full_length", "processed_sc_droplet_based"]
all_conditions	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("expression", "bgee_download_links", {"species": "Homo_sapiens", "file_kind": "calls_simple"})

Protein-Annotation

Operationen und Parameter anzeigen

get_domain_architecture

Komplette InterPro-Domänenarchitektur für ein oder mehrere UniProt-Proteine (alle übereinstimmenden Einträge, Member-DB-Signaturen, Fragmentkoordinaten), wobei die Paginierung anhand der API-Zahl verifiziert wird.

Feld	Typ	Anforderungen und Beschränkungen
accessions	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("protein-annotation", "get_domain_architecture", {"accessions": ["P04637"]})

search_interpro_entries

Keyword-Suche über InterPro oder Mitglieder-Datenbankeinträge (Pfam, SMART, PROSITE, PANTHER, CDD), kompletter Cursorlauf, der mit der API-Anzahl verifiziert wurde.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	fakultativ
entry_type	Zeichenfolge	fakultativ
source_db	Zeichenfolge	fakultativ; Standard: "interpro"
go_term	Zeichenfolge	fakultativ

const result = await host.mcp("protein-annotation", "search_interpro_entries", {"query": "kinase", "source_db": "pfam"})

get_interpro_entry

Detaildatensatz für einen InterPro-Eintrag (IPRxxxxxxxx) oder eine Pfam-Familie (PFxxxxxxx) — Route, die durch das Beitrittspräfix gewählt wird.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich

const result = await host.mcp("protein-annotation", "get_interpro_entry", {"accession": "IPR000719"})

search_pfam_clans

Keyword-Suche über Pfam-Clans (InterPro-Sets, Accessions CLxxxx).

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	fakultativ

const result = await host.mcp("protein-annotation", "search_pfam_clans", {"query": "kinase"})

get_pfam_clan

Pfam Clan Details einschließlich der komplett sortierten Mitgliederfamilienliste.

Feld	Typ	Anforderungen und Beschränkungen
clan_accession	Zeichenfolge	erforderlich

const result = await host.mcp("protein-annotation", "get_pfam_clan", {"clan_accession": "CL0016"})

get_pfam_family_proteins

Mitgliedsproteine einer Pfam-Familie (komplette Zählung verifizierter Spaziergang oder nur zählen). Verwenden Sie count_only für sehr große Familien.

Feld	Typ	Anforderungen und Beschränkungen
pfam_accession	Zeichenfolge	erforderlich
reviewed_only	boolescher Wert	fakultativ; Standard: falsch
tax_id	Ganzzahl	fakultativ
count_only	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("protein-annotation", "get_pfam_family_proteins", {"pfam_accession": "PF00069", "count_only": true})

get_pfam_family_proteomes

Proteome mit Mitgliedern einer Pfam-Familie. count_only ist standardmäßig wahr - die Upstream-Proteom-Cursor-Paginierung ist für tiefe Spaziergänge defekt.

Feld	Typ	Anforderungen und Beschränkungen
pfam_accession	Zeichenfolge	erforderlich
count_only	boolescher Wert	fakultativ; Standard: true

const result = await host.mcp("protein-annotation", "get_pfam_family_proteomes", {"pfam_accession": "PF00069"})

get_protein_atlas_gene

Human Protein Atlas per-Gen-Datensatz (Freigabe 25.x): Gewebe/Subzellular/Pathologie/Blut/Gehirn-Expression und Antikörper-Info. Akzeptiert eine Ensembl-Gen-ID oder ein Gensymbol.

Feld	Typ	Anforderungen und Beschränkungen
gene	Zeichenfolge	erforderlich
full	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("protein-annotation", "get_protein_atlas_gene", {"gene": "TP53"})

search_protein_atlas

Spaltenselektierte Massensuche über den Human Protein Atlas (search_download).

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
columns	Zeichenfolge	fakultativ; Standard: "g,gs,eg,gd,up,chr,chrp,scl"

const result = await host.mcp("protein-annotation", "search_protein_atlas", {"query": "kinase"})

map_string_ids

Zuordnung der Gensymbole/Aliasen zu STRING-Protein-Identifikatoren (v12.0). Jedes Eingabesymbol wird entweder abgebildet oder in unmapped aufgeführt - die beiden Partitionen der Eingabe.

Feld	Typ	Anforderungen und Beschränkungen
symbols	Array aus Zeichenfolgen	erforderlich
species	Ganzzahl	fakultativ; Standard: 9606

const result = await host.mcp("protein-annotation", "map_string_ids", {"symbols": ["TP53", "BRCA1", "EGFR"]})

get_string_network

STRING Protein-Protein-Interaktionsnetzwerk für eine Genliste (v12.0) bei einer Konfidenzschwelle. Kartensymbole zuerst (nicht zugeordnet gemeldet), dann ruft Knoten, Kanten, Zusammenfassung und Herkunft. Eine einzelne abgebildete Eingabe fordert 10-Interaktionsnachbarn an, die mit STRING übereinstimmen; Mehrere abgebildete Eingänge werden nicht erweitert.

Feld	Typ	Anforderungen und Beschränkungen
symbols	Array aus Zeichenfolgen	erforderlich
species	Ganzzahl	fakultativ; Standard: 9606
required_score	Ganzzahl	fakultativ; Standard: 700

const result = await host.mcp("protein-annotation", "get_string_network", {"symbols": ["TP53", "BRCA1", "EGFR"], "required_score": 700})

get_string_similarity_scores

Smith-Waterman Protein Ähnlichkeit Bitscores unter einem Gen-Set (STRING / Homologie). Sparse: Paare, die in den Daten von STRING' fehlen, werden nicht aufgeführt (Abwesenheit bedeutet keine aufgezeichnete Ähnlichkeit, nicht Null).

Feld	Typ	Anforderungen und Beschränkungen
symbols	Array aus Zeichenfolgen	erforderlich
species	Ganzzahl	fakultativ; Standard: 9606

const result = await host.mcp("protein-annotation", "get_string_similarity_scores", {"symbols": ["TP53", "MDM2", "MDM4"]})

get_string_best_similarity_hits

Bester Homologietreffer pro Inputprotein in einer Zielspezies (STRING /homology_best). target_species=null fragt nach dem besten Treffer für alle Arten.

Feld	Typ	Anforderungen und Beschränkungen
symbols	Array aus Zeichenfolgen	erforderlich
species	Ganzzahl	fakultativ; Standard: 9606
target_species	Ganzzahl	fakultativ

const result = await host.mcp("protein-annotation", "get_string_best_similarity_hits", {"symbols": ["TP53"], "target_species": 10090})

get_string_ppi_enrichment

STRING Protein-Protein-Interaktionsanreicherung für eine Genliste (v12.0). Testet, ob die kartierten Proteine mehr Wechselwirkungen aufweisen als von der STRING-Hintergrundverteilung erwartet, mit einem optionalen Hintergrundsatz von STRING-Protein-IDs.

Feld	Typ	Anforderungen und Beschränkungen
symbols	Array aus Zeichenfolgen	erforderlich
species	Ganzzahl	fakultativ; Standard: 9606
required_score	Ganzzahl	fakultativ; Standard: 400
background_string_ids	Array aus Zeichenfolgen	fakultativ

const result = await host.mcp("protein-annotation", "get_string_ppi_enrichment", {"symbols": ["TP53", "BRCA1", "EGFR"], "required_score": 700})

Krebsmodelle

Operationen und Parameter anzeigen

cbioportal_list_studies

cBioPortal-Krebsstudien, optional gefiltert nach einem Freitext-Schlüsselwort (Name/Beschreibung/Krebstyp) und/oder einer genauen Krebstyp-ID; Studienid, Name, Krebstyp, Referenzgenom, Zitat und Stichprobenzahl pro Datentyp.

Feld	Typ	Anforderungen und Beschränkungen
keyword	Zeichenfolge	fakultativ
cancer_type_id	Zeichenfolge	fakultativ
max_records	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("cancer-models", "cbioportal_list_studies", {"keyword": "glioma"})

cbioportal_get_study

Erhalten Sie eine cBioPortal-Krebsstudie nach ID: Metadaten, Stichprobenzahlen pro Datentyp, wahre Proben- / Patientenzählungen (aus den Studiensammlungen, nicht aus dem Anzeigefeld) und ihre molekularen Profile.

Feld	Typ	Anforderungen und Beschränkungen
study_id	Zeichenfolge	erforderlich

const result = await host.mcp("cancer-models", "cbioportal_get_study", {"study_id": "msk_impact_2017"})

cbioportal_mutations_in_gene

Alle Mutationen eines Gens (HUGO-Symbol) in einer cBioPortal-Studie mit Rezidivaggregaten: Gesamtmutationen, mutierte Probenzahl, Mutationstyp- und Proteinveränderungsverteilungen sowie die häufigsten Proteinveränderungen.

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	erforderlich
study_id	Zeichenfolge	erforderlich
max_records	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("cancer-models", "cbioportal_mutations_in_gene", {"gene_symbol": "IDH1", "study_id": "difg_msk_2023"})

cbioportal_mutation_frequency

Mutationshäufigkeit eines Gens in mehreren cBioPortal-Studien (1-12): einzigartige mutierte Proben, geteilt durch Proben, die für dieses Gen in dem ausgewählten Mutationsprofil und der Probenliste profiliert wurden, wobei die Zielgentafeln berücksichtigt werden; Rangliste der häufigsten Ersten.

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	erforderlich
study_ids	Array aus Zeichenfolgen	erforderlich; minItems: 1; maxItems: 12

const result = await host.mcp("cancer-models", "cbioportal_mutation_frequency", {"gene_symbol": "KRAS", "study_ids": ["msk_impact_2017", "difg_msk_2023"]})

cbioportal_cna_in_gene

Diskrete Kopienzahl-Veränderungen eines Gens in einer cBioPortal-Studie, gefiltert nach Ereignistyp (tiefe Deletion / Amplifikation standardmäßig), mit der vollständigen Veränderungsverteilung pro Stichprobe.

Feld	Typ	Anforderungen und Beschränkungen
gene_symbol	Zeichenfolge	erforderlich
study_id	Zeichenfolge	erforderlich
event_type	Zeichenfolge	fakultativ; Standard: "HOMDEL_AND_AMP"; enum: ["HOMDEL_AND_AMP", "HOMDEL", "AMP", "GAIN", "HETLOSS", "DIPLOID", "ALL"]
max_records	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("cancer-models", "cbioportal_cna_in_gene", {"gene_symbol": "CDKN2A", "study_id": "msk_impact_2017"})

cbioportal_clinical_attributes

Klinische Attribute, die in einer cBioPortal-Studie (Felder auf Patienten- und Probenebene) definiert wurden, wobei die Überlebensendpunkte hervorgehoben werden und ob Daten zum Gesamtüberleben vorliegen.

Feld	Typ	Anforderungen und Beschränkungen
study_id	Zeichenfolge	erforderlich
max_records	Ganzzahl	fakultativ; Standard: 200

const result = await host.mcp("cancer-models", "cbioportal_clinical_attributes", {"study_id": "brca_tcga_pan_can_atlas_2018"})

cbioportal_get_samples

Liste cBioPortal Proben in einer Studie mit detaillierten Proben- und Patientenidentifikatoren. Optionale sample_ids beschränken die zurückgegebenen Zeilen; max_records begrenzt die Antwort, während die wahre Studienzahl erhalten bleibt.

Feld	Typ	Anforderungen und Beschränkungen
study_id	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
sample_ids	Array aus Zeichenfolgen	fakultativ; minItems: 1; maxItems: 1000
max_records	Ganzzahl	fakultativ; Standard: 500; mindestens: 1; höchstens: 10000

const result = await host.mcp("cancer-models", "cbioportal_get_samples", {"study_id": "brca_tcga_pan_can_atlas_2018", "max_records": 100})

cbioportal_get_patients

Liste cBioPortal Patienten in einer Studie mit detaillierten Identifikatoren. Optionale patient_ids beschränken die zurückgegebenen Zeilen; max_records begrenzt die Antwort, während die wahre Studienzahl erhalten bleibt.

Feld	Typ	Anforderungen und Beschränkungen
study_id	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
patient_ids	Array aus Zeichenfolgen	fakultativ; minItems: 1; maxItems: 1000
max_records	Ganzzahl	fakultativ; Standard: 500; mindestens: 1; höchstens: 10000

const result = await host.mcp("cancer-models", "cbioportal_get_patients", {"study_id": "brca_tcga_pan_can_atlas_2018", "max_records": 100})

cbioportal_get_clinical_data

cBioPortal klinische Datenwerte für explizite patient_ids oder sample_ids Übereinstimmungsstufen abrufen, optional beschränkt auf attribute_ids. Klinische Werte bleiben Strings, einschließlich fehlender Wertmarker.

Feld	Typ	Anforderungen und Beschränkungen
study_id	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
level	Zeichenfolge	fakultativ; Standard: "SAMPLE"; enum: ["SAMPLE", "PATIENT"]
attribute_ids	Array aus Zeichenfolgen	fakultativ; maxItems: 1000
sample_ids	Array aus Zeichenfolgen	fakultativ; minItems: 1; maxItems: 1000
patient_ids	Array aus Zeichenfolgen	fakultativ; minItems: 1; maxItems: 1000
max_records	Ganzzahl	fakultativ; Standard: 1000; mindestens: 1; höchstens: 10000

const result = await host.mcp("cancer-models", "cbioportal_get_clinical_data", {"study_id": "brca_tcga_pan_can_atlas_2018", "level": "PATIENT", "attribute_ids": ["AGE"], "patient_ids": ["TCGA-A1-A0SB"]})

cbioportal_get_molecular_data

Abrufen numerischer mRNA- oder Proteinexpressionswerte aus einem expliziten molekularen Studienprofil. Profile mit cbioportal_get_study entdecken; Wählen Sie die Messung/Normalisierung bewusst. Liefern Sie gene_symbol oder entrez_gene_ids und genau eines von sample_ids oder sample_list_id. Fehlende Zeilen sind kein Nullausdruck.

Feld	Typ	Anforderungen und Beschränkungen
study_id	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
molecular_profile_id	Zeichenfolge	erforderlich; minLänge: 1; Muster: "\S"
gene_symbol	Zeichenfolge	fakultativ
entrez_gene_ids	Array aus Ganzzahlen	fakultativ; maxItems: 1000
sample_ids	Array aus Zeichenfolgen	fakultativ; minItems: 1; maxItems: 1000
sample_list_id	Zeichenfolge	fakultativ; minLänge: 1; Muster: "\S"
max_records	Ganzzahl	fakultativ; Standard: 1000; mindestens: 1; höchstens: 10000

const result = await host.mcp("cancer-models", "cbioportal_get_molecular_data", {"study_id": "brca_tcga_pan_can_atlas_2018", "molecular_profile_id": "brca_tcga_pan_can_atlas_2018_rna_seq_v2_mrna", "gene_symbol": "ESR1", "sample_list_id": "brca_tcga_pan_can_atlas_2018_all"})

depmap_search_models

Durchsuchen Sie DepMap/CCLE-Krebsmodelle nach Name Substring oder exakter ACH ModelID und geben Sie ausgewählte Identität, Abstammung, Krankheit und RRID-Metadaten zurück. Namen können mit mehreren Modellen übereinstimmen: behalten ihre unterschiedlichen ModelIDs bei. Kein Vollmodell-Katalogdownload.

Field	Type	Requirement and constraints
query	string	required; minLength: 2; maxLength: 100; pattern: "\S"
limit	integer	optional; default: 10; minimum: 1; maximum: 20

const result = await host.mcp("cancer-models", "depmap_search_models", {"query": "A549"})

depmap_gene_dependency

Erhalten Sie das DepMap Chronos-Geneffektprofil eines genauen Gensymbols, das optional auf ModelIDs beschränkt ist. Gibt die stärksten Effekte zuerst zurück, begrenzt auf 50 Modelle. Fehlende Werte sind unbekannt, nicht Null; negative Geneffekte sind keine Abhängigkeitswahrscheinlichkeiten. Enthält aktuelle Dataset-Release und Modell-Annotationen; kein Vollmatrix-Download.

Field	Type	Requirement and constraints
gene	string	required; pattern: "^[A-Za-z0-9][A-Za-z0-9._-]{0,59}$"
model_ids	Array	optional; minItems: 1; maxItems: 20
limit	integer	optional; default: 20; minimum: 1; maximum: 50

const result = await host.mcp("cancer-models", "depmap_gene_dependency", {"gene": "KRAS", "model_ids": ["ACH-000681"]})

depmap_drug_response

Erhalten Sie das DepMap PRISM-Sekundärbildschirm-AUC-Profil einer Verbindung, das optional auf ModelIDs beschränkt ist. Akzeptiert eine genaue DPC-Verbindungs-ID oder einen vollständigen zusammengesetzten Namen (fallunempfindliche exakte Übereinstimmung, keine unscharfe Substitution). Gibt zuerst die niedrigste AUC zurück, begrenzt auf 50 Modelle. AUC ist nicht IC50 oder Lebensfähigkeit; fehlende Werte bleiben null. Meldet die PRISM-Veröffentlichung getrennt von den Modellmetadaten.

Field	Type	Requirement and constraints
compound	string	required; minLength: 2; maxLength: 100; pattern: "\S"
model_ids	Array	optional; minItems: 1; maxItems: 20
limit	integer	optional; default: 20; minimum: 1; maximum: 50

const result = await host.mcp("cancer-models", "depmap_drug_response", {"compound": "trametinib", "model_ids": ["ACH-000681"]})

depmap_gene_expression

Erhalten Sie das aktuelle DepMap/CCLE-RNA-Expressionsprofil eines genauen Gensymbols in log2(TPM+1), optional eingeschränkt auf ModelIDs. Gibt zuerst den höchsten Ausdruck zurück, höchstens 50 Modelle, mit Release- und Modellmetadaten. Dies sind keine rohen TPM- oder Z-Score-Daten. Verwenden Sie depmap search models, um Zellliniennamen in ModelIDs aufzulösen; kein Vollmatrix-Download.

Field	Type	Requirement and constraints
gene	string	required; pattern: "^[A-Za-z0-9][A-Za-z0-9._-]{0,59}$"
model_ids	Array	optional; minItems: 1; maxItems: 20
limit	integer	optional; default: 20; minimum: 1; maximum: 50

const result = await host.mcp("cancer-models", "depmap_gene_expression", {"gene": "KRAS", "model_ids": ["ACH-000681"]})

depmap_copy_number

Erhalten Sie das aktuelle DepMap/CCLE WGS-Genkopiennummernprofil eines genauen Gensymbols in Bezug auf die Ploidie des Modells, optional beschränkt auf ModelIDs. Gibt zuerst die höchste relative Kopienzahl zurück, höchstens 50 Modelle, mit Release- und Modellmetadaten. Werte sind keine absoluten Kopien, log2-Werte oder diskrete Verstärkungs-/Löschaufrufe. Verwenden Sie depmap search models, um Zellliniennamen in ModelIDs aufzulösen.

Field	Type	Requirement and constraints
gene	string	required; pattern: "^[A-Za-z0-9][A-Za-z0-9._-]{0,59}$"
model_ids	Array	optional; minItems: 1; maxItems: 20
limit	integer	optional; default: 20; minimum: 1; maximum: 50

const result = await host.mcp("cancer-models", "depmap_copy_number", {"gene": "MYC", "model_ids": ["ACH-000681"]})

RH

Operationen und Parameter anzeigen

get_family

Rfam-Familienmetadaten für einen Beitritt (RF00005) oder Familien-ID (tRNA) — beide auflösen. Abgeflachter Rekord plus der vollen Upstream-JSON in "raw".

Feld	Typ	Anforderungen und Beschränkungen
family	Zeichenfolge	erforderlich

const result = await host.mcp("rna", "get_family", {"family": "RF00005"})

get_seed_alignment

Seed Alignment einer Rfam-Familie in Stockholm (Standard, mit Konsensus-Sekundärstrukturlinie) oder Aligned Gaped FASTA.

Feld	Typ	Anforderungen und Beschränkungen
family	Zeichenfolge	erforderlich
fmt	Zeichenfolge	fakultativ; Standard: "stockholm"; enum: ["stockholm", "fasta"]
max_bytes	Ganzzahl	fakultativ; Standard: 400000

const result = await host.mcp("rna", "get_seed_alignment", {"family": "RF00162", "fmt": "stockholm"})

get_covariance_model

Höllisches Kovarianzmodell (CM-Datei) einer Rfam-Familie, direkt verwendbar mit cmsearch/cmscan, plus parsed Header-Felder.

Feld	Typ	Anforderungen und Beschränkungen
family	Zeichenfolge	erforderlich
max_bytes	Ganzzahl	fakultativ; Standard: 400000

const result = await host.mcp("rna", "get_covariance_model", {"family": "RF00162"})

get_tree

Samen phylogenetischer Baum einer Rfam-Familie (NHX / Newick-Text).

Feld	Typ	Anforderungen und Beschränkungen
family	Zeichenfolge	erforderlich

const result = await host.mcp("rna", "get_tree", {"family": "RF00162"})

get_sequence_regions

Alle Vollregionstreffer einer Rfam-Familie über Sequenzdatenbanken hinweg (parsed TSV). Überprüfen Sie num_full über get_family zuerst — rfam.org 403s diese Route für sehr große Familien (z.B.) RF00005).

Feld	Typ	Anforderungen und Beschränkungen
family	Zeichenfolge	erforderlich

const result = await host.mcp("rna", "get_sequence_regions", {"family": "RF00162"})

get_structure_mapping

Strukturkartierungen der PDB-Rückstandsebene einer Rfam-Familie, deterministisch sortiert.

Feld	Typ	Anforderungen und Beschränkungen
family	Zeichenfolge	erforderlich

const result = await host.mcp("rna", "get_structure_mapping", {"family": "RF00162"})

accession_to_id

Konvertieren eines Rfam-Beitritts in seine Familien-ID (z.B.) RF00005 -> "tRNA".

