概览
PocketScout MCP 是一款结合位点初筛服务器，为兼容 MCP 的 AI 助手提供工具和工作流提示。它旨在汇集蛋白靶点的相关证据，支持后续深入的药物发现或计算结合蛋白设计工作。它连接 UniProt、RCSB PDB、ChEMBL、PubMed 和 AlphaFold DB；它是独立的集成服务，并非上游数据库服务，也不是数据库认可的实现。
根据所用工具不同，输入可以是 PDB 标识符、UniProt 标识符、基因名称或选定的结合位点残基。文档说明的工作流包括建立生物学背景并了解结构覆盖范围、从实验坐标中提取配体接触残基、查看配体生物活性记录，以及检查保守性和已知变异。工具会同时返回原始信息和 interpretation 字段。target_briefing 提示可用于生成初步摘要，而 binding_site_assessment 则引导开展更详细的排序评估，涵盖证据、权衡因素和设计注意事项。
结构分析使用 gemmi 识别共结晶配体周围的接触，并根据不同结构中口袋的重复出现情况进行归并。保守性检查覆盖小鼠、大鼠和食蟹猴，采用局部上下文匹配，而非完整的多序列比对。这些输出可辅助确定优先级，但不能作为结合或适合设计的实验确认。
项目元数据将该软件包标记为 Alpha。文档提供源代码和托管 MCP 端点；本地运行要求 Python 3.11 或更高版本。其范围限于公开数据和已知结合位点证据：文档未说明当前支持计算口袋预测、专有数据访问、专利集成或基于构象集合的变构检测。
主要功能
- 八种 MCP 工具涵盖靶点特征分析、相关结构、结合位点、配体历史、保守性、文献、已知变异，以及跨结构口袋归并。
- 基于坐标的分析使用 gemmi 提取与共结晶配体接触的残基并对口袋进行分类，其中包括基于大小的成药性评估。
- 跨结构归并会合并同一靶点的已观察口袋，并按重复出现情况排序。
- 结合残基保守性检查通过局部上下文匹配比较人、小鼠、大鼠和食蟹猴序列；另有独立工具标记已记录的疾病或耐药变异。
- 工具提供原始数据和科学解读；`target_briefing` 与 `binding_site_assessment` 提示分别组织简短或详细的评估。
使用场景
- 建议评估：在启动计算蛋白结合体设计项目并选择口袋前，比较已知结合区域。
- 建议评估：利用结构覆盖范围、配体历史和相关文献，为研究人员介绍陌生靶点。
- 建议评估：规划后续实验前，筛查候选结合残基的跨物种差异和已记录变异。
使用方式
- 阅读官方 README，选择托管访问或本地运行方式，并区分简短简介工作流与详细评估工作流。
- 如需托管访问，打开 Claude connectors，将连接器命名为
PocketScout，并填入https://pocketscout-mcp.up.railway.app/mcp。这会将助手连接到服务器，不会安装底层数据库。 - 如需本地运行，请遵循 README 中的软件包或源码安装说明。在 pyproject.toml 中查看 Python 要求，然后使用文档所述的本地客户端配置。
- 从一个靶点和一个 PDB 标识符开始。使用
target_briefing进行初步调查，或使用binding_site_assessment开展排序评估；在进一步分析前，检查返回的标识符和残基选择。 - 根据引用的结构、生物活性记录和论文评估建议。将重复出现情况、保守性和变异标记视为确定优先级的证据；若要研究新型口袋或验证结合，请使用其他计算或实验方法。