gentel-lab/origenemcp

Developer tools

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기

40 stars 5 forks 품질 51 트렌드 12

Repository Install

OrigeneMCP는 OriGene 생태계의 핵심 구성 요소이며, 가상 질병 생물학으로 행동하도록 설계된 자체 진화 멀티 시약 시스템입니다.

개요

OrigeneMCP는 OriGene 생태계의 핵심 구성 요소이며, 가상 질병 생물학으로 행동하도록 설계된 자체 진화 멀티 시약 시스템입니다. OriGene은 바이오 의학 AI 연구에 대한 통합 플랫폼을 제공하며 공식적으로 2025 WAIC에서 시작되었습니다. 종이 | OriGene 코드 | OrigeneMCP 코드 | 최근 업데이트: - 업데이트 새로운 도구: DepMap, 등 - 공식적으로 WAIC 2025에서 시작! - 🔥 통합 OrigeneMCP 과학 플랫폼을위한 Bohrium AI. - 🔥 통합 OrigeneMCP CAMEL. - OrigeneMCP 공식 오픈소스!

개요(AI 번역)

OrigeneMCP는 OriGene 생태계의 핵심 구성 요소이며, 가상 질병 생물학으로 행동하도록 설계된 자체 진화 멀티 시약 시스템입니다. OriGene은 바이오 의학 AI 연구에 대한 통합 플랫폼을 제공하며 공식적으로 2025 WAIC에서 시작되었습니다.

| 상품 | 종이 | OriGene 코드 | 채용정보 코드 |

1. OrigeneMCP의 제품정보

최근 업데이트:

**2026-02-24 ** ♨ 새로운 도구 업데이트 : DepMap 등

2025-07-28 ソ OriGene 공식적으로 WAIC 2025에서 시작!

**2025-07-22 ** 🔥 통합 OrigeneMCP 과학 플랫폼의 Bohrium AI.

2025-07-19 🔥 통합 OrigeneMCP CAMEL. -2025-07-18 O OrigeneMCP 공식 오픈소스!

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.

README

원문 README의 일부입니다. 원문 보기.

OrigeneMCP

OrigeneMCP is a core component of the OriGene ecosystem, a self-evolving multi-agent system designed to act as a virtual disease biologist. OriGene provides a unified platform for biomedical AI research and was officially launched at the 2025 WAIC.

1. OrigeneMCP Overview

Recent updates:

2026-02-24 🚀 Update new tools: DepMap, etc.

2025-07-28 🚀 OriGene officially launched at WAIC 2025!

2025-07-22 🔥 Integrated OrigeneMCP into the Bohrium AI for Science platform.

2025-07-19 🔥 Integrated OrigeneMCP into CAMEL.

2025-07-18 🚀 OrigeneMCP officially open-sourced!

OrigeneMCP is the MCP toolkit for the OriGene project that integrates over 600 tools and multiple databases (including ChEMBL, PubChem, FDA, OpenTargets, NCBI, UniProt, PDB, Ensembl, UCSC, KEGG, STRING, TCGA, Monarch, ClinicalTrials, and more) into an advanced integrated MCP server platform, combining disease biology and drug discovery tools to enable comprehensive multi-dimensional information retrieval across small molecules, proteins, genes, diseases, and other biological entities, serving as a unified interface for accessing and analyzing complex biomedical data to accelerate therapeutic research and development.

2. Deploy OrigeneMCP

Clone the repository:

git clone https://github.com/GENTEL-lab/OrigeneMCP.git

The dependencies of this repository are managed by uv. Before deployment, please make sure that uv is already installed. Use the following commands to install uv:

pip install uv

uv venv .venv --python=3.13

source .venv/bin/activate

Initialize the dependencies of this repository:

uv sync

Deploy the mcp service:

cp default.conf.toml local.conf.toml
# get your tavily_api_key in https://tavily.com/
# get your jina_api_key in https://jina.ai/

export PYTHONPATH=`fab pypath`
uv run -m deploy.web

NOTE:

Please ensure that port 8788 is not occupied. If it is occupied, please modify the port in file local.conf.toml to another port;
If you need to use Tavily search or Jina search, please configure the tavily_api_key or jina_api_key in file local.conf.toml;

3. Use OrigeneMCP

3.1. Use locally deployed OrigeneMCP

First, connect to OrigeneMCP and get all available tools.

from langchain_mcp_adapters.client import MultiServerMCPClient

# Choose the packages you want to use
tool_packages = [
    "chembl", "kegg", "string", "search", "pubchem", "ncbi",

GitHub에서 전체 README 보기

설치

This server does not publish a one-line install command.

Open the repository installation guide MCP 초보자라면? mcpskill.org 가이드부터 시작하세요 →

설정

import asyncio

from camel.agents import ChatAgent
from camel.toolkits import OrigeneToolkit

# Choose the packages you want to use
tool_packages = [
    "chembl", "kegg", "string", "search", "pubchem", "ncbi",
    "uniprot", "tcga", "ensembl", "ucsc", "fda_drug", "pdb",
    "monarch", "clinicaltrials", "dbsearch", "opentargets"
]
tool_packages = [server+'_mcp' for server in tool_packages]

config = {
    "mcpServers": {
        package: {
            "transport": "streamable_http",
            "url": f"http://127.0.0.1:8788/{package}/mcp/"
        } for package in tool_packages
    }
}

async def main():
    # Use async context manager for automatic connection management
    async with OrigeneToolkit(config_dict=config) as origene_toolkit:
        user_msg = "what can you do?"
        agent = ChatAgent(
            "You are named origene assistant.",
            model="gpt-4o",
            tools=[*origene_toolkit.get_tools()],
        )
        response = agent.step(user_msg)
        print(response.msgs[0].content)

asyncio.run(main())