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich

const result = await host.mcp("rna", "accession_to_id", {"accession": "RF00005"})

id_to_accession

Konvertieren Sie eine Rfam-Familien-ID in ihren Beitritt (z.B.) "tRNA" -> RF00005).

Feld	Typ	Anforderungen und Beschränkungen
family_id	Zeichenfolge	erforderlich

const result = await host.mcp("rna", "id_to_accession", {"family_id": "tRNA"})

search_sequence

Suchen Sie eine RNA-Sequenz über den offiziellen Rfam-Batch-Endpunkt. Behalten Sie die zurückgegebene Jobidentität während des Wartens; Eine unvollendete Antwort ist kein Null-Hit-Ergebnis. Überprüfen Sie die abgeschlossenen Übereinstimmungen und die Quellinformationen. Nach einer fehlgeschlagenen Antwort diagnostizieren oder nehmen Sie den bestehenden Job wieder auf, anstatt ihn wiederholt einzureichen.

Feld	Typ	Anforderungen und Beschränkungen
sequence	Zeichenfolge	erforderlich
max_wait_s	Zahl	fakultativ; Standard: 300
poll_interval_s	Zahl	fakultativ; Standard: 5

const result = await host.mcp("rna", "search_sequence", {"sequence": "GGUUCCGGGAAGGCAGCAGGUGGAAACCUGCCA"})

get_rnacentral_record

Abrufen eines RNA-Zentralsequenzdatensatzes durch URS-Zugang mit API v1. Behält Sequenz, MD5, Aktivitätsstatus, Metadaten vom Organismus- und RNA-Typ.

Feld	Typ	Anforderungen und Beschränkungen
urs	string	erforderlich

const result = await host.mcp("rna", "get_rnacentral_record", {"urs": "URS0000000001"})

get_rnacentral_xrefs

Bilden Sie einen RNA-zentralen URS-Zugang auf eine Seite mit Expertendatenbank-Identifikatoren ab. Behält Quelldatenbank, Taxonomie, Beitrittsversion, Aktivität und erste / zuletzt gesehene Daten; keine automatische Seitenüberquerung.

Feld	Typ	Anforderungen und Beschränkungen
urs	string	erforderlich
page	integer	optional; default: 1; minimum: 1; maximum: 100000
page_size	integer	optional; default: 10; minimum: 1; maximum: 100

const result = await host.mcp("rna", "get_rnacentral_xrefs", {"urs": "URS0000000001", "page": 1, "page_size": 10})

Omics-Archive

Operationen und Parameter anzeigen

ena_query_runs

Entdecken Sie öffentliche Sequenzierungsläufe nach NCBI tax_id (einschließlich absteigender Taxa), library_strategy und/oder einem Schlüsselwort in Studien-, Experiment- oder Beispieltiteln und Laufbeschreibungen. Die gelieferten Filter werden mit AND kombiniert; Mindestens einer ist erforderlich. Taxonomie beschreibt den sequenzierten Organismus, nicht den Wirt einer Mikrobiomprobe. Keyword ist eine wörtliche Substring-Syntax, nicht ENA-Abfrage-Syntax; doppelte Anführungszeichen, Backslashes, Platzhalter und Kontrollzeichen werden abgelehnt. Umfasst öffentliche Metagenom-Aufzeichnungen. Gibt nur begrenzte Metadaten zurück, keine vollständige Kohorte, wenn sie abgeschnitten werden. Schmale Filter zum Abrufen eines kleineren Satzes; Wiederholte Anrufe sind keine Paginierung. Für bekannte INSDC-Zugänge verwenden Sie ena_search_runs.

Bereitstellen mindestens eines aufgelisteten Suchfilters; konsultieren Sie das herunterladbare Schema für vollständige Kombinationsregeln.

Feld	Typ	Anforderungen und Beschränkungen
tax_id	Ganzzahl	fakultativ; mindestens: 1; höchstens: 2147483647
library_strategy	Zeichenfolge	fakultativ; enum: ["AMPLICON", "ATAC-seq", "Bisulfite-Seq", "CLONE", "CLONEEND", "CTS", "ChIA-PET", "ChIP-Seq", "ChM-Seq", "DNase-Hypersensitivity", "EST", "FAIRE-seq", "FINISHING", "FL-cDNA", "GBS", "Hi-C", "MBD-Seq", "MNase-Seq", "MRE-Seq", "MeDIP-Seq", "NOMe-Seq", "OTHER", "POOLCLONE", "RAD-Seq", "RIP-Seq", "RNA-Seq", "Ribo-Seq", "SELEX", "Synthetic-Long-Read", "Targeted-Capture", "Tethered Chromatin Conformation Capture", "Tn-Seq", "VALIDATION", "WCS", "WGA", "WGS", "WXS", "miRNA-Seq", "ncRNA-Seq", "snRNA-seq", "ssRNA-seq"]
keyword	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 200; Muster: "^(?=[\\s\\S]*\\S)[^\"\\\\*?\\u0000-\\u001f\\u007f]+$"
limit	Ganzzahl	Zeichenfolge 100; mindestens: 1; höchstens: 1000

const result = await host.mcp("omics-archives", "ena_query_runs", {"tax_id": 6239, "library_strategy": "RNA-Seq", "keyword": "transcriptome", "limit": 20})

ena_get_submitted_files

Liste der ursprünglich eingereichten Dateien für einen ERR/SRR/DRR-Lauf, einschließlich der eingereichten BAM, CRAM oder FASTQ, wenn ENA sie offenlegt. Gibt FTP-Standorte, übermittelte Formate, Bytegrößen und MD5-Prüfsummen nur als Metadaten zurück. Es werden keine Formate heruntergeladen, konvertiert, Referenzgenome abgerufen oder Prüfsummen überprüft. Dies sind eingereichte Dateien, nicht das von ena_get_run_files zurückgegebene archivgenerierte FASTQ und keine Liste von archivgenerierten SRA-Containern. Ein CRAM kann seine übereinstimmende Referenz für die Analyse verlangen.

Feld	Typ	Anforderungen und Beschränkungen
run_accession	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 64

const result = await host.mcp("omics-archives", "ena_get_submitted_files", {"run_accession": "ERR10015065"})

ena_search_runs

Finden Sie öffentliche Sequenzierungsläufe, die mit einer ENA / INSDC-Studie, einem Experiment, einer Probe oder einem Lauf verbunden sind. Akzeptiert PRJ/ERP/SRP/DRP, ERX/SRX/DRX, SAM/ERS/SRS/DRS und ERR/SRR/DRR-Kennungen; GEO GSE/GSM, ArrayExpress E-MTAB und MGnify MGYS-Identifikatoren benötigen zuerst ihren verknüpften INSDC-Zugang. Accession Lookup nur, nicht Keyword Search. Gibt Metadaten von Organismen und Bibliotheken zurück, ohne Dateien abzurufen. Das Ergebnis wird bei 1000-Läufen begrenzt; Ein verkürztes Ergebnis ist keine vollständige Kohorte, und wiederholte Aufrufe sind keine Paginierung, da ENA kein Offset- oder Fortsetzungstoken bietet. Verwenden Sie einen engeren Proben- oder Experiment-Beitritt, wenn eine vollständige Abdeckung erforderlich ist.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 64
limit	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000

const result = await host.mcp("omics-archives", "ena_search_runs", {"accession": "PRJNA123835", "limit": 100})

ena_get_run_files

Erhalten Sie archivgenerierte FASTQ-Download-URLs, Bytegrößen und vorgelagerte MD5-Prüfsummen für einen ERR / SRR / DRR-Lauf. Gibt nur ein Dateiinventar zurück; keine Überprüfung des Downloads oder der Prüfsumme. Bewahrt jede Datei in der Reihenfolge des Berichts auf, einschließlich ungepaarter oder lang gelesener Dateien; library_layout=PAIRED impliziert nicht genau zwei Dateien. file_index ist nur positionell und ist kein R1/R2 oder Mate Identifier. Einige Läufe (einschließlich einiger Einsendungen im Einzelzellen-/Mutterformat) haben kein archivgeneriertes FASTQ. Eingereichte BAM/CRAM/SRA-Dateien befinden sich außerhalb dieses Tools.

Feld	Typ	Anforderungen und Beschränkungen
run_accession	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 64

const result = await host.mcp("omics-archives", "ena_get_run_files", {"run_accession": "SRR037073"})

arrayexpress_search_experiments

Search ArrayExpress funktionelle Genomik-Experimente (BioStudies) mit vollständigem, totalHits-verifiziertem Abruf; Filter (Abfrage, Organismus, study_type, Technologie, Release-Datumsbereich, zusätzliche Facetten) kombinieren sich mit AND.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	fakultativ
organism	Zeichenfolge	fakultativ
study_type	Zeichenfolge	fakultativ
technology	Zeichenfolge	fakultativ
released_after	Zeichenfolge	fakultativ
released_before	Zeichenfolge	fakultativ
extra_facets	Objekt	fakultativ
max_records	Ganzzahl	fakultativ; Standard: 50

const result = await host.mcp("omics-archives", "arrayexpress_search_experiments", {"organism": "Homo sapiens", "study_type": "ChIP-seq", "max_records": 50})

arrayexpress_get_experiment

Holen Sie sich ein ArrayExpress-Experiment (BioStudies) als abgeflachte Analystenaufzeichnung - Studientyp, Organismen, Assay / Probenzahl, Designs / Faktoren, Autoren, Publikationen, Protokolle, Array-Designs und Dateizusammenfassung.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich

const result = await host.mcp("omics-archives", "arrayexpress_get_experiment", {"accession": "E-MTAB-5061"})

arrayexpress_get_experiment_files

Listen Sie jede Datei eines ArrayExpress-Experiments (Name, Größe, Typ, Format, Beschreibung) mit Download-URLs sowie die Anzahl der /info-Endpunktdateien auf, die zum Vergleich nebenbeigetragen werden.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich

const result = await host.mcp("omics-archives", "arrayexpress_get_experiment_files", {"accession": "E-MTAB-5061"})

arrayexpress_get_experiment_samples

Suchen Sie Beziehungszeilen aus der ersten SDRF-Datei, sortiert nach Pfad für ein ArrayExpress-Experiment, wobei jede Sample/Assay/Datei-Beziehung in dieser Datei erhalten bleibt (beschnittene MAGE-TAB-Header, Wiederholungen mit #2/#3). Zählen Sie verschiedene benannte Proben- / Quellenkennungen, nicht unabhängige biologische Replikate, wobei Sie den Probennamen anstelle des Quellennamens verwenden. Experimente ohne SDRF geben {"error":"no_sdrf"} zurück.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich
max_rows_returned	Ganzzahl	fakultativ; Standard: 200

const result = await host.mcp("omics-archives", "arrayexpress_get_experiment_samples", {"accession": "E-MTAB-5061", "max_rows_returned": 200})

geo_search_series

Durchsuchen von NCBI GEO DataSets (db=gds) und Rückgabe von Datensätzen auf Serienebene (beschnittene Datensätze). term ist die vollständige Syntax von E-Utilities; fügen Sie gse[ETYP] hinzu, um auf Serien zu beschränken.

Feld	Typ	Anforderungen und Beschränkungen
term	Zeichenfolge	erforderlich
retmax	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("omics-archives", "geo_search_series", {"term": "asthma AND gse[ETYP]", "retmax": 20})

geo_get_series

Holen Sie strukturierte Metadaten für GEO-Serien (GSE-Zugänge) mit eingeschlossenen Samples ab - Serientitel / Zusammenfassung / Design, Plattformen, Samples mit Eigenschaften und Bibliotheksinformationen sowie URLs mit ergänzenden Dateien. Datentabellen werden niemals heruntergeladen. Verwenden Sie geo_get_matrix_files neben der Erkennung von Serienmatrix- und NCBI-generierten RNA-seq-Zählerdateien und dann geo_preflight_matrix, um dekomprimierte Daten mit diesen Samples zu vergleichen.

Feld	Typ	Anforderungen und Beschränkungen
accessions	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("omics-archives", "geo_get_series", {"accessions": ["GSE131907"]})

metabolights_list_studies

Listen Sie jeden öffentlichen MetaboLights-Studienzugang (numerisch sortiert) mit der gemeldeten Anzahl der API' auf. Es gibt keine serverseitige Studiensuche - filtert stattdessen abgeholte Kandidaten nach Titel / Deskriptor.

Feld	Typ	Anforderungen und Beschränkungen
—	Objekt	Keine Felder; Ein leeres Objekt passieren.

const result = await host.mcp("omics-archives", "metabolights_list_studies", {})

metabolights_get_studies

Strukturierte Metadaten für MetaboLights-Studien (MTBLSxxx) aus der analysierten ISA-Nutzlast abrufen — Titel, Status, Jahre, Organismen, Assays, Faktoren, Deskriptoren, Probenzahl, Protokolle; fakultative Tabelle für jede Stichprobe mit eindeutigen Spaltenschlüsseln, wobei die Reihenfolge und die Zuordnung der ISA-Spalten beibehalten werden. Unbekannte / private Accessions gehen in not_found.

Feld	Typ	Anforderungen und Beschränkungen
accessions	Array aus Zeichenfolgen	erforderlich
include_samples	boolescher Wert	fakultativ; Standard: falsch
max_sample_rows_returned	Ganzzahl	fakultativ; Standard: 200

const result = await host.mcp("omics-archives", "metabolights_get_studies", {"accessions": ["MTBLS1"], "include_samples": false})

metabolights_get_study_files

Komplettes Dateiinventar für eine öffentliche MetaboLights-Studie — der Top-Level-Studienordner (ISA-Tab, MAF, Ordnereinträge) und standardmäßig der rekursive Datei-Datenordner.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich
include_data_files	boolescher Wert	fakultativ; Standard: true

const result = await host.mcp("omics-archives", "metabolights_get_study_files", {"accession": "MTBLS1"})

metabolights_search_data_files

Glob-Suche über einen MetaboLights study's-Rohdatenordner (FILES-Baum). pattern ist ein Dateiname glob (z.B. '.mzML', '.raw'; keine Liste aller Datendateien aufführen.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich
pattern	Zeichenfolge	fakultativ

const result = await host.mcp("omics-archives", "metabolights_search_data_files", {"accession": "MTBLS1", "pattern": "*.zip"})

mgnify_search_studies

Finden Sie MGnify Metagenomik-Studien nach Freitext ODER Biom-Linie (geben Sie genau eine an). Die vollständige Auflistung wird bis zum Abschluss fortlaufend nummeriert und mit dem API verglichen.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	fakultativ
biome_lineage	Zeichenfolge	fakultativ

const result = await host.mcp("omics-archives", "mgnify_search_studies", {"query": "coral"})

mgnify_get_studies

Strukturierte Datensätze für MGnify-Studien abrufen (MGYS-Zugänge). Mit include_analyses führt jede Studie auch ihre vollständige Analyseliste sowie By-Pipeline / By-Experiment-Aufgliederungen. Unbekannte Beitritte fehlen.

Feld	Typ	Anforderungen und Beschränkungen
accessions	Array aus Zeichenfolgen	erforderlich
include_analyses	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("omics-archives", "mgnify_get_studies", {"accessions": ["MGYS00000410"], "include_analyses": false})

mgnify_get_study_analyses

Liste ALLE Analysen einer MGnify-Studie (vollständige, zählverifizierte Paginierung) — ein Datensatz pro MGYA-Analyse mit Pipeline-Version, Experimenttyp, Status und Run/Assembly/Probe-Zuordnungen.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich

const result = await host.mcp("omics-archives", "mgnify_get_study_analyses", {"accession": "MGYS00000410"})

pride_get_project_files

Listen Sie eine Seite öffentlicher PRIDE-Projektdateien für einen PXD- oder PRD-Beitritt auf, einschließlich Dateikategorie, Bytegröße, vorgelagerter Prüfsumme und Download-Standorte (FTP, HTTP oder Aspera). Nur Metadaten: lädt keine Dateien herunter oder überprüft Prüfsummen. Seiten sind nullbasiert; page_size unverändert halten und next_page bis null folgen. Die Bestellung wird von PRIDE geliefert, nicht von einem Snapshot. Eine leere Liste stellt nicht fest, ob ein Projekt existiert oder öffentlich ist.

Feld	Typ	Anforderungen und Beschränkungen
project_accession	Zeichenfolge	erforderlich; maxLänge: 32; Muster: "^(?:PXD|PRD)[0-9]{6,}$"
page	Ganzzahl	Zeichenfolge 0; mindestens: 0; höchstens: 1000000
page_size	Ganzzahl	Zeichenfolge 100; mindestens: 1; höchstens: 100

const result = await host.mcp("omics-archives", "pride_get_project_files", {"project_accession": "PXD000001", "page": 0, "page_size": 100})

pride_search_projects

PRIDE Archive Proteomics-Projekte durchsuchen (vollständig, api_total-verifizierter Abruf); Filter (Schlüsselwort, Organismus, Instrument, Krankheit, extra_filters) verbinden sich mit AND. Sortiert durch den Beitritt ASC - ein begrenzter Spaziergang ist ein stabiles Präfix.

Feld	Typ	Anforderungen und Beschränkungen
keyword	Zeichenfolge	fakultativ
organism	Zeichenfolge	fakultativ
instrument	Zeichenfolge	fakultativ
disease	Zeichenfolge	fakultativ
extra_filters	Objekt	fakultativ
max_records_returned	Ganzzahl	fakultativ; Standard: 50

const result = await host.mcp("omics-archives", "pride_search_projects", {"keyword": "phosphoproteome", "organism": "Homo sapiens (human)", "max_records_returned": 50})

pride_get_projects

Vollständige Metadaten für PRIDE-Projekte per Beitritt abrufen (z.B.) PXD010154) - die gleiche normalisierte Datensatzform wie pride_search_projects, so dass die beiden direkt vergleichbar sind. Unbekannte Accessions gehen in not_found.

Feld	Typ	Anforderungen und Beschränkungen
accessions	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("omics-archives", "pride_get_projects", {"accessions": ["PXD010154"]})

pride_search_project_proteins

Liste der Proteinnachweisreihen für ein PRIDE-Affinitäts-Proteomik-Projekt (Seiten bis zur Erschöpfung). HINWEIS: Hier werden nur Affinitäts-Proteomik-Projekte bedient; Für klassische MS (PXD) Projekte verwenden Sie stattdessen pride_find_projects_for_protein.

Feld	Typ	Anforderungen und Beschränkungen
project_accession	Zeichenfolge	erforderlich
keyword	Zeichenfolge	fakultativ

const result = await host.mcp("omics-archives", "pride_search_project_proteins", {"project_accession": "PXD010154"})

pride_find_projects_for_protein

Finden Sie PRIDE-Projekte, die ein Protein enthalten (MS-Archiv-Richtung). protein_accession ist ein UniProt-Beitritt (z.B. P04637). Füttern Sie die zurückgegebenen Projektzugänge zu pride_get_projects für vollständige Metadaten.

Feld	Typ	Anforderungen und Beschränkungen
protein_accession	Zeichenfolge	erforderlich

const result = await host.mcp("omics-archives", "pride_find_projects_for_protein", {"protein_accession": "P04637"})

mgnify_get_analysis_files

Listen Sie Ergebnisdatei-Metadaten für eine MGnify-Analyse mit API v2 auf: Dateityp, Kategorie, Bytegröße bei Meldung und Upstream-Download-URL. Es werden keine Dateibytes heruntergeladen. Fehlende Größen oder URLs bleiben null.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich; max.Länge: 32; Muster: "^MGYA[0-9]{ 8,}$"

const result = await host.mcp("omics-archives", "mgnify_get_analysis_files", {"accession": "MGYA00639970"})

workbench_search_compounds

Metabolomics Workbench-Verbindungen nach Registernummer, Formel, InChIKey oder einem PubChem, HMDB, KEGG, ChEBI, LIPID MAPS oder MetaCyc-Kreuzverweis nachschlagen. Gibt verfügbare SMILES, Strukturkennungen, Formel, genaue Masse und Querverweise zurück. Compound Names sind keine unterstützte Eingabe; Namen zuerst mit PubChem auflösen.

Feld	Typ	Anforderungen und Beschränkungen
field	Zeichenfolge	erforderlich; enum: ["Regno", "Formel", "inchi_key", "lm_id", "pubchem_cid", "hmdb_id", "kegg_id", "chebi_id", "metacyc_id"]
query	Zeichenfolge	erforderlicherforderlich
limit	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000

const result = await host.mcp("omics-archives", "workbench_search_compounds", {"field": "pubchem_cid", "query": "5793"})

workbench_search_studies

Durchsuchen Sie öffentliche Metabolomics Workbench-Studienzusammenfassungen nach einem Titel-Substring oder Institut. Gibt Studienausweise und verfügbare Arten, Stichprobenzahlen, Analysetypen und Lizenzmetadaten zurück. Verwenden Sie workbench_get_study für die Proben, experimentellen Faktoren, Analysen oder Metabolitenannotationen einer ausgewählten Studie.

Feld	Typ	Anforderungen und Beschränkungen
field	Zeichenfolge	fakultativ; Standard: "study_title"; enum: ["study_title", "institute"]
query	Zeichenfolge	erforderlicherforderlich
limit	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000

const result = await host.mcp("omics-archives", "workbench_search_studies", {"query": "Diabetes", "limit": 20})

workbench_get_study

Holen Sie eine öffentliche Metabolomics Workbench-Studie ab (ST gefolgt von sechs Ziffern). Zusammenfassung für die Studienaufzeichnung auswählen; Faktoren für Proben, Probenquellen und Versuchsvariablen; Analyse von Instrumenten- und experimentellen Metadaten; Metaboliten für gemessene Metaboliten-Annotationen und Querverweise. Bewahrt vorgelagerte Felder und Faktortext bei. Laden Sie keine Rohdateien oder Messmatrizen herunter.

Feld	Typ	Anforderungen und Beschränkungen
study_id	Zeichenfolge	erforderlich; Muster: "^ST[0-9]{ 6}$"
section	Zeichenfolge	fakultativ; Standard: "summary"; enum: ["summary", "factors", "analysis", "metabolites"]
limit	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000

const result = await host.mcp("omics-archives", "workbench_get_study", {"study_id": "ST000001", "section": "factors"})

geo_get_matrix_files

Entdecke Serienmatrixdateien und NCBI-generierte RNA-seq-Rohzahlen, FPKM/TPM und Gen-Annotationsdateien für eine GSE aus Live- NCBI-Listen. Gibt beworbene URLs zurück, nicht heruntergeladene Matrizen oder verifizierte Dateiinhalte. Beginnen Sie mit geo_get_series für Beispiel-Metadaten. Bieten Sie die offizielle URL zum manuellen Download durch den Benutzer an und verwenden Sie dann geo_preflight_matrix für lokal gelesenen dekomprimierten Text. Vermeiden Sie host.mcp nicht mit rohem HTTP. Fehlende oder fehlgeschlagene Auflistungen beweisen keine Abwesenheit von Daten; auch die ergänzenden Unterlagen der Reihe einsehen.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich; Muster: "^GSE[1-9][0-9]*$"

const result = await host.mcp("omics-archives", "geo_get_matrix_files", {"accession":"GSE164073"})

geo_preflight_matrix

Dekomprimierter Preflight dichten TSV- oder Series Matrix-Text (bis 8 MiB) ohne Netzwerk- oder Dateisystemzugriff. Geben Sie Proben aus geo_get_series (Zugang, Titel, platform_id) an Kartenspalten nach GSM, niemals nach Position. Nur einfache TSV unterstützt eine eindeutige exakte Titelübereinstimmung; GSM-förmige Spalten fallen nie auf Titel zurück. Series Matrix benötigt genau einen !Sample_geo_accession-Header mit gültigen GSM-Zugängen, die der Anzahl und Reihenfolge der Beispielspalten entsprechen, und fällt niemals auf die Titelabstimmung zurück. Für größere Dateien verwenden Sie complete:false und führen Sie eine vollständige Validierung in der Analyseumgebung durch. Für einfache TSV-Vorschau, übergeben Sie die Tabellen-Header plus vollständige Vorschau Zeilen. Für Serienmatrix-Vorschau behalten Sie auch die vorhergehenden Metadaten, einschließlich !Sample_geo_accession und eines beliebigen !Sample_platform_id-Headers und !series_matrix_table_begin; nicht nur die Tabelle einreichen oder herstellen!series_matrix_table_end. Set complete:true nur dann, wenn text die gesamte Datei enthält. Für einfache TSV wird die Vollständigkeit vom Anrufer deklariert, nicht unabhängig verifiziert. Eine Vorschau kann keine Gesamtdimensionen festlegen. Behandelt keine spärlichen Matrix Market-, Archiv-, HDF5- oder Multiline-TSV-Felder. sample_mapping-Säulenreihenfolge bei der Erstellung der Analysematrix beibehalten.

Feld	Typ	Anforderungen und Beschränkungen
text	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 8388608
complete	boolescher Wert	fakultativ; Standard: falsch
matrix_kind	Zeichenfolge	fakultativ; Standard: "unknown"; enum: ["series_matrix", "raw_counts", "normalized_counts", "unknown"]
samples	Array aus Objekten	fakultativ; maxItems: 10000

const result = await host.mcp("omics-archives", "geo_preflight_matrix", {"text":"GeneID\tGSM5000001\n1\t12\n","complete":false,"matrix_kind":"raw_counts","samples":[{"accession":"GSM5000001"}]})

CellGuide

Operationen und Parameter anzeigen

get_cell_type_info

CellGuide (CELLxGENE) cell-type info by Cell Ontology id or name: name, synonyms, ontology description, and curated/GPT description.

Feld	Typ	Anforderungen und Beschränkungen
cell_type	Zeichenfolge	erforderlich

const result = await host.mcp("cellguide", "get_cell_type_info", {"cell_type": "acinar cell"})

search_cell_types

CellGuide-Zellentypen nach freiem Text über Name und Synonyme suchen (das CDN hat keinen Suchendpunkt, so dass celltype_metadata.json clientseitig gefiltert wird).

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
limit	Ganzzahl	fakultativ; Standard: 25

const result = await host.mcp("cellguide", "search_cell_types", {"query": "T cell", "limit": 25})

get_marker_genes

CellGuide-Markergene für einen Zelltyp (ID oder Name): rechnerisch (Daten abgeleitet, bewertet) oder kanonisch (literaturkuratiert).

Feld	Typ	Anforderungen und Beschränkungen
cell_type	Zeichenfolge	erforderlich
marker_type	Zeichenfolge	fakultativ; Standard: "computational"; enum: ["computational", "canonical"]
limit	Ganzzahl	fakultativ; Standard: 25

const result = await host.mcp("cellguide", "get_marker_genes", {"cell_type": "CL:0000084", "marker_type": "computational", "limit": 25})

get_source_data

CellGuide-Quellendatensätze und Veröffentlichungen, die zu einem Zelltyp (ID oder Name) beitragen: Sammlungsname/URL, Veröffentlichung und die jeweils abgedeckten Gewebe/Krankheiten/Organismen.

Feld	Typ	Anforderungen und Beschränkungen
cell_type	Zeichenfolge	erforderlich

const result = await host.mcp("cellguide", "get_source_data", {"cell_type": "CL:0000622"})

get_cell_tissues

Anatomische Gewebe, in denen ein Zelltyp (ID oder Name) beobachtet wird, aggregiert (dedupliziert) über CellGuide-Quellensammlungen hinweg.

Feld	Typ	Anforderungen und Beschränkungen
cell_type	Zeichenfolge	erforderlich

const result = await host.mcp("cellguide", "get_cell_tissues", {"cell_type": "T cell"})

Verordnung

Operationen und Parameter anzeigen

encode_search_experiments

Suche nach ENCODE-Funktionalgenomik-Experimenten (ChIP-seq, ATAC-seq, ...). Filter: assay_title (z.B. "TF ChIP-seq"), Target (Proteinmarkierung, z.B. "CTCF"), Organismus (wissenschaftlicher Name), Status (Standard "released"), date_released_before (ISO-Datum — ein geschlossenes Fenster) sowie beliebige Portalfeldfilter über extra_filters. Der vollständige Ergebnissatz ist seitenweise und zählverifiziert; accessions listet jedes Spiel auf, höchstens werden max_rows-Zeilenzusammenfassungen zurückgegeben.

Feld	Typ	Anforderungen und Beschränkungen
assay_title	Zeichenfolge	fakultativ
target	Zeichenfolge	fakultativ
organism	Zeichenfolge	fakultativ
status	Zeichenfolge	fakultativ; Standard: "released"
date_released_before	Zeichenfolge	fakultativ
extra_filters	Objekt	fakultativ
max_rows	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("regulation", "encode_search_experiments", {"target": "CTCF", "assay_title": "TF ChIP-seq", "max_rows": 50})

encode_search_biosamples

ENCODE-Bioproben (Zelllinien, Gewebe, Primärzellen) durchsuchen. Filter: term_name (ontologischer Term, z.B. "K562"), Klassifikation ("cell line", "tissue", ...), Organismus (wissenschaftlicher Name), Status (Standard "released"), date_created_before (ISO-Datum) sowie beliebige Portalfeldfilter über extra_filters. Vollständig, zählverifiziert: accessions ist die vollständige Übereinstimmungsliste, höchstens werden max_rows-Zeilenzusammenfassungen zurückgegeben.

Feld	Typ	Anforderungen und Beschränkungen
term_name	Zeichenfolge	fakultativ
classification	Zeichenfolge	fakultativ
organism	Zeichenfolge	fakultativ
status	Zeichenfolge	fakultativ; Standard: "released"
date_created_before	Zeichenfolge	fakultativ
extra_filters	Objekt	fakultativ
max_rows	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("regulation", "encode_search_biosamples", {"term_name": "K562", "classification": "cell line", "max_rows": 25})

encode_list_files

Liste ENCODE-Dateien nach Format / Assay / Bioprobe. Filter: file_format ("fastq", "bam", "bigWig", "bed", ...), assay_term_name (der Ontologiebegriff z.B. "ChIP-seq" - NICHT das Display assay_title wie "TF ChIP-seq", das nichts zutrifft; Titel über extra_filters={"assay_title": ...}), biosample_term_name (z.B. "K562"), Status (Standard "released"), date_created_before, plus beliebige Portalfeldfilter über extra_filters. Dateiabfragen stimmen mit Millionen von Zeilen ungefiltert überein - kombinieren Sie immer mehrere Filter. Vollständig + gezählt verifiziert; höchstens max_rows Zeilenzusammenfassungen zurückgegeben.

Feld	Typ	Anforderungen und Beschränkungen
file_format	Zeichenfolge	fakultativ
assay_term_name	Zeichenfolge	fakultativ
biosample_term_name	Zeichenfolge	fakultativ
status	Zeichenfolge	fakultativ; Standard: "released"
date_created_before	Zeichenfolge	fakultativ
extra_filters	Objekt	fakultativ
max_rows	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("regulation", "encode_list_files", {"file_format": "bed", "assay_term_name": "ChIP-seq", "biosample_term_name": "K562", "extra_filters": {"output_type": "peaks", "assembly": "GRCh38"}, "max_rows": 50})

encode_get_experiment

Erhalten Sie ein ENCODE-Experiment durch Beitritt (z.B.) "ENCSR000AKP". Gibt einen Stable-Field-Record zurück: Assay, Target, Biosample Ontology + Zusammenfassung, Beschreibung, Labor, Award-Projekt, Release / Submission-Daten, Assemblys, Replikatzählungen, Replikationstyp, dbxrefs, DOI und uuid. Volatile Portalfelder (Audits, Analysen, interner Status) sind ausgeschlossen.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich

const result = await host.mcp("regulation", "encode_get_experiment", {"accession": "ENCSR000AKP"})

encode_get_file

Erhalten Sie eine ENCODE-Datei durch Beitritt (z.B.) "ENCFF002JUR". Gibt einen Datensatz mit stabilen Feldern zurück: Format, Ausgabetyp/-kategorie, Assay, Assembler, übergeordneter Datensatz, biologische Replikate, Dateigröße, md5sums, Ausführungstyp, Leselänge, Labor, Erstellungsdatum, Download href und uuid.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich

const result = await host.mcp("regulation", "encode_get_file", {"accession": "ENCFF002JUR"})

encode_get_biosample

Erhalten Sie eine ENCODE-Bioprobe durch Beitritt (z.B.) "ENCBS013JZP". Gibt einen Stable-Field-Record zurück: Ontologie-Begriff + Klassifikation, Organismus, Zusammenfassung / Beschreibung, Quelle, Spender, Behandlungen, genetische Veränderungen, Lebensphase, Alter, Geschlecht, Labor, Schöpfungsdatum, Status und Uuid.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich

const result = await host.mcp("regulation", "encode_get_biosample", {"accession": "ENCBS013JZP"})

jaspar_get_matrix

Erhalten Sie ein JASPAR TF Bindungsprofil durch VERSIONED matrix id (z.B.) "MA0002.2". Gibt den vollständigen Datensatz zurück: Positionsfrequenzmatrix (pfm), TF-Name/Klasse/Familie, Spezies, Datentyp, Literaturreferenzen (pubmed/medline), Sequenzlogo-URL. Erfordert eine versionierte ID ("MA0002.2", nicht "MA0002") - verwenden Sie jaspar_matrix_versions, um Versionen aufzuzählen. Versionierte Matrizen sind unveränderlich, so dass die Ergebnisse reproduzierbar sind.

Feld	Typ	Anforderungen und Beschränkungen
matrix_id	Zeichenfolge	erforderlich

const result = await host.mcp("regulation", "jaspar_get_matrix", {"matrix_id": "MA0002.2"})

jaspar_matrix_versions

Listen Sie alle Versionen einer JASPAR-Basismatrix-ID auf (z.B.) "MA0002". Gibt jede freigegebene Version mit ihrem matrix_id, Name, Sammlung und URL zurück - gezählt verifiziert. Verwenden Sie, um eine genaue Version vor jaspar_get_matrix zu pinnen, oder um zu verfolgen, wie sich ein Profil über Releases hinweg verändert hat. Eine versionierte ID ("MA0002.2") wird akzeptiert und auf ihre Basis reduziert.

Feld	Typ	Anforderungen und Beschränkungen
base_id	Zeichenfolge	erforderlich

const result = await host.mcp("regulation", "jaspar_matrix_versions", {"base_id": "MA0002"})

jaspar_list_matrices

Suchen/listen Sie JASPAR TF Binding Profile (der Vollprofilkatalog). Filter (alle fakultativ): Sammlung ("CORE", "UNVALIDATED"), tax_group ("vertebrates", "plants", ...), tax_id (NCBI-Taxonomie-ID, z. B. 9606 für den Menschen - so filtern Sie nach Arten; Aufzählen von IDs mit jaspar_list_species), Name (genauer TF-Name, z.B. "FOXA1"), Suche (freier Text), version="latest" (Beschränken Sie sich nur auf die neuesten Versionen). Der vollständig gefilterte Katalog wird fortlaufend paginiert und gezählt. höchstens max_rows summarische Zeilen zurückgegeben werden.

Feld	Typ	Anforderungen und Beschränkungen
collection	Zeichenfolge	fakultativ
tax_group	Zeichenfolge	fakultativ
tax_id	Ganzzahl	fakultativ
name	Zeichenfolge	fakultativ
search	Zeichenfolge	fakultativ
version	Zeichenfolge	fakultativ
max_rows	Ganzzahl	fakultativ; Standard: 1000

const result = await host.mcp("regulation", "jaspar_list_matrices", {"tax_id": 9606, "collection": "CORE", "version": "latest", "max_rows": 200})

jaspar_list_species

Liste aller Arten mit JASPAR-Profilen (NCBI tax_id + Name); zählverifizierte vollständige Auflistung. Verwenden Sie die tax_id-Werte, um jaspar_list_matrices zu filtern (z.B. 9606 = Homo sapiens, 10090 = Mus musculus.

Feld	Typ	Anforderungen und Beschränkungen
—	Objekt	Keine Felder; Ein leeres Objekt passieren.

const result = await host.mcp("regulation", "jaspar_list_species", {})

jaspar_list_taxa

Liste aller JASPAR taxonomischen Gruppen (Wirbeltiere, Pflanzen, Pilze, Insekten, ...); zählverifizierte vollständige Auflistung. Verwenden Sie die Gruppennamen als tax_group-Filter von jaspar_list_matrices.

Feld	Typ	Anforderungen und Beschränkungen
—	Objekt	Keine Felder; Ein leeres Objekt passieren.

const result = await host.mcp("regulation", "jaspar_list_taxa", {})

jaspar_list_collections

Liste aller JASPAR-Sammlungen (CORE, UNVALIDATED, ...); zählverifizierte vollständige Auflistung. Verwenden Sie die Sammelnamen als Sammelfilter von jaspar_list_matrices (CORE = kuratierte, nicht-redundante Profile).

Feld	Typ	Anforderungen und Beschränkungen
—	Objekt	Keine Felder; Ein leeres Objekt passieren.

const result = await host.mcp("regulation", "jaspar_list_collections", {})

jaspar_list_releases

Liste aller JASPAR-Datenbank-Releases (Jahr, Release-Nummer, aktives Flag); zählverifizierte vollständige Auflistung. Notieren Sie die aktive Veröffentlichung bei der Auswahl von Motiven für die Reproduzierbarkeit, oder überprüfen Sie die Veröffentlichungshistorie, bevor Sie die Ergebnisse in JASPAR-Versionen vergleichen.

Feld	Typ	Anforderungen und Beschränkungen
—	Objekt	Keine Felder; Ein leeres Objekt passieren.

const result = await host.mcp("regulation", "jaspar_list_releases", {})

unibind_search_tfbs

UniBind ChIP-seq-Datensätze mit TFBS-Vorhersagen mit hohem Vertrauen durchsuchen (unibind.uio.no, 2021 release; direkte TF-DNA-Wechselwirkungen von ~10k-Datensätzen über 9-Spezies hinweg. Jeder Datensatz ist eins (Experiment, Zelltyp, TF) dreifach. Filter (alle optional, AND-kombiniert, exakt übereinstimmend, sofern nicht angegeben): tf_name (Gensymbol, z.B. "CTCF"), cell_line (Verbose UniBind Titel — bevorzugen search für Fuzzy Matching), Arten (wissenschaftlicher Name), Sammlung ("Robust") = best-model / high confidence, oder "Permissive"), jaspar_id (versioniert, z.B. "MA0139.1"), Suche (freier Text). total ist die genaue Anzahl von API's; höchstens max_rows Zeilen zurückgegeben werden (ein stabiles Präfix).

Feld	Typ	Anforderungen und Beschränkungen
tf_name	Zeichenfolge	fakultativ
cell_line	Zeichenfolge	fakultativ
species	Zeichenfolge	fakultativ
collection	Zeichenfolge	fakultativ; enum: ["Robust", "Permissive"]
jaspar_id	Zeichenfolge	fakultativ
search	Zeichenfolge	fakultativ
max_rows	Ganzzahl	fakultativ; Standard: 200

const result = await host.mcp("regulation", "unibind_search_tfbs", {"tf_name": "CTCF", "collection": "Robust", "max_rows": 50})

unibind_get_dataset

Holen Sie sich ein UniBind-Dataset's-Detail: pro Modell TFBS zählt + Datei-URLs. tf_id ist der Datensatzschlüssel "<identifier>.<cell_line>.<TF>" wie von unibind_search_tfbs zurückgegeben (z.B. "ENCSR000AUE.A549_lung_carcinoma.CTCF". Gibt den TF-Namen, die Quellkennungen (ENCODE/GEO/GTRD), die Zelllinien, die biologischen Bedingungen, die JASPAR-Matrix-IDs, die ChIP-Seq-Peakzahl und eine Zeile pro TFBS-Vorhersagemodell (DAMO/PWM/...) mit total_tfbs, die Score/Distanz-Schwellenwerte, den angepassten CentriMo-p-Wert und die direkten BED/FASTA-Download-URLs zurück - verwenden Sie diese URLs (kein MCP-Aufruf), um die vollständige Site-Liste abzurufen.

Feld	Typ	Anforderungen und Beschränkungen
tf_id	Zeichenfolge	erforderlich

const result = await host.mcp("regulation", "unibind_get_dataset", {"tf_id": "ENCSR000AUE.A549_lung_carcinoma.CTCF"})

unibind_tfbs_in_region

TF-Bindungsstellen überlappen eine genomische Region (UniBind 2021-Karten), die über das UCSC hubApi gegen UniBind's registrierte öffentliche Track-Hubs bedient werden (UniBind's eigenes REST API hat keinen Regions-Endpunkt). Die Koordinaten sind 0-basiert halboffen. Genom: UCSC-Baugruppe — Robuster Hub: hg38, mm10, ce11, dm6, danRer11, sacCer3, rn6, araTha1; Permissive fügt spo2 hinzu (keine hg19 - lift first). Chrom: mit "chr" Präfix. Start/Ende: Intervall, Endstart <= 1,000,000 bp. HONEST-CAP: höchstens 20,000-Artikel werden pro Anruf gescannt; region_scan_complete=false bedeutet, dass die Region mehr Seiten hat, als gescannt wurden (das Fenster verengen), und wenn tf_name eingestellt ist, können Übereinstimmungen fehlen. n_matching zählt gescannte Seiten, die den Filter passieren; Returned/Truncated beschreiben die max_sites-Kappe.

Feld	Typ	Anforderungen und Beschränkungen
genome	Zeichenfolge	erforderlich
chrom	Zeichenfolge	erforderlich
start	Ganzzahl	erforderlich
end	Ganzzahl	erforderlich
tf_name	Zeichenfolge	fakultativ
collection	Zeichenfolge	fakultativ; Standard: "Robust"; enum: ["Robust", "Permissive"]
max_sites	Ganzzahl	fakultativ; Standard: 2000

const result = await host.mcp("regulation", "unibind_tfbs_in_region", {"genome": "hg38", "chrom": "chr1", "start": 1000000, "end": 1010000, "collection": "Robust"})

Forschungsressourcen

Operationen und Parameter anzeigen

search_grants

Search Grants.gov Finanzierungsmöglichkeiten über die Suche2 API (vollständige, zählverifizierte Abruf). Mindestens ein Kriterium ist erforderlich (Stichwort, opportunity_number, aln/CFDA, Agenturen, Eignungen, funding_categories oder funding_instruments). opportunity_statuses-Standards zu ["forecasted","posted"] (aktuelle Chancen); "closed"/"archived" hinzufügen für historische. Agenturen nehmen Codes wie ["HHS-NIH11"] (NIH), ["HHS-FDA"], ["NSF"]. Setzen Sie count_only nur für die Trefferzahl + Facetten; max_records-Caps gaben Datensätze zurück (der Spaziergang ruft immer noch das komplette Set ab und die Flaggen wurden abgeschnitten).

Feld	Typ	Anforderungen und Beschränkungen
keyword	Zeichenfolge	fakultativ
opportunity_number	Zeichenfolge	fakultativ
aln	Zeichenfolge	fakultativ
agencies	Array aus Zeichenfolgen	fakultativ
opportunity_statuses	Array aus Zeichenfolgen	fakultativ
eligibilities	Array aus Zeichenfolgen	fakultativ
funding_categories	Array aus Zeichenfolgen	fakultativ
funding_instruments	Array aus Zeichenfolgen	fakultativ
count_only	boolescher Wert	fakultativ; Standard: falsch
max_records	Ganzzahl	fakultativ; Standard: 100
include_facets	boolescher Wert	fakultativ; Standard: true

const result = await host.mcp("research-resources", "search_grants", {"keyword": "cancer", "agencies": ["HHS-NIH11"], "max_records": 25})

search_antibodies

Volltextsuche nach Antibody Registry (antibodyregistry.org, ~3.2M records). Tokenbasiertes Matching gegen Antikörpername/Ziel/Katalogtext ("TP53") und "p53" Es gibt verschiedene Abfragen. Wenn die Seite weggelassen wird, werden alle Seiten bis zu max_records oder dem anonymen Tiefen-Cap geführt (Zeilen jenseits des Offsets 500 müssen stromaufwärts authentifiziert werden, gekennzeichnet als anonymous_limit_hit - niemals stillschweigend fallen gelassen). Geben Sie eine 1-basierte Seite für den Einseitenabruf weiter (page*page_size muss <=500 bleiben).

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich
page	Ganzzahl	fakultativ
page_size	Ganzzahl	fakultativ; Standard: 100
max_records	Ganzzahl	fakultativ; Standard: 500

const result = await host.mcp("research-resources", "search_antibodies", {"query": "CD4", "max_records": 100})

get_antibody

Fetch Antibody Registry Detaildatensatz (s) für einen Antikörper-Zugang / RRID. Akzeptiert eine einfache Nummer (" 3643095"), "AB_3643095" oder "RRID:AB_3643095". Die Upstream-Route ist listenwertig (ein Beitritt kann auf mehrere kuratierte Datensätze, z.B. Duplikate mit mehreren Anbietern. Eine nicht vorhandene ID liefert record_count 0, keinen Fehler.

Feld	Typ	Anforderungen und Beschränkungen
antibody_id	Zeichenfolge	erforderlich

const result = await host.mcp("research-resources", "get_antibody", {"antibody_id": "RRID:AB_3643095"})

find_antibodies_by_catalog

Finden Sie Antikörper nach Anbieterkatalognummer (genau, fallunempfindlich). Implementiert als Volltextsuche plus clientseitige exakte Übereinstimmung der Katalognummer (oder der aufgeführten Alternativen), da die vorgelagerte Spaltenfilterroute HTTP 500 für jeden Schlüssel zurückgibt. Übergeben Sie einen optionalen Anbieternamen (genau, fallunempfindlich), um die Übereinstimmungen weiter einzugrenzen.

Feld	Typ	Anforderungen und Beschränkungen
catalog_number	Zeichenfolge	erforderlich
vendor	Zeichenfolge	fakultativ
page_size	Ganzzahl	fakultativ; Standard: 100

const result = await host.mcp("research-resources", "find_antibodies_by_catalog", {"catalog_number": "ab32572"})

get_antibody_registry_stats

Antibody Registry-Statistik: Gesamtzahl der Antikörper und Datum der letzten Aktualisierung. Gibt die Upstream /api / datainfo Payload zurück.

Feld	Typ	Anforderungen und Beschränkungen
—	Objekt	Keine Felder; Ein leeres Objekt passieren.

const result = await host.mcp("research-resources", "get_antibody_registry_stats", {})

BioMart

Operationen und Parameter anzeigen

list_marts

Liste verfügbar Ensembl BioMart Marts (Datenbanken). BioMart organisiert Daten als MART -> DATENSET -> ATTRIBUTE/FILTERS; ein Martname Feeds list_datasets.

Feld	Typ	Anforderungen und Beschränkungen
—	Objekt	Keine Felder; Ein leeres Objekt passieren.

const result = await host.mcp("biomart", "list_marts", {})

list_datasets

Listen Sie die in einem bestimmten Mart verfügbaren Datensätze auf (z.B.) hsapiens_gene_ensembl für menschliche Gene. Ein Dataset-Name füttert die Attribut/Filter/Abfrage-Tools.

Feld	Typ	Anforderungen und Beschränkungen
mart	Zeichenfolge	erforderlich

const result = await host.mcp("biomart", "list_datasets", {"mart": "ENSEMBL_MART_ENSEMBL"})

list_common_attributes

Listen Sie die am häufigsten verwendeten Attribute für einen Datensatz (eine kuratierte Hochsignal-Submenge) auf. Verwenden Sie dies vor list_all_attributes, um Attribute für get_data auszuwählen. mart wird für die Signaturparität akzeptiert, aber ignoriert; die Abfragetasten von dataset.

Feld	Typ	Anforderungen und Beschränkungen
mart	Zeichenfolge	erforderlich
dataset	Zeichenfolge	erforderlich

const result = await host.mcp("biomart", "list_common_attributes", {"mart": "ENSEMBL_MART_ENSEMBL", "dataset": "hsapiens_gene_ensembl"})

list_all_attributes

Listen Sie alle für einen Datensatz verfügbaren Attribute auf, abzüglich Homologen und Mikroarray-Sonden (die sperrig sind und selten benötigt werden). kann groß sein; list_common_attributes zuerst bevorzugen. mart wird für die Signaturparität akzeptiert, aber ignoriert; die Abfragetasten von dataset.

Feld	Typ	Anforderungen und Beschränkungen
mart	Zeichenfolge	erforderlich
dataset	Zeichenfolge	erforderlich

const result = await host.mcp("biomart", "list_all_attributes", {"mart": "ENSEMBL_MART_ENSEMBL", "dataset": "hsapiens_gene_ensembl"})

list_filters

Listen Sie die Filter auf, die für einen Datensatz verfügbar sind. Filter verengen eine get_data-Abfrage (z.B. chromosome_name, Biotyp) und werden als Filter an get_data übergeben. mart wird für die Signaturparität akzeptiert, aber ignoriert; die Abfragetasten von dataset.

Feld	Typ	Anforderungen und Beschränkungen
mart	Zeichenfolge	erforderlich
dataset	Zeichenfolge	erforderlich

const result = await host.mcp("biomart", "list_filters", {"mart": "ENSEMBL_MART_ENSEMBL", "dataset": "hsapiens_gene_ensembl"})

get_data

Führen Sie eine BioMart-Abfrage aus: Holen Sie die angeforderten Attribute für einen Datensatz ab, der optional durch Filter verengt wird. Dies ist das wichtigste Data-Retrieval-Tool. mart wird für die Signaturparität akzeptiert, aber ignoriert; die Abfragetasten von dataset.

Feld	Typ	Anforderungen und Beschränkungen
mart	Zeichenfolge	erforderlich
dataset	Zeichenfolge	erforderlich
attributes	Array aus Zeichenfolgen	erforderlich
filters	Objekt	fakultativ

const result = await host.mcp("biomart", "get_data", {"mart": "ENSEMBL_MART_ENSEMBL", "dataset": "hsapiens_gene_ensembl", "attributes": ["ensembl_gene_id", "external_gene_name", "chromosome_name"], "filters": {"chromosome_name": "Y", "biotype": "protein_coding"}})

get_translation

Übersetzen eines einzelnen Bezeichners von einem Attributtyp in einen anderen (z.B.) ein HGNC-Symbol für eine Ensembl-Gen-ID) innerhalb eines Datensatzes. mart wird für die Signaturparität akzeptiert, aber ignoriert; die Abfragetasten von dataset.

Feld	Typ	Anforderungen und Beschränkungen
mart	Zeichenfolge	erforderlich
dataset	Zeichenfolge	erforderlich
from_attr	Zeichenfolge	erforderlich
to_attr	Zeichenfolge	erforderlich
target	Zeichenfolge	erforderlich

const result = await host.mcp("biomart", "get_translation", {"mart": "ENSEMBL_MART_ENSEMBL", "dataset": "hsapiens_gene_ensembl", "from_attr": "hgnc_symbol", "to_attr": "ensembl_gene_id", "target": "TP53"})

batch_translate

Übersetzen Sie viele Identifikatoren von einem Attributtyp in einen anderen in einer einzigen Abfrage - effizienter als wiederholte get_translation-Aufrufe. mart wird für die Signaturparität akzeptiert, aber ignoriert; die Abfragetasten von dataset.

Feld	Typ	Anforderungen und Beschränkungen
mart	Zeichenfolge	erforderlich
dataset	Zeichenfolge	erforderlich
from_attr	Zeichenfolge	erforderlich
to_attr	Zeichenfolge	erforderlich
targets	Array aus Zeichenfolgen	erforderlich

const result = await host.mcp("biomart", "batch_translate", {"mart": "ENSEMBL_MART_ENSEMBL", "dataset": "hsapiens_gene_ensembl", "from_attr": "hgnc_symbol", "to_attr": "ensembl_gene_id", "targets": ["TP53", "BRCA1", "BRCA2"]})

ZINK

Operationen und Parameter anzeigen

zinc_search_by_id

Suchen Sie nach kaufbaren Verbindungen in ZINC22 / ZINC20 nach ZINC-Kennung - Antworten "Was ist diese Verbindung und wer verkauft es". Batched: Übergeben Sie 100-IDs in einem Anruf und nicht in vielen Einzel-ID-Anrufen. Async Upstream (Sendung + Umfrage); Es kann bis zu timeout_s Sekunden dauern.

Feld	Typ	Anforderungen und Beschränkungen
zinc_ids	['string', 'array']	erforderlich
max_results	Ganzzahl	fakultativ; Standard: 50
timeout_s	Zahl	fakultativ; Standard: 25

const result = await host.mcp("zinc", "zinc_search_by_id", {"zinc_ids": ["ZINC000000000012"]})

zinc_search_by_smiles

Suche ZINC22's erschaffbaren chemischen Raum nach Struktur - Antworten "was erschaffbare Verbindungen aussehen wie diese SMILES". Dies ist sowohl das Werkzeug zur exakten Übereinstimmung als auch das Werkzeug zur analogen Entdeckung (Ähnlichkeit): CartBlanche22 zeigt einen Struktur-Such-Endpunkt, dessen dist-Parameter sich genau über diverse Bereiche erstreckt, so dass es absichtlich kein separates Ähnlichkeits-Such-Tool gibt. Die langsamste ZINC-Abfrage - erhöhen Sie dist allmählich, anstatt lose zu beginnen.

Feld	Typ	Anforderungen und Beschränkungen
smiles	Zeichenfolge	erforderlich
dist	Ganzzahl	fakultativ; Standard: 0
adist	Ganzzahl	fakultativ
max_results	Ganzzahl	fakultativ; Standard: 50
timeout_s	Zahl	fakultativ; Standard: 25

const result = await host.mcp("zinc", "zinc_search_by_smiles", {"smiles": "CC(=O)Oc1ccccc1C(=O)O", "dist": 2})

zinc_search_by_supplier

Lösen Sie die Lieferantenkatalognummern für ZINC-Verbindungen auf - Antworten "welche ZINC-Substanz ist dieser Lieferantencode und was's Struktur". Batch: bis zu 100 Lieferantencodes pro Anruf. Async Upstream (Senden + Umfrage).

Feld	Typ	Anforderungen und Beschränkungen
supplier_codes	['string', 'array']	erforderlich
max_results	Ganzzahl	fakultativ; Standard: 50
timeout_s	Zahl	fakultativ; Standard: 25

const result = await host.mcp("zinc", "zinc_search_by_supplier", {"supplier_codes": ["MCULE-2311834287"]})

zinc_random_sample

Zeichnen Sie eine Zufallsstichprobe von käuflichen Verbindungen aus ZINC22 - für den Bau von Siebdecks, Eigenschaftsgrundlinien oder Lockvogelsätzen. count verdoppelt sich als dieses Tool's max_results; Bei der erneuten Abrufung wird eine neue Probe gezogen. Async Upstream (Senden + Umfrage).

Feld	Typ	Anforderungen und Beschränkungen
count	Ganzzahl	fakultativ; Standard: 50
subset	Zeichenfolge	fakultativ
timeout_s	Zahl	fakultativ; Standard: 25

const result = await host.mcp("zinc", "zinc_random_sample", {"count": 25, "subset": "lead-like"})

zinc_get_3d

Suchen Sie andockfähige 3D-Strukturen für ZINC-Verbindungen. ZINC22 liefert vorgenerierte 3D-Konformer (DOCK .db2.gz, .mol2.gz, .sdf.gz) in seinem Datei-Repository, geordnet nach Tranche - dieses Tool löst jede ID für seine Tranche auf und gibt die Repository-Standorte zum Herunterladen zum Andocken zurück (DOCK6, AutoDock Vina, etc.). Max 50-IDs pro Anruf (3D-Abruf ist pro Verbindung Arbeit). Async Upstream (Senden + Umfrage).

Feld	Typ	Anforderungen und Beschränkungen
zinc_ids	['string', 'array']	erforderlich
timeout_s	Zahl	fakultativ; Standard: 25

const result = await host.mcp("zinc", "zinc_get_3d", {"zinc_ids": ["ZINC000000000012"]})

Beispiel-Antwortdaten

Die Beispiel-Antwort-Daten enthalten genaue Eingaben, gedeckelte Antwortauszüge und Ergebnisse pro Operation. Unterscheiden Sie einen zurückgegebenen Datensatz, ein leeres Match und eine fehlgeschlagene Anforderung. Ergebnisse können Metadaten, Schemata oder Identifikatoren sein; Überprüfen Sie die Quellfelder und Vollständigkeitsflags, bevor Sie sie in Ihrer Forschung verwenden.

GD

Operationen und Parameter anzeigen

gdc_list_projects

Liste GDC Krebsprojekte und ihre Fall / Datei Zusammenfassungen. Filter sind explizit und begrenzt; Dies ist Metadaten-Erkennung, keine Daten-Download-Operation.

Feld	Typ	Anforderungen und Beschränkungen
project_ids	String/Array	fakultativ
disease_type	Zeichenfolge	Zeichenfolge
primary_site	Zeichenfolge	Zeichenfolge
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000
page_size	Ganzzahl	Ganzzahl

const result = await host.mcp("gdc", "gdc_list_projects", {"project_ids": "TCGA-BRCA", "page_size": 5})

gdc_list_cases

Liste der GDC-Fälle (Probenspender) mit Projekt-, Krankheits- und Bioprobenmetadaten (Proben und Aliquots). Die Ergebnisse identifizieren Fälle und legen keine kontrollierten Daten offen oder herunterladen.

Feld	Typ	Anforderungen und Beschränkungen
project_ids	String/Array	fakultativ
submitter_ids	String/Array	fakultativ
case_ids	String/Array	fakultativ
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000
page_size	Ganzzahl	Ganzzahl

const result = await host.mcp("gdc", "gdc_list_cases", {"project_ids": ["TCGA-BRCA"], "page_size": 5})

gdc_search_files

Durchsuchen Sie das GDC-Dateiinventar nach Projekt, Fall-UUID, Beispieltyp und Analyse-Workflowtyp (ODER innerhalb jedes Filters, UND über Filter hinweg) und kennzeichnen Sie jede Datei explizit als offenen oder kontrollierten Zugriff. Metadatenerkennung gewährt keinen Download-Zugriff; kontrollierte Dateien erfordern eine entsprechende GDC-Autorisierung.

Feld	Typ	Anforderungen und Beschränkungen
project_ids	String/Array	fakultativ
case_ids	string / array	fakultativ
sample_types	string / array	fakultativ
workflow_types	string / array	fakultativ
access	string	optional; default: "all"; enum: ["all", "open", "controlled"]
data_category	Zeichenfolge	Zeichenfolge
data_type	Zeichenfolge	Zeichenfolge
data_format	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 50
file_name	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 500
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000
page_size	Ganzzahl	Ganzzahl

const result = await host.mcp("gdc", "gdc_search_files", {"project_ids": ["TCGA-BRCA"], "sample_types": "Primary Tumor", "workflow_types": "STAR - Counts", "access": "open", "page_size": 10})

gdc_get_file

Abrufen von Metadaten für eine GDC-Datei-UUID, einschließlich ihrer offenen/kontrollierten Zugangsklassifikation. Dies führt keinen Datei-Download durch und behauptet nicht, dass eine aufgelistete Datei für den aktuellen Benutzer herunterladbar ist.

Feld	Typ	Anforderungen und Beschränkungen
file_id	Zeichenfolge	erforderlich; Muster: "^[ ]0-9a-fA-F{ 8}-[...]0-9a-fA-F{ 4}-[...]1-5][0-9a-fA-F{ 3}-[89abAB]0-9a-fA-F{ 3}-[...]0-9a-fA-F{ 12}$"

const result = await host.mcp("gdc", "gdc_get_file", {"file_id": "cb92f61d-041c-4424-a3e9-891b7545f351"})

gdc_get_manifest

Erstellen Sie ein GDC Data Transfer Tool Manifest für bis zu 100 Datei UUIDs. Das zurückgegebene Manifest ist nur ein Inventar; Es werden keine Dateien heruntergeladen oder die Autorisierung des kontrollierten Zugriffs umgangen.

Feld	Typ	Anforderungen und Beschränkungen
file_ids	Array aus Zeichenfolgen	erforderlich; minItems: 1; maxItems: 100; uniqueItems: true

const result = await host.mcp("gdc", "gdc_get_manifest", {"file_ids": ["cb92f61d-041c-4424-a3e9-891b7545f351"]})

Zenodon

Operationen und Parameter anzeigen

search_records

Durchsuchen Sie öffentliche Zenodo-Datensätze (Datensätze, Software und Publikationen) mit Hilfe der Zenodo-Abfragestring-Syntax, z.B. Titel:"Klima" oder doi:"10.5281/zenodo.8435696". Ruft eine Seite ab, bis zu 25-Datensätzen, ohne Authentifizierung. Standardmäßig wird nur die neueste Version aufgeführt; all_versions enthält ältere Versionen. Für die nächste Seite, halten Sie Abfrage, page_size, Sortieren und all_versions unverändert. Das Suchfenster ist auf 10,000-Ergebnisse beschränkt: (Seite - 1) * page_size muss kleiner als 10,000 sein; Die letzte Seite kann teilweise sein. Wenn pagination_limited wahr ist, verengen Sie die Abfrage. Öffentliche Metadaten bedeuten keinen offenen Dateizugriff.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 1000; Muster: "\S"
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000
page_size	Ganzzahl	fakultativ; Standard: 10; mindestens: 1; höchstens: 25
sort	Zeichenfolge	fakultativ; Standard: "bestmatch"; enum: ["bestmatch", "mostrecent"]
all_versions	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("zenodo", "search_records", {"query": "title:climate", "page_size": 5})

get_record

Rufen Sie öffentliche Zenodo-Metadaten und das Dateiinventar ab, das durch den Datensatz-Endpunkt freigegeben wird. Geben Sie eine Dezimaldatensatz-ID, nicht eine DOI oder URL. Eine Konzept-ID kann auf ihre neueste Version aufgelöst werden; requested_record_id, record_id und concept_record_id bleiben unterschiedlich. Verwenden Sie die zurückgegebene versionspezifische record_id für reproduzierbare Lookup. description_html ist stromaufwärts HTML, nicht saniert. Dateilinks und Prüfsummen sind nur Metadaten: Es wird kein Download, keine Prüfsummenverifizierung oder keine Zugriffssonde durchgeführt. Eingeschränkte oder gesperrte Datensätze können öffentliche Metadaten ohne zugängliche Dateien enthalten; Eine leere Dateiliste stellt nicht fest, dass die Einzahlung keine Dateien hat.

Feld	Typ	Anforderungen und Beschränkungen
record_id	Zeichenfolge	erforderlich; max.Länge: 20; Muster: "^[1-9][0-9]*$"

const result = await host.mcp("zenodo", "get_record", {"record_id": "8435696"})

HMMER

Operationen und Parameter anzeigen

search

Senden Sie eine asynchrone EMBL-EBI HMMER3-Suche. Programm wählt phmmer (Proteinsequenz gegen eine Sequenzdatenbank), hmmscan (Proteinsequenz gegen Pfam-Profile), hmmsearch (Profil HMM/alignment gegen eine Sequenzdatenbank) oder jackhmmer (iterative Fernhomologsuche). Eingabe ist die FASTA-Sequenz, das Profil HMM oder der Ausrichtungstext, der von diesem Programm akzeptiert wird. Eine Datenbank ist der Name der Provider-Datenbank. Fakultative Schwellenwerte verwenden HMMER-Parameternamen (incE/incdomE, E/domE, incT/incdomT, T/domT). Iterationen steuern Jackhmmer-Runden. Die Einreichung ist nicht abgeschlossen: Behalten Sie das zurückgegebene job_id und wählen Sie mit dem Status ab. Der Dienst kann einen Job annehmen, auch wenn die Antwort verloren geht; niemals automatisch eine unsichere Einreichung erneut einreichen.

Feld	Typ	Anforderungen und Beschränkungen
program	Zeichenfolge	erforderlich; enum: ["phmmer", "hmmscan", "hmmsearch", "jackhmmer"]
database	Zeichenfolge	erforderlich; enum: ["refprot", "uniprot", "swissprot", "pdb", "rp15", "rp35", "rp55", "rp75", "pfam"]
input	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 200000
incE	Zahl	fakultativ; ausschließlichMindestbetrag: 0; höchstens: 10
incdomE	Zahl	fakultativ; ausschließlichMindestbetrag: 0; höchstens: 10
incT	Zahl	fakultativ; exklusivMinimum: 0
incdomT	Zahl	fakultativ; exklusivMinimum: 0
E	Zahl	fakultativ; ausschließlichMindestbetrag: 0; höchstens: 10
domE	Zahl	fakultativ; ausschließlichMindestbetrag: 0; höchstens: 10
T	Zahl	fakultativ; exklusivMinimum: 0
domT	Zahl	fakultativ; exklusivMinimum: 0
popen	Zahl	fakultativ; mindestens: 0
pextend	Zahl	fakultativ; mindestens: 0
mx	Zeichenfolge	fakultativ; enum: ["BLOSUM45", "BLOSUM62", "BLOSUM90", "PAM30", "PAM70"]
iterations	Ganzzahl	fakultativ; mindestens: 1; höchstens: 9

const result = await host.mcp("hmmer", "search", {"program":"hmmscan","database":"pfam","input":">query\nMKTIIALSYIFCLVFADYKDDDDK"})

status

Überprüfen Sie einmal einen HMMER-Job, ohne eine Umfrage oder erneute Einreichung durchzuführen. ERFOLG bedeutet, dass Ergebnisse verfügbar sind; PENDING/RUNNING bedeutet warten, bevor erneut überprüft wird; ERROR/FAILURE/NOT_FOUND sind Terminal-Ergebnisse und bedeuten niemals Null-Hits. Halten Sie die genaue job_id.

Feld	Typ	Anforderungen und Beschränkungen
job_id	Zeichenfolge	erforderlich; max.Länge: 36; Muster: "^[A-Fa-f0-9]{ 8}-[A-Fa-f0-9]{ 4}-[A-Fa-f0-9]{ 4}-[A-Fa-f0-9]{ 4}-[A-Fa-f0-9]{ 12}$"

const result = await host.mcp("hmmer", "status", {"job_id":"8ebb1d5f-4457-4da8-808c-f811105c3654"})

results

Holen Sie ein HMMER-Jobergebnis einmal ab. Prüft zuerst den Anbieterstatus und gibt keine Ergebnis-Nutzlast zurück, während der Auftrag aussteht oder fehlgeschlagen ist. Auf SUCCESS ruft alle Ergebnisseiten, einschließlich Domain-Annotationen, ab; Jackhmmer Iteration Records werden in der Provider-Array-Form zurückgegeben. Bewahren Sie das Ergebnis in einem Notebook-Artefakt auf, da die Anbieterspeicherung endlich ist; Eine leere Übereinstimmungsliste ist ein abgeschlossenes Null-Hit-Ergebnis, das sich von einem ausstehenden oder fehlgeschlagenen Job unterscheidet.

Feld	Typ	Anforderungen und Beschränkungen
job_id	Zeichenfolge	erforderlich; max.Länge: 36; Muster: "^[A-Fa-f0-9]{ 8}-[A-Fa-f0-9]{ 4}-[A-Fa-f0-9]{ 4}-[A-Fa-f0-9]{ 4}-[A-Fa-f0-9]{ 12}$"

const result = await host.mcp("hmmer", "results", {"job_id":"8ebb1d5f-4457-4da8-808c-f811105c3654"})

InterProScan

Operationen und Parameter anzeigen

status

Überprüfen Sie einen InterProScan-Job einmal, ohne erneut zu versuchen oder abzufragen. Warten Sie mindestens 10 Sekunden zwischen den Prüfungen. FINISHED bedeutet, dass Ergebnisse abgerufen werden können; FEHLER/FAILURE sind Jobausfälle, NOT_FOUND bedeutet unbekannt oder abgelaufen, niemals ein Null-Hit-Ergebnis. Halten Sie die genaue job_id; Dieses Tool wird nie erneut eingereicht.

Feld	Typ	Anforderungen und Beschränkungen
job_id	Zeichenfolge	erforderlich; max.Länge: 200; Muster: "^[A-Za-z0-9][A-Za-z0-9_-]{ 0,199}$"

const result = await host.mcp("interproscan", "status", {"job_id":"iprscan5-R20260922-123456-0123-12345678-p1m"})

results

Holen Sie den vollständigen InterProScan TSV-Bericht für einen Job ab, der auf 2 MiB begrenzt ist (übergroße Berichte scheitern, werden nie abgeschnitten). Prüft zuerst den Status, holt dann TSV nur für FINISHED. Keine Wiederholungen, Umfragen oder erneute Einreichung. Bewahren Sie den Bericht umgehend in einem Notebook-Artefakt auf, da die Ergebnisse des Anbieters ablaufen. TSV enthält eine Zeile pro Signaturübereinstimmung; Die Koordinaten sind 1-basiert und die Werte sind anwendungsspezifisch. Optionale Spalten enthalten InterPro, GO und Pathway-Annotationen. Ein leerer TSV nach FINISHED bedeutet keine gemeldeten Übereinstimmungen, kein Beweis dafür, dass das Protein keine Funktion hat.

Feld	Typ	Anforderungen und Beschränkungen
job_id	Zeichenfolge	erforderlich; max.Länge: 200; Muster: "^[A-Za-z0-9][A-Za-z0-9_-]{ 0,199}$"

const result = await host.mcp("interproscan", "results", {"job_id":"iprscan5-R20260922-123456-0123-12345678-p1m"})

submit

Senden Sie eine oder mehrere Proteinsequenzen an EMBL-EBI InterProScan für asynchrone Domäne und Familienannotation. Akzeptiert eine Rohproteinsequenz oder FASTA-Eingabe mit höchstens 1,000-Einträgen, einer lokalen Grenze von 10,000-Resten pro Datensatz und einer 4 MiB kodierten Anfragekörpergrenze. Gibt sofort ein job_id zurück und führt niemals Umfragen durch. Behalten Sie den job_id, rufen Sie dann den Status an und führen Sie die Ergebnisse selbst aus, nachdem Sie mindestens 10 Sekunden zwischen den Statusüberprüfungen gewartet haben. Eine verlorene Antwort kann eine akzeptierte Arbeit darstellen; nicht automatisch erneut einreichen. Eine gültige Kontakt-E-Mail ist erforderlich. Setzen Sie eine Kontakt-E-Mail in Einstellungen → Anmeldeinformationen → Literaturzugriff. Diese E-Mail wird an EMBL-EBI gesendet, wenn Sie einen Job einreichen. Behalten Sie die genaue job_id, um nach dem Neustart wieder aufzunehmen. Dieser Connector fügt keine Jobregistrierung, keinen Ergebnis-Cache oder Hintergrundabfragen hinzu. Stornierung, App-Exit und Deinstallation nur lokale Anfragen stoppen; Dieser Connector kann Remote-Jobs nicht abbrechen oder löschen. Der Ablauf des Ergebnisses wird von EMBL-EBI kontrolliert. Sequenzen und Kontakt-E-Mails werden an EMBL-EBI gesendet; Werkzeugein- und -ausgänge können in der Konversation oder Notebook-Persistenz beibehalten werden. Senden Sie nicht mehr als 30-Jobs in einem Batch und warten Sie auf die Verarbeitung / Ergebnisse, bevor Sie mehr einreichen; die Querrufdrosselung nicht erzwungen wird. Das vorhandene Ergebnis-Tool gibt höchstens 2 MiB von TSV zurück und lehnt größere Berichte ab.

Feld	Typ	Anforderungen und Beschränkungen
sequence	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 4194304
title	Zeichenfolge	Zeichenfolge

const result = await host.mcp("interproscan", "submit", {"sequence":">query\nMKTIIALSYIFCLVFADYKDDDDK"})

Pathway Commons

Operationen und Parameter anzeigen

pathway_commons_search

Durchsuchen Sie das Pathway Commons BioPAX-Modell nach dem Schlüsselwort Gen / Protein / Pathway oder Lucene-Abfrage. Die Ergebnisse umfassen BioPAX-Klasse, URI, Quelldatenbanken, Organismus und Signalweg-Metadaten. Verwenden Sie den zurückgegebenen URI als Eingabe für Grafik- oder Exportabfragen.

Feld	Typ	Anforderungen und Beschränkungen
q	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 512
type	Zeichenfolge	fakultativ; minLänge: 1; maxLänge: 64
organism	Array aus Zeichenfolgen	fakultativ; maxItems: 20
datasource	Array aus Zeichenfolgen	fakultativ; maxItems: 20
page	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 10000

const result = await host.mcp("pathway-commons", "pathway_commons_search", {"q": "TP53", "type": "ProteinReference", "organism": ["9606"]})

pathway_commons_top_pathways

Suchen Sie in Pathway Commons nach Pfaden auf oberster Ebene, die mit einem Schlüsselwort oder einer Lucene-Abfrage übereinstimmen, optional beschränkt auf eine Spezies oder Quelle wie Reactome.

Feld	Typ	Anforderungen und Beschränkungen
q	Zeichenfolge	erforderlich; minLänge: 1; maxLänge: 512
organism	Array aus Zeichenfolgen	fakultativ; maxItems: 20
datasource	Array aus Zeichenfolgen	fakultativ; maxItems: 20

const result = await host.mcp("pathway-commons", "pathway_commons_top_pathways", {"q": "insulin", "datasource": ["reactome"], "organism": ["9606"]})

pathway_commons_graph

Führen Sie eine Pathway Commons BioPAX-Graphenabfrage für eine Gennachbarschaft, Pfade zwischen Gensätzen, gerichtete Pfade von Quellen zu Zielen oder einen gemeinsamen Upstream- / Downstream-Stream aus. SIF-Ergebnisse werden als Interaktionsdatensätze normalisiert, TXT-Ergebnisse umfassen Edge- und Node-Datensätze und GSEA/BioPAX/SBGN-Exporte bleiben als Text verfügbar.

Feld	Typ	Anforderungen und Beschränkungen
source	Array aus Zeichenfolgen	erforderlich; minItems: 1; maxItems: 100
target	Array aus Zeichenfolgen	fakultativ; minItems: 1; maxItems: 100
kind	Zeichenfolge	fakultativ; Standard: "NEIGHBORHOOD"; enum: ["NEIGHBORHOOD", "PATHSBETWEEN", "PATHSFROMTO", "COMMONSTREAM"]
format	Zeichenfolge	fakultativ; Standard: "SIF"; enum: ["BIOPAX", "SIF", "TXT", "GSEA", "SBGN", "JSONLD"]
limit	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10
direction	Zeichenfolge	fakultativ; enum: ["UPSTREAM", "DOWNSTREAM", "BOTHSTREAM", "UNDIRECTED"]
limit_type	Zeichenfolge	fakultativ; Standard: "NORMAL"; enum: ["NORMAL", "SHORTEST_PLUS_K"]
pattern	Array aus Zeichenfolgen	fakultativ; maxItems: 14
organism	Array aus Zeichenfolgen	fakultativ; maxItems: 20
datasource	Array aus Zeichenfolgen	fakultativ; maxItems: 20
subpathways	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("pathway-commons", "pathway_commons_graph", {"kind": "NEIGHBORHOOD", "source": ["TP53"], "format": "SIF", "pattern": ["INTERACTS_WITH"]})

pathway_commons_export

Holen Sie sich ein BioPAX-Submodell für eine oder mehrere Pathway Commons IDs/URIs und exportieren Sie es als BioPAX, GSEA GMT, JSON-LD, SIF, TXT oder SBGN. Verwenden Sie einen URI, der von search/top_pathways zurückgegeben wird, um einen präzisen Pathway-Export zu erhalten.

Feld	Typ	Anforderungen und Beschränkungen
uri	Array aus Zeichenfolgen	erforderlich; minItems: 1; maxItems: 100
format	Zeichenfolge	fakultativ; Standard: "BIOPAX"; enum: ["BIOPAX", "SIF", "TXT", "GSEA", "SBGN", "JSONLD"]
pattern	Array aus Zeichenfolgen	fakultativ; maxItems: 14
subpathways	boolescher Wert	fakultativ; Standard: falsch

const result = await host.mcp("pathway-commons", "pathway_commons_export", {"uri": ["R-HSA-201451"], "format": "GSEA"})

Alliance Genome Resources

Operationen und Parameter anzeigen

alliance_get_gene

Holen Sie sich eine Modell-Organismus- oder Humangen-Zusammenfassung aus der Alliance of Genome Resources, einschließlich Symbol, Spezies, Synopsis, genomische Lage und Querverweise.

Feld	Typ	Anforderungen und Beschränkungen
gene_id	Zeichenfolge	erforderlicherforderlich

const result = await host.mcp("alliance", "alliance_get_gene", {"gene_id": "MGI:97490"})

alliance_search_genes

Suchen Sie Alliance-Gene in menschlichen und Modell-Organismus-Datenbanken nach Symbol, Name oder Kennung.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlicherforderlich
limit	Ganzzahl	Ganzzahl
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000

const result = await host.mcp("alliance", "alliance_search_genes", {"query": "pax6", "limit": 10})

alliance_get_gene_orthologs

Retrieve cross-species orthologs für ein Alliance-Gen, mit Orthologie Stringenz und Vorhersagemethoden.

Feld	Typ	Anforderungen und Beschränkungen
gene_id	Zeichenfolge	erforderlicherforderlich
stringency	Zeichenfolge	fakultativ; Standard: "stringent"; enum: ["stringent", "moderate", "all"]
limit	Ganzzahl	Ganzzahl
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000

const result = await host.mcp("alliance", "alliance_get_gene_orthologs", {"gene_id": "HGNC:8620", "stringency": "stringent"})

alliance_get_gene_disease_models

Retrieve Disease Associations und Modell-Organismus-Krankheitsmodelle mit einem Alliance-Gen.

Feld	Typ	Anforderungen und Beschränkungen
gene_id	Zeichenfolge	erforderlicherforderlich
limit	Ganzzahl	Ganzzahl
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000

const result = await host.mcp("alliance", "alliance_get_gene_disease_models", {"gene_id": "MGI:97490"})

alliance_get_gene_phenotypes

Retrieve Phänotyp-Annotationen für ein Gen über Allianz-Modell Organismen.

Feld	Typ	Anforderungen und Beschränkungen
gene_id	Zeichenfolge	erforderlicherforderlich
limit	Ganzzahl	Ganzzahl
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000

const result = await host.mcp("alliance", "alliance_get_gene_phenotypes", {"gene_id": "HGNC:6081", "limit": 20})

alliance_get_gene_alleles

Allele und Varianten, die mit einem Alliance-Gen assoziiert sind, einschließlich Krankheits- und Phänotypflaggen, abrufen.

Feld	Typ	Anforderungen und Beschränkungen
gene_id	Zeichenfolge	erforderlicherforderlich
limit	Ganzzahl	Ganzzahl
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000

const result = await host.mcp("alliance", "alliance_get_gene_alleles", {"gene_id": "MGI:97490"})

alliance_get_gene_expression

Retrieve Expressionsannotationen für ein Alliance-Gen, einschließlich Entwicklungsstadium, anatomische Lage, Anbieter und Evidenz.

Feld	Typ	Anforderungen und Beschränkungen
gene_id	Zeichenfolge	erforderlicherforderlich
limit	Ganzzahl	Ganzzahl
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000

const result = await host.mcp("alliance", "alliance_get_gene_expression", {"gene_id": "ZFIN:ZDB-GENE-990415-8"})

alliance_get_disease_genes

Abrufen von Genen, die mit einem Krankheits-Ontologie-Begriff in Verbindung gebracht werden, über die Daten von Alliance-Menschen und Modellorganismen hinweg.

Feld	Typ	Anforderungen und Beschränkungen
disease_id	Zeichenfolge	erforderlicherforderlich
limit	Ganzzahl	Ganzzahl
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 10000

const result = await host.mcp("alliance", "alliance_get_disease_genes", {"disease_id": "DOID:162", "limit": 20})

CELLxGENE Discover

Operationen und Parameter anzeigen

list_collections

Öffentliche CELLxGENE Discover-Sammlungen auflisten; optionale fallunempfindliche Substring-Abfrage über Name, Beschreibung und DOI. Filterung und Paginierung sind clientseitig über die gesamte API-Antwort, die bei jedem Aufruf abgerufen wird; Die Ergebnisse können sich zwischen den Aufrufen ändern. Speichern Sie Versions-IDs für die Reproduzierbarkeit.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 500; Muster: "\S"
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 1000000
page_size	Ganzzahl	fakultativ; Standard: 25; mindestens: 1; höchstens: 100

const result = await host.mcp("cellxgene-discover", "list_collections", {"query":"liver","page_size":10})

get_collection

Holen Sie sich die neuesten Metadaten der öffentlichen Sammlung von kanonischem collection_id, mit einer Seite mit Datensatzzusammenfassungen. Filterung und Paginierung sind clientseitig über die gesamte API-Antwort, die bei jedem Aufruf abgerufen wird; Die Ergebnisse können sich zwischen den Aufrufen ändern. Speichern Sie Versions-IDs für die Reproduzierbarkeit.

Feld	Typ	Anforderungen und Beschränkungen
collection_id	Zeichenfolge	erforderlich; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 1000000
page_size	Ganzzahl	fakultativ; Standard: 25; mindestens: 1; höchstens: 100

const result = await host.mcp("cellxgene-discover", "get_collection", {"collection_id":"9a71db9e-687f-41f0-b88e-544eb1314ef6"})

list_datasets

Öffentliche Datensätze auflisten. Query-Übereinstimmungen Titel, Sammlungsname oder DOI durch Fall-insensitive Substring. Organismus, Gewebe, Krankheit, Assay und cell_type stimmen mit einer genauen Ontologie-ID oder -Etikettierung überein (fallunempfindlich); Filter sind ANDed. schema_version wählt die neuesten veröffentlichten Sammlungsversionen aus, die einem Haupt-/Minor-/Patch-Schema entsprechen, und kann historische Datensätze zurückgeben. Verwenden Sie die dataset_version_id jedes Ergebnisses mit get_dataset_version oder list_dataset_files, um diese Veröffentlichung beizubehalten; Kanonische IDs werden auf die aktuelle Version aufgelöst. Filterung und Paginierung sind clientseitig über die gesamte API-Antwort, die bei jedem Aufruf abgerufen wird; Die Ergebnisse können sich zwischen den Aufrufen ändern. Speichern Sie Versions-IDs für die Reproduzierbarkeit.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 500; Muster: "\S"
collection_id	Zeichenfolge	fakultativ; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"
organism	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 500; Muster: "\S"
tissue	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 500; Muster: "\S"
disease	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 500; Muster: "\S"
assay	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 500; Muster: "\S"
cell_type	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 500; Muster: "\S"
schema_version	Zeichenfolge	fakultativ; Muster: "^\d+(\.\d+){ 0,2}$"
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 1000000
page_size	Ganzzahl	fakultativ; Standard: 25; mindestens: 1; höchstens: 100

const result = await host.mcp("cellxgene-discover", "list_datasets", {"organism":"NCBITaxon:9606","tissue":"liver","page_size":10})

get_dataset

Abrufen vollständiger aktueller Metadaten des öffentlichen Datensatzes, Ontologie-Anmerkungen, Zitate, Assets und Versions-ID unter Verwendung des kanonischen collection_id und dataset_id.

Feld	Typ	Anforderungen und Beschränkungen
collection_id	Zeichenfolge	erforderlich; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"
dataset_id	Zeichenfolge	erforderlich; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"

const result = await host.mcp("cellxgene-discover", "get_dataset", {"collection_id":"9a71db9e-687f-41f0-b88e-544eb1314ef6","dataset_id":"0bbf93aa-2d3a-420f-95a1-26fe384024cb"})

list_collection_versions

Liste veröffentlichte Versionen einer kanonischen Sammlung, neueste zuerst, Beibehaltung Version IDs und Datensatz zählt. Filterung und Paginierung sind clientseitig über die gesamte API-Antwort, die bei jedem Aufruf abgerufen wird; Die Ergebnisse können sich zwischen den Aufrufen ändern. Speichern Sie Versions-IDs für die Reproduzierbarkeit.

Feld	Typ	Anforderungen und Beschränkungen
collection_id	Zeichenfolge	erforderlich; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 1000000
page_size	Ganzzahl	fakultativ; Standard: 25; mindestens: 1; höchstens: 100

const result = await host.mcp("cellxgene-discover", "list_collection_versions", {"collection_id":"9a71db9e-687f-41f0-b88e-544eb1314ef6"})

get_collection_version

Abrufen einer bestimmten veröffentlichten collection_version_id und einer Seite seiner Dataset-Versionen; Es wird nicht auf die neueste Sammlung aufgelöst. Filterung und Paginierung sind clientseitig über die gesamte API-Antwort, die bei jedem Aufruf abgerufen wird; Die Ergebnisse können sich zwischen den Aufrufen ändern. Speichern Sie Versions-IDs für die Reproduzierbarkeit.

Feld	Typ	Anforderungen und Beschränkungen
collection_version_id	Zeichenfolge	erforderlich; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 1000000
page_size	Ganzzahl	fakultativ; Standard: 25; mindestens: 1; höchstens: 100

const result = await host.mcp("cellxgene-discover", "get_collection_version", {"collection_version_id":"46ac9732-ff1c-4f87-86d7-0488d15aecd3"})

list_dataset_versions

Liste veröffentlichte Versionen eines kanonischen dataset_id, neueste zuerst, mit Schemaversion und Veröffentlichungsdaten. Filterung und Paginierung sind clientseitig über die gesamte API-Antwort, die bei jedem Aufruf abgerufen wird; Die Ergebnisse können sich zwischen den Aufrufen ändern. Speichern Sie Versions-IDs für die Reproduzierbarkeit.

Feld	Typ	Anforderungen und Beschränkungen
dataset_id	Zeichenfolge	erforderlich; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"
page	Ganzzahl	fakultativ; Standard: 1; mindestens: 1; höchstens: 1000000
page_size	Ganzzahl	fakultativ; Standard: 25; mindestens: 1; höchstens: 100

const result = await host.mcp("cellxgene-discover", "list_dataset_versions", {"dataset_id":"0bbf93aa-2d3a-420f-95a1-26fe384024cb"})

get_dataset_version

Abrufen von vollständigen Metadaten und Datei-Assets für eine bestimmte veröffentlichte dataset_version_id. Diese ID unterscheidet sich von der kanonischen dataset_id.

Feld	Typ	Anforderungen und Beschränkungen
dataset_version_id	Zeichenfolge	erforderlich; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"

const result = await host.mcp("cellxgene-discover", "get_dataset_version", {"dataset_version_id":"8e0fcb64-735c-4fcb-a74b-12a3518683d1"})

list_dataset_files

Geben Sie ein Download-Inventar aus öffentlichen Dataset-Assets zurück. Geben Sie entweder dataset_version_id für eine feste Veröffentlichung oder collection_id und dataset_id für die aktuelle Version an. Nach list_datasets mit einem schema_version-Filter geben Sie das zurückgegebene dataset_version_id weiter, um die ausgewählte Publikation zu erhalten. Gibt API bereitgestellte H5AD/RDS/ATAC-Assets zurück, wenn verfügbar; keine binäre Download-, Upload-Manifest- oder Census-Ausdrucksabfrage.

Geben Sie genau eine Eingabegruppe an: dataset_version_id / collection_id + dataset_id.

Feld	Typ	Anforderungen und Beschränkungen
collection_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"
dataset_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"
dataset_version_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"

const result = await host.mcp("cellxgene-discover", "list_dataset_files", {"dataset_version_id":"8e0fcb64-735c-4fcb-a74b-12a3518683d1"})

IEDB

Operationen und Parameter anzeigen

search_epitopes

Durchsuchen Sie IEDB-Epitope mit Epitop, Wirt, Antigenquelle, MHC und Beweisfiltern. Aggregierte Filter können verschiedene Experimente in derselben Aufzeichnung abgleichen; Verwendung von Assay-Suchen zur Durchsetzung des gleichzeitigen Auftretens in einem Experiment. Mindestens ein biologischer Filter oder Evidenzfilter ist erforderlich; Limit und Offset allein sind keine Filter. Datenbankbeobachtungen, nicht Vorhersagen. Halten Sie negative und fehlende Ergebnisse unterschiedlich. MHC-Liganden-Elution ist keine Bindungs-Affinitätsmessung; response_measured, Methode und Einheiten zusammen interpretieren. Elternantigene sind repräsentative Proteine und stimmen möglicherweise nicht genau mit der kuratierten Antigen- oder Epitopsequenz überein. Verwenden Sie cross_references.parent_uniprot_accessions oder curated_uniprot_accessions mit host.mcp("genes", "get_uniprot_entries", {accessions:[...]}); Verwenden Sie cross_references.pdb_ids mit host.mcp("structures", "pdb_get_structures", {pdb_ids:[...]}). Dies sind explizite vorgelagerte Querverweise, keine sequenzabgeleiteten Abbildungen. Laden Sie jeden passenden Connector Skill, bevor Sie ihn anrufen. Verwenden Sie entweder antigen_iri oder uniprot_accession, nicht beides.

Geben Sie mindestens eine von: epitope_id / reference_id / host_taxonomy_id / source_taxonomy_id / antigen_iri / uniprot_accession / mhc_allele / mhc_class / qualitative_measure / assay_iri / pdb_id / sequence.

Feld	Typ	Anforderungen und Beschränkungen
epitope_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
reference_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
host_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
source_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
antigen_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
uniprot_accession	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[A-Z0-9]{ 6}(?:[A-Z0-9]{ 4})?(?:-[1-9][0-9]*)?(?![\s\S]"
mhc_allele	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
mhc_class	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; ["I", "II"]
qualitative_measure	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
assay_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
pdb_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9][A-Za-z0-9]{ 3}(?![\s\S])"
sequence	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 1000; Muster: "^[A-Za-z]+(?![\s\S])"
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("iedb", "search_epitopes", {"epitope_id": 25750, "limit": 20})

search_antigens

Suchen Sie IEDB-Antigene mit Epitop, Wirt, Antigenquelle, MHC und Beweisfiltern. Aggregierte Filter können verschiedene Experimente in derselben Aufzeichnung abgleichen; Verwendung von Assay-Suchen zur Durchsetzung des gleichzeitigen Auftretens in einem Experiment. Mindestens ein biologischer Filter oder Evidenzfilter ist erforderlich; Limit und Offset allein sind keine Filter. Datenbankbeobachtungen, nicht Vorhersagen. Halten Sie negative und fehlende Ergebnisse unterschiedlich. MHC-Liganden-Elution ist keine Bindungs-Affinitätsmessung; response_measured, Methode und Einheiten zusammen interpretieren. Elternantigene sind repräsentative Proteine und stimmen möglicherweise nicht genau mit der kuratierten Antigen- oder Epitopsequenz überein. Verwenden Sie cross_references.parent_uniprot_accessions oder curated_uniprot_accessions mit host.mcp("genes", "get_uniprot_entries", {accessions:[...]}); Verwenden Sie cross_references.pdb_ids mit host.mcp("structures", "pdb_get_structures", {pdb_ids:[...]}). Dies sind explizite vorgelagerte Querverweise, keine sequenzabgeleiteten Abbildungen. Laden Sie jeden passenden Connector Skill, bevor Sie ihn anrufen. Verwenden Sie entweder antigen_iri oder uniprot_accession, nicht beides.

Geben Sie mindestens eine von: epitope_id / reference_id / host_taxonomy_id / source_taxonomy_id / antigen_iri / uniprot_accession / mhc_allele / mhc_class / qualitative_measure / assay_iri / pdb_id / antigen_name.

Feld	Typ	Anforderungen und Beschränkungen
epitope_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
reference_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
host_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
source_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
antigen_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
uniprot_accession	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[A-Z0-9]{ 6}(?:[A-Z0-9]{ 4})?(?:-[1-9][0-9]*)?(?![\s\S]"
mhc_allele	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
mhc_class	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; ["I", "II"]
qualitative_measure	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
assay_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
pdb_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9][A-Za-z0-9]{ 3}(?![\s\S])"
antigen_name	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("iedb", "search_antigens", {"uniprot_accession": "P01012", "limit": 20})

search_tcell_assays

Durchsuchen Sie IEDB T-Zellexperimente mit Wirts-, Quellantigen-, MHC- und Ergebnisfiltern. Enthält tcell_export Messungen, Einheiten, Ungleichungen, Methoden, Themenzählungen und Publikationsorte. Mindestens ein biologischer Filter oder Evidenzfilter ist erforderlich; Limit und Offset allein sind keine Filter. Datenbankbeobachtungen, nicht Vorhersagen. Halten Sie negative und fehlende Ergebnisse unterschiedlich. MHC-Liganden-Elution ist keine Bindungs-Affinitätsmessung; response_measured, Methode und Einheiten zusammen interpretieren. Elternantigene sind repräsentative Proteine und stimmen möglicherweise nicht genau mit der kuratierten Antigen- oder Epitopsequenz überein. Verwenden Sie cross_references.parent_uniprot_accessions oder curated_uniprot_accessions mit host.mcp("genes", "get_uniprot_entries", {accessions:[...]}); Verwenden Sie cross_references.pdb_ids mit host.mcp("structures", "pdb_get_structures", {pdb_ids:[...]}). Dies sind explizite vorgelagerte Querverweise, keine sequenzabgeleiteten Abbildungen. Laden Sie jeden passenden Connector Skill, bevor Sie ihn anrufen. Verwenden Sie entweder antigen_iri oder uniprot_accession, nicht beides.

Geben Sie mindestens eine von: epitope_id / reference_id / host_taxonomy_id / source_taxonomy_id / antigen_iri / uniprot_accession / mhc_allele / mhc_class / qualitative_measure / assay_iri / pdb_id / sequence / assay_id.

Feld	Typ	Anforderungen und Beschränkungen
epitope_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
reference_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
host_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
source_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
antigen_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
uniprot_accession	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[A-Z0-9]{ 6}(?:[A-Z0-9]{ 4})?(?:-[1-9][0-9]*)?(?![\s\S]"
mhc_allele	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
mhc_class	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; ["I", "II"]
qualitative_measure	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
assay_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
pdb_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9][A-Za-z0-9]{ 3}(?![\s\S])"
sequence	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 1000; Muster: "^[A-Za-z]+(?![\s\S])"
assay_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("iedb", "search_tcell_assays", {"epitope_id": 25750, "limit": 20})

search_bcell_assays

Durchsuchen Sie IEDB B-Zellexperimente mit Wirts-, Quellantigen-, MHC- und Ergebnisfiltern. Enthält bcell_export Messungen, Einheiten, Ungleichungen, Methoden, Themenzählungen und Publikationsorte. Mindestens ein biologischer Filter oder Evidenzfilter ist erforderlich; Limit und Offset allein sind keine Filter. Datenbankbeobachtungen, nicht Vorhersagen. Halten Sie negative und fehlende Ergebnisse unterschiedlich. MHC-Liganden-Elution ist keine Bindungs-Affinitätsmessung; response_measured, Methode und Einheiten zusammen interpretieren. Elternantigene sind repräsentative Proteine und stimmen möglicherweise nicht genau mit der kuratierten Antigen- oder Epitopsequenz überein. Verwenden Sie cross_references.parent_uniprot_accessions oder curated_uniprot_accessions mit host.mcp("genes", "get_uniprot_entries", {accessions:[...]}); Verwenden Sie cross_references.pdb_ids mit host.mcp("structures", "pdb_get_structures", {pdb_ids:[...]}). Dies sind explizite vorgelagerte Querverweise, keine sequenzabgeleiteten Abbildungen. Laden Sie jeden passenden Connector Skill, bevor Sie ihn anrufen. Verwenden Sie entweder antigen_iri oder uniprot_accession, nicht beides.

Geben Sie mindestens eine von: epitope_id / reference_id / host_taxonomy_id / source_taxonomy_id / antigen_iri / uniprot_accession / mhc_allele / mhc_class / qualitative_measure / assay_iri / pdb_id / sequence / assay_id.

Feld	Typ	Anforderungen und Beschränkungen
epitope_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
reference_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
host_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
source_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
antigen_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
uniprot_accession	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[A-Z0-9]{ 6}(?:[A-Z0-9]{ 4})?(?:-[1-9][0-9]*)?(?![\s\S]"
mhc_allele	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
mhc_class	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; ["I", "II"]
qualitative_measure	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
assay_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
pdb_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9][A-Za-z0-9]{ 3}(?![\s\S])"
sequence	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 1000; Muster: "^[A-Za-z]+(?![\s\S])"
assay_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("iedb", "search_bcell_assays", {"epitope_id": 25750, "limit": 20})

search_mhc_assays

Suche IEDB MHC-Bindungs- und Liganden-Elutionsexperimente mit Wirts-, Quellantigen-, MHC- und Ergebnisfiltern. Enthält mhc_export Messungen, Einheiten, Ungleichungen, Methoden, Themenzählungen und Publikationsorte. Mindestens ein biologischer Filter oder Evidenzfilter ist erforderlich; Limit und Offset allein sind keine Filter. Datenbankbeobachtungen, nicht Vorhersagen. Halten Sie negative und fehlende Ergebnisse unterschiedlich. MHC-Liganden-Elution ist keine Bindungs-Affinitätsmessung; response_measured, Methode und Einheiten zusammen interpretieren. Elternantigene sind repräsentative Proteine und stimmen möglicherweise nicht genau mit der kuratierten Antigen- oder Epitopsequenz überein. Verwenden Sie cross_references.parent_uniprot_accessions oder curated_uniprot_accessions mit host.mcp("genes", "get_uniprot_entries", {accessions:[...]}); Verwenden Sie cross_references.pdb_ids mit host.mcp("structures", "pdb_get_structures", {pdb_ids:[...]}). Dies sind explizite vorgelagerte Querverweise, keine sequenzabgeleiteten Abbildungen. Laden Sie jeden passenden Connector Skill, bevor Sie ihn anrufen. Verwenden Sie entweder antigen_iri oder uniprot_accession, nicht beides.

Geben Sie mindestens eine von: epitope_id / reference_id / host_taxonomy_id / source_taxonomy_id / antigen_iri / uniprot_accession / mhc_allele / mhc_class / qualitative_measure / assay_iri / pdb_id / sequence / assay_id.

Feld	Typ	Anforderungen und Beschränkungen
epitope_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
reference_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
host_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
source_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
antigen_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
uniprot_accession	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[A-Z0-9]{ 6}(?:[A-Z0-9]{ 4})?(?:-[1-9][0-9]*)?(?![\s\S]"
mhc_allele	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
mhc_class	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; ["I", "II"]
qualitative_measure	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
assay_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
pdb_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9][A-Za-z0-9]{ 3}(?![\s\S])"
sequence	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 1000; Muster: "^[A-Za-z]+(?![\s\S])"
assay_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("iedb", "search_mhc_assays", {"epitope_id": 25750, "limit": 20})

search_references

Suchen Sie IEDB-Referenzen mit Epitop, Wirt, Antigenquelle, MHC und Beweisfiltern. Aggregierte Filter können verschiedene Experimente in derselben Aufzeichnung abgleichen; Verwendung von Assay-Suchen zur Durchsetzung des gleichzeitigen Auftretens in einem Experiment. Mindestens ein biologischer Filter oder Evidenzfilter ist erforderlich; Limit und Offset allein sind keine Filter. Datenbankbeobachtungen, nicht Vorhersagen. Halten Sie negative und fehlende Ergebnisse unterschiedlich. MHC-Liganden-Elution ist keine Bindungs-Affinitätsmessung; response_measured, Methode und Einheiten zusammen interpretieren. Elternantigene sind repräsentative Proteine und stimmen möglicherweise nicht genau mit der kuratierten Antigen- oder Epitopsequenz überein. Verwenden Sie cross_references.parent_uniprot_accessions oder curated_uniprot_accessions mit host.mcp("genes", "get_uniprot_entries", {accessions:[...]}); Verwenden Sie cross_references.pdb_ids mit host.mcp("structures", "pdb_get_structures", {pdb_ids:[...]}). Dies sind explizite vorgelagerte Querverweise, keine sequenzabgeleiteten Abbildungen. Laden Sie jeden passenden Connector Skill, bevor Sie ihn anrufen. Verwenden Sie entweder antigen_iri oder uniprot_accession, nicht beides.

Geben Sie mindestens eine von: epitope_id / reference_id / host_taxonomy_id / source_taxonomy_id / antigen_iri / uniprot_accession / mhc_allele / mhc_class / qualitative_measure / assay_iri / pdb_id / pubmed_id.

Feld	Typ	Anforderungen und Beschränkungen
epitope_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
reference_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
host_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
source_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
antigen_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
uniprot_accession	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[A-Z0-9]{ 6}(?:[A-Z0-9]{ 4})?(?:-[1-9][0-9]*)?(?![\s\S]"
mhc_allele	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
mhc_class	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; ["I", "II"]
qualitative_measure	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
assay_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
pdb_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9][A-Za-z0-9]{ 3}(?![\s\S])"
pubmed_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 12; Muster: "^[1-9][0-9]*(?![\s\S]"
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("iedb", "search_references", {"reference_id": 1023094, "limit": 20})

search_tcrs

Suchen Sie IEDB TCR-Rezeptorgruppen nach Epitop, Rezeptor CDR3, Wirt, Antigen, MHC und Literaturnachweis. Das Sequenzfilter stimmt mit dem Epitop linear_sequences überein; chain1_cdr3 und chain2_cdr3 passen Rezeptorkette CDR3 Sequenzen. Enthält tcr_export-Datensätze mit Ketten, kuratierten / berechneten Genannotationen und verknüpften Assays und Referenzen. Filter wählen Rezeptorgruppen aus; eingebettete Ausfuhrdatensätze werden nicht einzeln nach diesen Kriterien gefiltert. Aggregierte Wirts- und Ergebnisfilter können unterschiedliche Experimente in derselben Gruppe abgleichen. Rezeptorexporte enthalten keine Host- oder qualitative Ergebnisfelder. Für Experiment-Level-Co-Auftreten, folgen Sie der verknüpften assay__iedb_ids und Abfrage search_tcell_assays, search_bcell_assays oder search_mhc_assays mit den entsprechenden assay_id und experimentellen Filtern. Mindestens ein biologischer Filter oder Evidenzfilter ist erforderlich; Limit und Offset allein sind keine Filter. Datenbankbeobachtungen, nicht Vorhersagen. Halten Sie negative und fehlende Ergebnisse unterschiedlich. MHC-Liganden-Elution ist keine Bindungs-Affinitätsmessung; response_measured, Methode und Einheiten zusammen interpretieren. Elternantigene sind repräsentative Proteine und stimmen möglicherweise nicht genau mit der kuratierten Antigen- oder Epitopsequenz überein. Verwenden Sie cross_references.parent_uniprot_accessions oder curated_uniprot_accessions mit host.mcp("genes", "get_uniprot_entries", {accessions:[...]}); Verwenden Sie cross_references.pdb_ids mit host.mcp("structures", "pdb_get_structures", {pdb_ids:[...]}). Dies sind explizite vorgelagerte Querverweise, keine sequenzabgeleiteten Abbildungen. Laden Sie jeden passenden Connector Skill, bevor Sie ihn anrufen.

Geben Sie mindestens eine von: epitope_id / reference_id / host_taxonomy_id / source_taxonomy_id / antigen_iri / uniprot_accession / mhc_allele / mhc_class / qualitative_measure / assay_iri / pdb_id / sequence / receptor_group_id / chain1_cdr3 / chain2_cdr3.

Feld	Typ	Anforderungen und Beschränkungen
epitope_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
reference_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
host_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
source_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
antigen_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
uniprot_accession	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[A-Z0-9]{ 6}(?:[A-Z0-9]{ 4})?(?:-[1-9][0-9]*)?(?![\s\S]"
mhc_allele	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
mhc_class	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; ["I", "II"]
qualitative_measure	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
assay_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
pdb_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9][A-Za-z0-9]{ 3}(?![\s\S])"
sequence	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 1000; Muster: "^[A-Za-z]+(?![\s\S])"
receptor_group_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
chain1_cdr3	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 1000; Muster: "^[A-Za-z]+(?![\s\S])"
chain2_cdr3	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 1000; Muster: "^[A-Za-z]+(?![\s\S])"
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("iedb", "search_tcrs", {"epitope_id": 25750, "limit": 20})

search_bcrs

Suchen Sie IEDB BCR-Rezeptorgruppen nach Epitop, Rezeptor CDR3, Wirt, Antigen, MHC und Literaturnachweis. Das Sequenzfilter stimmt mit dem Epitop linear_sequences überein; chain1_cdr3 und chain2_cdr3 passen Rezeptorkette CDR3 Sequenzen. Enthält bcr_export-Datensätze mit Ketten, kuratierten / berechneten Genannotationen und verknüpften Assays und Referenzen. Filter wählen Rezeptorgruppen aus; eingebettete Ausfuhrdatensätze werden nicht einzeln nach diesen Kriterien gefiltert. Aggregierte Wirts- und Ergebnisfilter können unterschiedliche Experimente in derselben Gruppe abgleichen. Rezeptorexporte enthalten keine Host- oder qualitative Ergebnisfelder. Für Experiment-Level-Co-Auftreten, folgen Sie der verknüpften assay__iedb_ids und Abfrage search_tcell_assays, search_bcell_assays oder search_mhc_assays mit den entsprechenden assay_id und experimentellen Filtern. Mindestens ein biologischer Filter oder Evidenzfilter ist erforderlich; Limit und Offset allein sind keine Filter. Datenbankbeobachtungen, nicht Vorhersagen. Halten Sie negative und fehlende Ergebnisse unterschiedlich. MHC-Liganden-Elution ist keine Bindungs-Affinitätsmessung; response_measured, Methode und Einheiten zusammen interpretieren. Elternantigene sind repräsentative Proteine und stimmen möglicherweise nicht genau mit der kuratierten Antigen- oder Epitopsequenz überein. Verwenden Sie cross_references.parent_uniprot_accessions oder curated_uniprot_accessions mit host.mcp("genes", "get_uniprot_entries", {accessions:[...]}); Verwenden Sie cross_references.pdb_ids mit host.mcp("structures", "pdb_get_structures", {pdb_ids:[...]}). Dies sind explizite vorgelagerte Querverweise, keine sequenzabgeleiteten Abbildungen. Laden Sie jeden passenden Connector Skill, bevor Sie ihn anrufen.

Geben Sie mindestens eine von: epitope_id / reference_id / host_taxonomy_id / source_taxonomy_id / antigen_iri / uniprot_accession / mhc_allele / mhc_class / qualitative_measure / assay_iri / pdb_id / sequence / receptor_group_id / chain1_cdr3 / chain2_cdr3.

Feld	Typ	Anforderungen und Beschränkungen
epitope_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
reference_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
host_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
source_taxonomy_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
antigen_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
uniprot_accession	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[A-Z0-9]{ 6}(?:[A-Z0-9]{ 4})?(?:-[1-9][0-9]*)?(?![\s\S]"
mhc_allele	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
mhc_class	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; ["I", "II"]
qualitative_measure	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; minLänge: 1; max.Länge: 300; Muster: "\S"
assay_iri	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9_]:[A-Za-z0-9][A-Za-z0-9._:-](?![\s\S])"
pdb_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; Muster: "^[0-9][A-Za-z0-9]{ 3}(?![\s\S])"
sequence	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 1000; Muster: "^[A-Za-z]+(?![\s\S])"
receptor_group_id	Ganzzahl	vorbehaltlich der vorstehenden Bedingungen; mindestens: 1; höchstens: 9007199254740991
chain1_cdr3	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 1000; Muster: "^[A-Za-z]+(?![\s\S])"
chain2_cdr3	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 1000; Muster: "^[A-Za-z]+(?![\s\S])"
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("iedb", "search_bcrs", {"epitope_id": 25750, "limit": 20})

Monarch Initiative

Operationen und Parameter anzeigen

monarch_get_disease_phenotypes

Retrieve disease-phänotype association evidence using Monarch canonical CURIEs, with relation/category, primary and aggregator sources, publications, evidence codes, negation, frequency, onset and disease context when supply. Quelldatenbank-IDs und Aliase werden nicht automatisch in kanonische Monarch-IDs konvertiert und geben möglicherweise keine Übereinstimmungen zurück. Eine Nullsumme bedeutet keine Übereinstimmung für den gelieferten Identifikator und die Filter, keine Abwesenheit von Phänotypnachweisen. Direct Identifier Matching ist der Standard; Direkt bedeutet nicht experimentell bewiesen. Untersuchen Sie knowledge_level und agent_type auf abgeleitete Assoziationen. Fehlende Beweise sind keine negativen Beweise. Verwenden Sie Genes & Ontologies für die OLS-Begriffssuche und Alliance für Modell-Organismus-Aufzeichnungen.

Feld	Typ	Anforderungen und Beschränkungen
disease_id	Zeichenfolge	erforderlich; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9.-]*:[A-Za-z0-9][A-Za-z0-9.:-*(?![\s\S])"
phenotype_id	Zeichenfolge	fakultativ; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9.-]*:[A-Za-z0-9][A-Za-z0-9.:-*(?![\s\S])"
primary_knowledge_source	Zeichenfolge	fakultativ; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9.-]*:[A-Za-z0-9][A-Za-z0-9.:-*(?![\s\S])"
direct	boolescher Wert	fakultativ; Standard: true
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("monarch", "monarch_get_disease_phenotypes", {"disease_id": "MONDO:0007947", "limit": 20})

monarch_get_gene_phenotypes

Abrufen von Gen-Phänotyp-Assoziationsnachweisen unter Verwendung monarchischer kanonischer CURIEs mit Relations-/Kategorie-, Primär- und Aggregatorquellen, Veröffentlichungen, Evidenzcodes, Negation, Häufigkeit, Beginn und Krankheitskontext, wenn sie geliefert werden. Quelldatenbank-IDs und Aliase werden nicht automatisch in kanonische Monarch-IDs konvertiert und geben möglicherweise keine Übereinstimmungen zurück. Eine Nullsumme bedeutet keine Übereinstimmung für den gelieferten Identifikator und die Filter, keine Abwesenheit von Phänotypnachweisen. Direct Identifier Matching ist der Standard; Direkt bedeutet nicht experimentell bewiesen. Untersuchen Sie knowledge_level und agent_type auf abgeleitete Assoziationen. Fehlende Beweise sind keine negativen Beweise. Verwenden Sie Genes & Ontologies für die OLS-Begriffssuche und Alliance für Modell-Organismus-Aufzeichnungen.

Feld	Typ	Anforderungen und Beschränkungen
gene_id	Zeichenfolge	erforderlich; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9.-]*:[A-Za-z0-9][A-Za-z0-9.:-*(?![\s\S])"
phenotype_id	Zeichenfolge	fakultativ; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9.-]*:[A-Za-z0-9][A-Za-z0-9.:-*(?![\s\S])"
primary_knowledge_source	Zeichenfolge	fakultativ; max.Länge: 200; Muster: "^[A-Za-z][A-Za-z0-9.-]*:[A-Za-z0-9][A-Za-z0-9.:-*(?![\s\S])"
direct	boolescher Wert	fakultativ; Standard: true
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("monarch", "monarch_get_gene_phenotypes", {"gene_id": "HGNC:3603", "limit": 20})

Cellosaurus

Operationen und Parameter anzeigen

search_cell_lines

Suchen Sie Cellosaurus empfohlene Namen und Synonyme mit einer wörtlichen Phrase (nicht rohe Solr-Syntax). Gibt Kandidaten zurück, kein eindeutiges Identitätsmatch. Verwenden Sie get_cell_line mit dem ausgewählten CVCL-Zugang für Herkunft, Krankheiten und externe Kartierungen.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 200; Muster: "\S"
limit	Ganzzahl	Ganzzahl
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000

const result = await host.mcp("cellosaurus", "search_cell_lines", {"query": "HeLa", "limit": 20})

get_cell_line

Lösen Sie einen Cellosaurus CVCL-Zugang oder eine RRID:CVCL-Kennung. Abrufen von Identität, Art, Gewebe-/Zelltyp-Ursprung, Einrichtung eines Labors, Spenderkrankheit/Alter/Geschlecht, Elternzelllinien, kuratierte Kontaminations-/Misidentifikations- und Vorsichtsaufzeichnungen, ICLAC-Registrierungen und externe Datenbank-Mappings. Fehlende Annotationen stellen keine Probenqualität dar.

Feld	Typ	Anforderungen und Beschränkungen
accession	Zeichenfolge	erforderlich; minLänge: 9; max.Länge: 40; Muster: "^\s*(?:[Rr][Rr][Ii][Dd]:)?[Cc][Vv][Cc][Ll]_[A-Za-z0-9]{ 4}\s*$"

const result = await host.mcp("cellosaurus", "get_cell_line", {"accession": "RRID:CVCL_1906"})

get_cell_line_rdf

RDF für einen Cellosaurus-Beitritt vom offiziellen Deferencing-Service abrufen. Der zurückgegebene RDF-Text bleibt im Anforderungsergebnis erhalten; es gibt keinen Connector-eigenen Dateispeicher oder Ontologie-Download.

Field	Type	Requirement and constraints
accession	string	required; pattern: "^CVCL_[A-Z0-9]{4}$"
format	string	optional; default: "ttl"; enum: ["ttl", "rdf", "jsonld"]

const result = await host.mcp("cellosaurus", "get_cell_line_rdf", {"accession": "CVCL_0030", "format": "ttl"})

query_knowledge_graph

Führen Sie einen begrenzten Cellosaurus SPARQL SELECT gegen die lokale offizielle Grafik aus. Nur PREFIX/SELECT-Abfragen ohne SERVICE, FROM oder Updates werden unterstützt; die bereitgestellte Abfrage ist verschachtelt und begrenzt, niemals auf Null Ergebnisse erweitert.

Field	Type	Requirement and constraints
query	string	required; minLength: 1; maxLength: 12000
max_rows	integer	optional; default: 20; minimum: 1; maximum: 100

const result = await host.mcp("cellosaurus", "query_knowledge_graph", {"query": "SELECT ?s WHERE { ?s a <http://www.w3.org/2002/07/owl#Class> }", "max_rows": 2})

search_str_similarity

Vergleichen Sie ein explizit geliefertes Zelllinien-STR-Profil mit dem offiziellen CLASTR-Service. Markerallele werden stromaufwärts gesendet. Die Ähnlichkeit hängt von den Loci- und Bewertungsoptionen ab; sie bescheinigt keine Probenidentität oder keine Kontamination.

Field	Type	Requirement and constraints
markers	object	required
species	string	optional; default: "human"; enum: ["human", "mouse", "dog"]
algorithm	integer	optional; default: 1; enum: [1, 2, 3]
scoring_mode	integer	optional; default: 1; enum: [1, 2, 3]
score_filter	integer	optional; default: 70; minimum: 0; maximum: 100
min_markers	integer	optional; default: 8; minimum: 1; maximum: 50
max_results	integer	optional; default: 20; minimum: 1; maximum: 100

const result = await host.mcp("cellosaurus", "search_str_similarity", {"markers": {"D5S818": "12,13"}, "min_markers": 1, "max_results": 2})

list_cellosaurus_files

Entdecken Sie offizielle Cellosaurus-Datendateienlinks. Es wird keine Ontologie, Datei oder Datensatz automatisch heruntergeladen oder fortgesetzt.

Keine Eingabefelder; Übergeben eines leeren Objekts.

const result = await host.mcp("cellosaurus", "list_cellosaurus_files", {})

PDC

Operationen und Parameter anzeigen

pdc_search_studies

Durchsuchen Sie PDC-Studienbezeichner und Versionsnamen im öffentlichen Studienkatalog. Keyword matching ist ein fallunempfindliches lokales substring-matching, nicht krankheits-klinische filterung. Ohne Keyword durchsuchen Sie den Katalog. Alle Versionen bleiben erhalten.

Feld	Typ	Anforderungen und Beschränkungen
query	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 200; Muster: "\S"
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000
limit	Ganzzahl	Ganzzahl

const result = await host.mcp("pdc", "pdc_search_studies", {"query":"CCRCC", "limit":5})

pdc_get_study

Abrufen von PDC-Studienmetadaten, Testtyp, Fall-/Aliquotenzahl, Dateikategorien und verfügbare Versionen. pdc_study_id wählt die neueste Version aus; study_id ist die UUID einer bestimmten Version. Verwenden Sie ein zurückgegebenes study_id, um nachfolgende Aufrufe anzuheften. Externe Referenz-IDs gehören zur benannten Ressource; Gehen Sie nicht davon aus, dass PDC und GDC UUIDs austauschbar sind.

Geben Sie genau eine von pdc_study_id / study_id.

Feld	Typ	Anforderungen und Beschränkungen
pdc_study_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 9; Muster: "^PDC[0-9]{ 6}$"
study_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 36; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"

const result = await host.mcp("pdc", "pdc_get_study", {"pdc_study_id":"PDC000127"})

pdc_list_biospecimens

Karte PDC Studie Aliquots zu Proben und Fällen, Erhaltung Einreicher IDs, Pool-Flags und externe Referenzen für CPTAC Multi-Omics-Forschung. Jede Zeile ist eine aliquote Assoziation, kein einzigartiger Patient. Verwenden Sie pagination_mode: upstream, um über die Upstream-Cap der 1000-Zuordnung des lokalen Modus hinauszugehen; Upstream-Offsets und Limits zählen Fälle. pdc_study_id wählt die neueste Version aus; study_id ist die UUID einer bestimmten Version. Verwenden Sie ein zurückgegebenes study_id, um nachfolgende Aufrufe anzuheften. Externe Referenz-IDs gehören zur benannten Ressource; Gehen Sie nicht davon aus, dass PDC und GDC UUIDs austauschbar sind.

Geben Sie genau eine von pdc_study_id / study_id.

Feld	Typ	Anforderungen und Beschränkungen
pdc_study_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 9; Muster: "^PDC[0-9]{ 6}$"
study_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 36; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000
limit	Ganzzahl	Ganzzahl
pagination_mode	Zeichenfolge	fakultativ; Standard: "local"; enum: ["local", "upstream"]

const result = await host.mcp("pdc", "pdc_list_biospecimens", {"pdc_study_id":"PDC000127", "pagination_mode":"upstream", "limit":5})

pdc_list_files

Entdecken Sie PDC Studiendateien, einschließlich quantitativer Berichte (data_category: Protein Assembly) und Publikationsergänzungen. Filter werden an das offizielle API übergeben. Gibt Metadaten und Speicherpfade zurück, nicht Dateiinhalte oder Download-URLs. pdc_study_id wählt die neueste Version aus; study_id ist die UUID einer bestimmten Version. Verwenden Sie ein zurückgegebenes study_id, um nachfolgende Aufrufe anzuheften. Externe Referenz-IDs gehören zur benannten Ressource; Gehen Sie nicht davon aus, dass PDC und GDC UUIDs austauschbar sind.

Geben Sie genau eine von pdc_study_id / study_id.

Feld	Typ	Anforderungen und Beschränkungen
pdc_study_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 9; Muster: "^PDC[0-9]{ 6}$"
study_id	Zeichenfolge	vorbehaltlich der vorstehenden Bedingungen; max.Länge: 36; Muster: "^[0-9a-fA-F]{ 8}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 4}-[0-9a-fA-F]{ 12}$"
offset	Ganzzahl	fakultativ; Standard: 0; mindestens: 0; höchstens: 1000000
limit	Ganzzahl	Ganzzahl
data_category	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 200; Muster: "\S"
file_type	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 200; Muster: "\S"
file_format	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 200; Muster: "\S"
file_name	Zeichenfolge	fakultativ; minLänge: 1; max.Länge: 500; Muster: "\S"

const result = await host.mcp("pdc", "pdc_list_files", {"pdc_study_id":"PDC000127", "data_category":"Protein Assembly", "limit":10})

pdc_list_clinical

Ruft öffentliche demografische und diagnostische Metadaten zu PDC-Fällen ab, einschließlich verfügbarer Proben-IDs und benannter externer Verweise auf GDC. Datentypen, null-Werte und Maskierungskennzeichen bleiben erhalten. pdc_study_id wählt die neueste Version; study_id ist die UUID einer bestimmten Version. Verwenden Sie die zurückgegebene study_id, um Folgeaufrufe auf diese Version festzulegen. Externe IDs gehören zur jeweils benannten Ressource; PDC- und GDC-UUIDs sind nicht austauschbar.

Feld	Typ	Anforderungen und Beschränkungen
pdc_study_id	string	provide exactly one of these two identifiers; maxLength: 9
study_id	string	provide exactly one of these two identifiers; maxLength: 36
offset	integer	optional; default: 0; minimum: 0; maximum: 1000000
limit	integer	optional; default: 20; minimum: 1; maximum: 100

const result = await host.mcp("pdc", "pdc_list_clinical", {"pdc_study_id": "PDC000127", "limit": 10})

ENCORI

Operationen und Parameter anzeigen

query_mirna_targets

Abfragen Sie offizielle miRNA-Zielnachweise. Verwenden Sie mirna=all für uneingeschränkte miRNA; cell_type genau zu bewahren. Das Programm ist eine kommagetrennte Liste von PITA, RNA22, miRmap, DIANA-microT, miRanda, PicTar oder TargetScan, niemals allen.

Feld	Typ	Anforderungen und Beschränkungen
assembly	Zeichenfolge	erforderlich; enum: ["hg38", "mm10"]
gene_type	Zeichenfolge	erforderlich; enum: ["mRNA", "lncRNA", "pseudogene", "circRNA", "sncRNA"]
mirna	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
clip_exp_num	Ganzzahl	erforderlich; mindestens: 0; höchstens: 999
degra_exp_num	Ganzzahl	erforderlich; mindestens: 0; höchstens: 999
pancancer_num	Ganzzahl	erforderlich; mindestens: 0; höchstens: 32
program_num	Ganzzahl	erforderlich; mindestens: 1; höchstens: 7
program	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
target	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
cell_type	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
max_records	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 200
output_dir	['string', 'null']	fakultativ; minLänge: 1; maxLänge: 4096

const result = await host.mcp("encori", "query_mirna_targets", {"assembly":"hg38","gene_type":"mRNA","mirna":"all","clip_exp_num":1,"degra_exp_num":0,"pancancer_num":0,"program_num":1,"program":"TargetScan","target":"PDCD4","cell_type":"HeLa","max_records":2})

query_rna_rna_interactions

Offizielle RNA-RNA-Wechselwirkungen abfragen. Verwenden Sie cell_type=all nur, wenn Sie nicht eingeschränkt sind; keine andere Datenbank ersetzen.

Feld	Typ	Anforderungen und Beschränkungen
assembly	Zeichenfolge	erforderlich; enum: ["hg38", "mm10"]
gene_type	Zeichenfolge	erforderlich; enum: ["mRNA", "lncRNA", "pseudogene", "sncRNA", "miRNA"]
rna	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
inter_num	Ganzzahl	erforderlich; mindestens: 1; höchstens: 999
exp_num	Ganzzahl	erforderlich; mindestens: 1; höchstens: 999
cell_type	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
max_records	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 200
output_dir	['string', 'null']	fakultativ; minLänge: 1; maxLänge: 4096

const result = await host.mcp("encori", "query_rna_rna_interactions", {"assembly":"hg38","gene_type":"mRNA","rna":"TP53","inter_num":1,"exp_num":1,"cell_type":"all","max_records":2})

query_rbp_targets

Abfragen Sie offizielle RBP-Zielnachweise. Verwenden Sie rbp=all für alle RBPs; cell_type beibehalten und Nullzeilen von Anforderungsfehlern unterscheiden.

Feld	Typ	Anforderungen und Beschränkungen
assembly	Zeichenfolge	erforderlich; enum: ["hg38", "mm10", "dm6", "ce10", "sacCer3"]
gene_type	Zeichenfolge	erforderlich; enum: ["mRNA", "lncRNA", "pseudogene", "circRNA", "sncRNA"]
rbp	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
clip_exp_num	Ganzzahl	erforderlich; mindestens: 1; höchstens: 999
pancancer_num	Ganzzahl	erforderlich; mindestens: 0; höchstens: 32
target	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
cell_type	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
max_records	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 200
output_dir	['string', 'null']	fakultativ; minLänge: 1; maxLänge: 4096

const result = await host.mcp("encori", "query_rbp_targets", {"assembly":"hg38","gene_type":"mRNA","rbp":"all","clip_exp_num":1,"pancancer_num":0,"target":"TP53","cell_type":"HeLa","max_records":2})

query_cerna_network

Abfrage von offiziellen ceRNA-Netzwerken. Verwenden Sie family=all, wenn Sie nicht eingeschränkt sind. Bewahren Sie offizielle P-Werte und FDR; Niemals fehlende Familiennamen aus Zählungen ableiten.

Feld	Typ	Anforderungen und Beschränkungen
assembly	Zeichenfolge	erforderlich; enum: ["hg38", "mm10"]
gene_type	Zeichenfolge	erforderlich; enum: ["mRNA", "lncRNA", "pseudogene"]
cerna	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
mirna_num	Ganzzahl	erforderlich; mindestens: 1; höchstens: 999
family	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
pval	Zahl	erforderlich; mindestens: 0; höchstens: 0.01
fdr	Zahl	erforderlich; mindestens: 0; höchstens: 0.01
pancancer_num	Ganzzahl	erforderlich; mindestens: 0; höchstens: 32
max_records	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 200
output_dir	['string', 'null']	fakultativ; minLänge: 1; maxLänge: 4096

const result = await host.mcp("encori", "query_cerna_network", {"assembly":"hg38","gene_type":"mRNA","cerna":"MYC","mirna_num":1,"family":"all","pval":0.01,"fdr":0.01,"pancancer_num":0,"max_records":2})

query_rbp_disease

Abfrage offiziellen RBP-Krankheit Beweise. Bewahren Sie Gewebe-, Krankheits- und Zielfilter auf, ohne die Nullergebnisabfragen zu erweitern.

Feld	Typ	Anforderungen und Beschränkungen
assembly	Zeichenfolge	erforderlich; enum: ["hg38"]
rbp	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
tissue	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
disease	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
target	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 256; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
max_records	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 200
output_dir	['string', 'null']	fakultativ; minLänge: 1; maxLänge: 4096

const result = await host.mcp("encori", "query_rbp_disease", {"assembly":"hg38","rbp":"all","tissue":"breast","disease":"carcinoma","target":"MYC","max_records":2})

scan_rbp_motifs

Suchen Sie nach offiziellen RBP-Motivrankings. Bewahren Sie Ordnung und Partituren. QueryMotif und IdentifiedMotif sind unabhängige Felder; Es wird keine umgekehrte Komplementierung durchgeführt oder geschlossen.

Feld	Typ	Anforderungen und Beschränkungen
assembly	Zeichenfolge	erforderlich; enum: ["hg38", "mm10", "dm6", "ce10", "sacCer3"]
length	Zeichenfolge	erforderlich; enum: ["short", "long"]
motif	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 64; Muster: "^[ACGTUNRYKMSWBDHVacgtunrykmswbdhv]+$"
rank_limit	Ganzzahl	erforderlich; mindestens: 1; höchstens: 100
max_records	Ganzzahl	fakultativ; Standard: 20; mindestens: 1; höchstens: 200
output_dir	['string', 'null']	fakultativ; minLänge: 1; maxLänge: 4096

const result = await host.mcp("encori", "scan_rbp_motifs", {"assembly":"hg38","length":"short","motif":"UGCAUG","rank_limit":10,"max_records":2})

get_binding_sites

Abrufen der offiziellen BED-Bindungsstellen durch dataset_id. Entfernen Sie nur bekannte SQL-Präfixe aus analysierten Datensätzen; exakte Rohbytes beibehalten.

Feld	Typ	Anforderungen und Beschränkungen
assembly	Zeichenfolge	erforderlich; enum: ["hg38", "mm10", "dm6", "ce10", "sacCer3"]
dataset_id	Zeichenfolge	erforderlich; minLänge: 1; max.Länge: 64; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
max_records	Ganzzahl	fakultativ; Standard: 100; mindestens: 1; höchstens: 1000
output_dir	['string', 'null']	fakultativ; minLänge: 1; maxLänge: 4096

const result = await host.mcp("encori", "get_binding_sites", {"assembly":"hg38","dataset_id":"SBDH2131","max_records":2})

get_reference_tables

Listen Sie genaue Tabellennamen aus der offiziellen Online-Referenz ZIP auf oder lesen Sie eine genaue table_name wie reference_data/degradome_ref.txt. Holt den ZIP bei jedem Anruf neu ab.

Feld	Typ	Anforderungen und Beschränkungen
table_name	['string', 'null']	fakultativ; minLänge: 1; max.Länge: 512; Muster: "^[^\r\n\u0000][^\s\u0000][^\r\n\u0000]$"
max_records	Ganzzahl	fakultativ; Standard: 50; mindestens: 1; höchstens: 500
output_dir	['string', 'null']	fakultativ; minLänge: 1; maxLänge: 4096

const result = await host.mcp("encori", "get_reference_tables", {"table_name":"reference_data/degradome_ref.txt","max_records":2})

list_bulk_datasets

Listen Sie die 24 dokumentierten offiziellen Massendatensatz-Dateinamen auf. Standardmäßig prüft HEAD Verfügbarkeit und Bytegrößen, ohne Daten herunterzuladen. Ungeprüfte Verfügbarkeit und Größe sind null.

Feld	Typ	Anforderungen und Beschränkungen
assembly	['string', 'null']	fakultativ; enum: ["hg38", "mm10", null]
data_type	['string', 'null']	fakultativ; enum: ["miRNA_mRNA", "miRNA_lncRNA", "miRNA_pseudogene", "miRNA_sncRNA", "miRNA_circRNA", "RNA_RNA", "RBP_mRNA", "RBP_lncRNA", "RBP_pseudogene", "RBP_sncRNA", "RBP_circRNA", "RBP_caRNA", null
check_availability	boolescher Wert	fakultativ; Standard: true

const result = await host.mcp("encori", "list_bulk_datasets", {"assembly":"hg38","data_type":"miRNA_mRNA"})

download_bulk_dataset

Nur wenn der Benutzer einen Download anfordert, streamen Sie eine offizielle Massendatei auf destination_dir auf dem Computer, auf dem der Anrufer läuft. Überschreiben Sie niemals eine vorhandene Datei. Unterbrochene .part-Dateien werden auf demselben Dateinamen/Verzeichnis erst nach Identitäts- und HTTP-Bereichsvalidierung wieder aufgenommen. Validierung der Größe und Gzip-Integrität vor der Veröffentlichung.

Feld	Typ	Anforderungen und Beschränkungen
filename	Zeichenfolge	erforderlich; enum: ["hg38.miRNA_mRNA.tar.gz", "hg38.miRNA_lncRNA.tar.gz", "hg38.miRNA_pseudogene.tar.gz", "hg38.miRNA_sncRNA.tar.gz", "hg38.miRNA_circRNA.tar.gz", "hg38.RNA_RNA.tar.gz", "hg38.RBP_mRNA.tar.gz", "hg38.RBP_lncRNA.tar.gz", "hg38.RBP_pseudogene.tar.gz", "hg38.RBP_sncRNA.tar.gz", "hg38.RBP_circRNA.tar.gz", "hg38.RBP_caRNA.tar.gz", "mm10.miRNA_mRNA.tar.gz", "mm10.miRNA_lncRNA.tar.gz", "mm10.miRNA_pseudogene.tar.gz", "mm10.miRNA_sncRNA.tar.gz", "mm10.miRNA_circRNA.tar.gz", "mm10.RNA_RNA.tar.gz", "mm10.RBP_mRNA.tar.gz", "mm10.RBP_lncRNA.tar.gz", "mm10.RBP_pseudogene.tar.gz", "mm10.RBP_sncRNA.tar.gz", "mm10.RBP_circRNA.tar.gz", "mm10.RBP_caRNA.tar.gz"]
destination_dir	['string', 'null']	fakultativ; minLänge: 1; maxLänge: 4096

const result = await host.mcp("encori", "download_bulk_dataset", {"filename":"hg38.miRNA_sncRNA.tar.gz","destination_dir":"/absolute/path/to/output"})

Orphadata

get_disease_genes

Retrieve Orphadata rare-disease gene associations by ORPHAcode, including association type/status, validation sources and gene database mappings.

Feld	Typ	Anforderungen und Beschränkungen
orphacode	integer	erforderlich; minimum: 1; maximum: 2147483647

const result = await host.mcp("orphadata", "get_disease_genes", {"orphacode": 166024})

get_disease_phenotypes

Abrufen von seltenen HPO-Phänotypen und Häufigkeitskategorien von Orphadaten durch ORPHAcode. Behält diagnostische Kriterien und Validierungsmetadaten; Häufigkeitskategorien sind keine patientenspezifischen Wahrscheinlichkeiten.

Feld	Typ	Anforderungen und Beschränkungen
orphacode	integer	erforderlich; minimum: 1; maximum: 2147483647

const result = await host.mcp("orphadata", "get_disease_phenotypes", {"orphacode": 58})

TCIA

Operationen und Parameter anzeigen

search_collections

Durchsuchen Sie öffentliche TCIA-Sammlungen nach Keyword, eine Seite nach der anderen. Enthält Krebs, Modalität, DOI und Download-Anforderungen. Collection Manager und NBIA haben unterschiedliche Abdeckung. Download-Links können Data Retriever-Manifeste sein, nicht Bilder. Laden Sie DICOM nicht herunter oder greifen Sie auf eingeschränkte Daten zu.

Field	Type	Requirement and constraints
query	string	required; minLength: 1; maxLength: 200; pattern: "\S"
page	integer	optional; minimum: 1; maximum: 1000
page_size	integer	optional; minimum: 1; maximum: 20

const result = await host.mcp("tcia", "search_collections", {"query": "LIDC-IDRI", "page_size": 5})

get_collection

Finden Sie eine TCIA-Sammlung nach exaktem Kurztitel, der von search collections zurückgegeben wird. Durchsucht bis zu 20 Kandidaten und überprüft die Identität: Der Upstream-Filter include=id ist unzuverlässig. Ein Null-Ergebnis mit lookup complete=false bedeutet, den Lookup zu verfeinern, nicht Abwesenheit. Gibt Lizenz- und Downloaderanforderungen zurück; lädt keine Dateien herunter.

Field	Type	Requirement and constraints
short_title	string	required; minLength: 1; maxLength: 200; pattern: "\S"

const result = await host.mcp("tcia", "get_collection", {"short_title": "4D-Lung"})

get_series

Abrufen von öffentlichen NBIA-Metadaten für eine genaue DICOM SeriesInstanceUID: Sammlung, Subjekt-/Studienidentität, Modalität, Bildanzahl, Bytegröße und Lizenz. Verwenden Sie eine vorhandene UID von TCIA; keine breite Aufzählung oder Bild-Download. Dieser Endpunkt deckt nicht jede TCIA-Sammlung ab.

Field	Type	Requirement and constraints
series_uid	string	required; maxLength: 64; pattern: "^[0-9]+(?:\.[0-9]+)+$"

const result = await host.mcp("tcia", "get_series", {"series_uid": "1.3.6.1.4.1.14519.5.2.1.6834.5010.189721824525842725510380467695"})

KEGG

Operationen und Parameter anzeigen

search_entries

Suchen Sie KEGG-Pfad, KO, Verbindung oder Reaktionsnamen. Gibt eine gedeckelte Liste zurück, keine serverseitige Paginierung; Verengen Sie die Abfrage, wenn sie abgeschnitten ist. Public KEGG API ist nur für den akademischen Gebrauch bestimmt; nicht-akademische Nutzung und Servicebereitstellung erfordern eine entsprechende Lizenzierung. Die Aktivierung dieses Connectors gewährt keine Lizenz.

Field	Type	Requirement and constraints
database	string	required; enum: ["pathway", "ko", "compound", "reaction"]
query	string	required; minLength: 1; maxLength: 200; pattern: "\S"
limit	integer	optional; minimum: 1; maximum: 100

const result = await host.mcp("kegg", "search_entries", {"database": "pathway", "query": "glycolysis"})

get_entry

Lesen Sie einen KEGG-Weg, KO, Verbindung oder Reaktionszusammenfassung. Gibt ausgewählte Flatfile-Felder mit expliziter Kürzung zurück; schließt Massen-GENES, Sequenzen und Pfadbilder aus. HTTP 404 ist kein leerer Datensatz. Public KEGG API ist nur für den akademischen Gebrauch bestimmt; nicht-akademische Nutzung und Servicebereitstellung erfordern eine entsprechende Lizenzierung. Die Aktivierung dieses Connectors gewährt keine Lizenz.

Field	Type	Requirement and constraints
id	string	required; pattern: "^(?:[KCR][0-9]{5}|(?:map|[a-z]{3,4})[0-9]{5})$"

const result = await host.mcp("kegg", "get_entry", {"id": "hsa00010"})

map_gene

Karte ein Organismus-qualifiziertes KEGG-Gen zu Pfaden oder UniProt-Zugängen. Konserviert one-to-many matches; keine automatische Wahl eines kanonischen Proteins. Die Ergebnisse werden ohne serverseitige Paginierung begrenzt. Public KEGG API ist nur für den akademischen Gebrauch bestimmt; nicht-akademische Nutzung und Servicebereitstellung erfordern eine entsprechende Lizenzierung. Die Aktivierung dieses Connectors gewährt keine Lizenz.

Field	Type	Requirement and constraints
gene	string	required; maxLength: 80; pattern: "^[a-z][a-z0-9]{1,4}:[A-Za-z0-9_.-]+$"
target	string	required; enum: ["pathway", "uniprot"]
limit	integer	optional; minimum: 1; maximum: 100

const result = await host.mcp("kegg", "map_gene", {"gene": "hsa:7157", "target": "uniprot"})

RxNorm / RxNav

Operationen und Parameter anzeigen

resolve_name

Lösen Sie einen Medikamentennamen auf aktive RxNorm RxCUIs. Exact matching ist der standard; normalisiertes matching kann salze und wortreihenfolge ignorieren. Behält alle mehrdeutigen Übereinstimmungen bei und stellt keine klinische Äquivalenz fest.

Field	Type	Requirement and constraints
name	string	required; minLength: 1; maxLength: 300; pattern: "\S"
search	integer	optional; enum: [0, 1, 2]

const result = await host.mcp("rxnorm", "resolve_name", {"name": "aspirin"})

get_concept

Retrieve active RxNorm concept properties by RxCUI: name, synonym, term type, language and suppress flag. Ein fehlender Datensatz ist kein Beweis dafür, dass ein Bezeichner nie existiert hat.

Field	Type	Requirement and constraints
rxcui	string	required; pattern: "^[0-9]{1,12}$"

const result = await host.mcp("rxnorm", "get_concept", {"rxcui": "1191"})

DailyMed

Operationen und Parameter anzeigen

search_labels

Suchen Sie DailyMed SPL-Labelidentitäten, Titel, Versionen und Veröffentlichungsdaten nach Medikamentennamen, optional eingegrenzt auf eine RxCUI. Ruft eine Metadatenseite ab; das Vorhandensein von Etiketten stellt keine FDA-Zulassung dar.

Field	Type	Requirement and constraints
drug_name	string	required; minLength: 1; maxLength: 300; pattern: "\S"
rxcui	string	optional; pattern: "^[0-9]{1,12}$"
page	integer	optional; default: 1; minimum: 1; maximum: 100000
page_size	integer	optional; default: 20; minimum: 1; maximum: 100

const result = await host.mcp("dailymed", "search_labels", {"drug_name": "aspirin", "page_size": 5})

get_label_history

Holen Sie eine Seite der DailyMed SPL-Versionshistorie für eine genaue SET-ID ab, wobei die Etikettenidentität, der Titel und die Veröffentlichungsdaten erhalten bleiben. Laden Sie keine historischen Etiketteninhalte herunter.

Field	Type	Requirement and constraints
setid	string	required; pattern: "^[a-fA-F0-9]{8}-[a-fA-F0-9]{4}-[a-fA-F0-9]{4}-[a-fA-F0-9]{4}-[a-fA-F0-9]{12}$"
page	integer	optional; default: 1; minimum: 1; maximum: 100000
page_size	integer	optional; default: 20; minimum: 1; maximum: 100

const result = await host.mcp("dailymed", "get_label_history", {"setid": "9aa7140c-012c-4ea6-866d-4732e915dab6"})

BioSamples

Operationen und Parameter anzeigen

search_samples

Durchsuchen Sie öffentliche EMBL-EBI BioSamples Metadaten, jeweils eine Cursorseite. Behält Merkmale, Ontologiebegriffe, externe Referenzen und Release- / Update-Daten bei. Verwenden Sie den zurückgegebenen next cursor mit unveränderter Abfrage und page size; kein automatisches Traversal.

Field	Type	Requirement and constraints
query	string	required; minLength: 1; maxLength: 500; pattern: "\S"
page_size	integer	optional; default: 20; minimum: 1; maximum: 100
cursor	string	optional; minLength: 1; maxLength: 2048; pattern: "\S"

const result = await host.mcp("biosamples", "search_samples", {"query": "leukaemia", "page_size": 5})

get_sample

Abrufen eines öffentlichen BioSamples-Datensatzes durch Beitritt mit standardmäßig angewandten Kurationen, Merkmalen, Ontologiebegriffen, Beziehungen, externen Referenzen und Herkunftsdaten. Verknüpfte Ressourcen und Dateien werden nicht abgerufen.

Field	Type	Requirement and constraints
accession	string	required; pattern: "^SAM[END][A-Z]?[0-9]{1,15}$"

const result = await host.mcp("biosamples", "get_sample", {"accession": "SAMD00023550"})

WikiPathways

Operationen und Parameter anzeigen

search_pathways

Suchen Sie WikiPathways nach dem Fall-unsensitiven Namen oder WP-Identifier-Substring, optional beschränkt auf einen genauen wissenschaftlichen Artennamen. Filtert die aktuelle offizielle ListePathways JSON Snapshot lokal; dies ist keine Volltext- oder Gensuche.

Field	Type	Requirement and constraints
query	string	required; minLength: 1; maxLength: 300; pattern: "\S"
species	string	optional; minLength: 1; maxLength: 100; pattern: "\S"
offset	integer	optional; default: 0; minimum: 0; maximum: 100000
limit	integer	optional; default: 20; minimum: 1; maximum: 100

const result = await host.mcp("wikipathways", "search_pathways", {"query": "glycolysis", "species": "Homo sapiens"})

get_pathway

Rufen Sie einen WikiPathways-Metadatensatz nach WP-Kennung aus dem aktuellen getPathwayInfo JSON-Schnappschuss ab. Bewahrt Arten, Revision, Autoren, Quellenbeschreibung und Zitate. Rekonstruiert keine Pfadgraphen, Gen-Mappings oder historische Revisionen.

Field	Type	Requirement and constraints
id	string	required; pattern: "^WP[0-9]{1,10}$"

const result = await host.mcp("wikipathways", "get_pathway", {"id": "WP534"})

Europe PMC

Operationen und Parameter anzeigen

search_europepmc

Search Europe PMC direkt mit Boolean, Feld und Datum Syntax. Gibt Kerndatensätze zurück, einschließlich tatsächlich verfügbarer Abstracts und eines expliziten Paginierungscursors. Öffentlich: Für diese Methode ist kein NCBI-Schlüssel oder keine Kontakt-E-Mail erforderlich. Eine Volltext-URL wird nicht als Volltext abgerufen; folgen Sie PMC-Kennungen mit den vorhandenen Volltext-Tools.

Field	Type	Requirement and constraints
query	string	required; minLength: 1; maxLength: 12000
page_size	integer	optional; default: 20; minimum: 1; maximum: 100
cursor	string	optional; default: "*"; minLength: 1; maxLength: 4096

const result = await host.mcp("europepmc", "search_europepmc", {"query": "TP53 AND liver fibrosis", "page_size": 5})

Research Datasets

Operationen und Parameter anzeigen

get_dataset_access

Lesen Sie die offiziellen Zugangsvoraussetzungen und Einstiegspunkte für NHANES, CHARLS, CHNS, SEER, MIMIC, eICU, FAERS oder GBD. Dies ist eine deklarierte Anleitung, keine Kontoprüfung, Genehmigung oder Abfrage der Quelldatenbank. Überprüfen Sie die aktuellen offiziellen Bedingungen vor dem Erwerb.

Field	Type	Requirement and constraints
dataset	string	required; enum: ["nhanes", "charls", "chns", "seer", "mimic", "eicu", "faers", "gbd"]

const result = await host.mcp("research-datasets", "get_dataset_access", {"dataset": "seer"})

list_nhanes_files

Entdecken Sie offizielle öffentliche NHANES XPT-Dateien für einen Umfragezyklus / eine Komponente. Gibt Datei und übereinstimmende Dokumentationslinks zurück, ohne Dateien herunterzuladen. Lehnt eine geänderte/herausfordernde Seite ab, anstatt sie als leeren Datensatz zu behandeln.

Field	Type	Requirement and constraints
cycle_begin_year	integer	required; minimum: 1999; maximum: 2100
component	string	optional; default: "Demographics"; enum: ["Demographics", "Dietary", "Examination", "Laboratory", "Questionnaire"]

const result = await host.mcp("research-datasets", "list_nhanes_files", {"cycle_begin_year": 2017, "component": "Demographics"})

list_physionet_demo_files

Listen Sie Dateien in der offiziellen MIMIC-IV 2.2 oder eICU 2.0 öffentlichen Demo auf. Unterstützt nur feste demo-standorte; dies prüft niemals zertifizierte projekte, akzeptiert willkürliche urls oder sendet kontoanmeldeinformationen.

Field	Type	Requirement and constraints
dataset	string	required; enum: ["mimic", "eicu"]
directory	string	optional; default: "root"; enum: ["root", "hosp", "icu"]

const result = await host.mcp("research-datasets", "list_physionet_demo_files", {"dataset": "mimic", "directory": "hosp"})

ChEA3

Operationen und Parameter anzeigen

rank_transcription_factors

Reichen Sie eine öffentliche Gensymbolliste bei der offiziellen ChEA3-Anreicherungs-API ein. Gibt jedes Bibliotheksranking separat zurück; Ränge und Werte sind Hypothesenbeweise, keine kausale Validierung. Der Antrag wird einmal eingereicht und identifiziert nicht alle erkannten Input-Gene.

Field	Type	Requirement and constraints
genes	Array	required; minItems: 1; maxItems: 2000
query_name	string	optional; default: "query"; minLength: 1; maxLength: 100
top_n	integer	optional; default: 20; minimum: 1; maximum: 100

const result = await host.mcp("chea3", "rank_transcription_factors", {"genes": ["FOXM1", "SMAD9", "MYC", "SMAD3", "STAT1", "STAT3"], "top_n": 5})

list_gmt_libraries

Entdecken Sie offizielle ChEA3 GMT-Dateilinks von der Download-Seite. Primär-, Zusatz- und Benchmarking-Bibliotheken können unterschiedlich sein; eine herunterladbare Bibliothek ist nicht automatisch die Bibliothek, die von einem Online-Ergebnis verwendet wird. Es werden keine Dateien mit dieser Methode heruntergeladen.

Keine Eingabefelder; Übergeben eines leeren Objekts.

const result = await host.mcp("chea3", "list_gmt_libraries", {})

bioDBnet

Operationen und Parameter anzeigen

list_input_types

Rufen Sie die offizielle bioDBnet getinputs REST Operation auf. Entdecken Sie unterstützte Knotennamen vor der Konvertierung. Bewahren Sie nicht zugeordnete Inputs und mehrere Outputs; Abwesenheit ist kein Beweis dafür, dass keine biologische Kartierung existiert.

Keine Eingabefelder; Übergeben eines leeren Objekts.

const result = await host.mcp("biodbnet", "list_input_types", {})

list_output_types

Rufen Sie die offizielle bioDBnet getoutputsforinput REST Operation an. Entdecken Sie unterstützte Knotennamen vor der Konvertierung. Bewahren Sie nicht zugeordnete Inputs und mehrere Outputs; Abwesenheit ist kein Beweis dafür, dass keine biologische Kartierung existiert.

Field	Type	Requirement and constraints
input_type	string	required; minLength: 1; maxLength: 80; pattern: "^[A-Za-z0-9 _-]+$"

const result = await host.mcp("biodbnet", "list_output_types", {"input_type": "genesymbol"})

convert_ids

Rufen Sie die offizielle bioDBnet db2db REST-Operation auf. Entdecken Sie unterstützte Knotennamen vor der Konvertierung. Bewahren Sie nicht zugeordnete Inputs und mehrere Outputs; Abwesenheit ist kein Beweis dafür, dass keine biologische Kartierung existiert.

Field	Type	Requirement and constraints
input_type	string	required; minLength: 1; maxLength: 80; pattern: "^[A-Za-z0-9 _-]+$"
values	Array	required; minItems: 1; maxItems: 200
outputs	Array	required; minItems: 1; maxItems: 20
taxon_id	integer	optional; default: 9606; minimum: 1; maximum: 100000000

const result = await host.mcp("biodbnet", "convert_ids", {"input_type": "genesymbol", "values": ["TP53"], "outputs": ["geneid"], "taxon_id": 9606})

recognize_ids

Rufen Sie die offizielle bioDBnet dbfind REST-Operation an. Entdecken Sie unterstützte Knotennamen vor der Konvertierung. Bewahren Sie nicht zugeordnete Inputs und mehrere Outputs; Abwesenheit ist kein Beweis dafür, dass keine biologische Kartierung existiert.

Field	Type	Requirement and constraints
values	Array	required; minItems: 1; maxItems: 200
output_type	string	required; minLength: 1; maxLength: 80; pattern: "^[A-Za-z0-9 _-]+$"
taxon_id	integer	optional; default: 9606; minimum: 1; maximum: 100000000

const result = await host.mcp("biodbnet", "recognize_ids", {"values": ["TP53"], "output_type": "geneid"})

map_orthologs

Rufen Sie die offizielle bioDBnet dbortho REST-Operation an. Entdecken Sie unterstützte Knotennamen vor der Konvertierung. Bewahren Sie nicht zugeordnete Inputs und mehrere Outputs; Abwesenheit ist kein Beweis dafür, dass keine biologische Kartierung existiert.

Field	Type	Requirement and constraints
input_type	string	required; minLength: 1; maxLength: 80; pattern: "^[A-Za-z0-9 _-]+$"
values	Array	required; minItems: 1; maxItems: 200
input_taxon	integer	optional; default: 9606; minimum: 1; maximum: 100000000
output_taxon	integer	optional; default: 10090; minimum: 1; maximum: 100000000
output_type	string	required; minLength: 1; maxLength: 80; pattern: "^[A-Za-z0-9 _-]+$"

const result = await host.mcp("biodbnet", "map_orthologs", {"input_type": "genesymbol", "values": ["TP53"], "output_type": "genesymbol", "input_taxon": 9606, "output_taxon": 10090})

list_pathways

Rufen Sie die offizielle bioDBnet Getpathways REST Operation an. Entdecken Sie unterstützte Knotennamen vor der Konvertierung. Bewahren Sie nicht zugeordnete Inputs und mehrere Outputs; Abwesenheit ist kein Beweis dafür, dass keine biologische Kartierung existiert.

Field	Type	Requirement and constraints
taxon_id	integer	optional; default: 9606; minimum: 1; maximum: 100000000

const result = await host.mcp("biodbnet", "list_pathways", {"taxon_id": 9606})

CTD

Operationen und Parameter anzeigen

list_ctd_reports

Geben Sie eine gepflegte Untergruppe von offiziellen öffentlichen CTD-Berichtseingabepunkten und Quellbegriffen zurück. Dieser statische Katalog überprüft nicht die Live-Verfügbarkeit oder stellt CTD-Webabfragen bereit. Verwenden Sie die offizielle Seite, um Dateien zu erhalten; Stoppen Sie, wenn eine menschliche Überprüfung erforderlich ist.

Keine Eingabefelder; Übergeben eines leeren Objekts.

const result = await host.mcp("ctd", "list_ctd_reports", {})