Pubchem MCP サーバー

「Pubchem」MCPサーバーの役割

Pubchem MCP（Model Context Protocol）サーバーは、AIアシスタントとPubChem APIの間の橋渡しとして機能し、医薬品などの化学物質に関する基本情報をシームレスに抽出できます。このサーバーを統合することで、AIシステムは分子情報、同義語、識別子、関連メタデータなどをPubChemから自動取得できるようになります。この機能により、創薬、バイオインフォマティクス、化学インフォマティクスなどの分野での開発ワークフローが強化され、データ取得の自動化や手作業の削減、AI環境下での高度なデータ駆動型インタラクションが可能になります。サーバーは簡単に統合でき、MCP標準に対応したさまざまなプラットフォームやツールで利用できます。

プロンプト一覧

リポジトリに特定のプロンプトテンプレートは記載されていません。

リソース一覧

リポジトリには明示的なリソースの記載はありません。

ツール一覧

リポジトリのserver.pyや公開ドキュメントに明示されたツールはありません。

このMCPサーバーのユースケース

• 化学データ自動取得: あらゆる医薬品や化合物の化学特性・識別子・構造データを即時取得し、研究・開発プロセスを効率化。
• 医薬品情報検索: 利用者や研究者に対して、既知の医薬品の同義語、分子式、PubChemエントリへのリンクなど包括的な情報を提供。
• バイオインフォマティクスパイプラインへの統合: AI駆動型パイプラインで、薬剤のリポジショニングや相互作用解析などのタスク向けに権威ある化学情報でデータ文脈を強化。
• 教育ツールでの活用: 教育プラットフォームで、教材やデモ向けの充実したリアルタイム化学情報を提供。
• API駆動型アプリケーション: 手動API処理なしで最新の化学データを必要とするWebやモバイルアプリのバックエンドサポート。

セットアップ方法

Windsurf

1. 前提条件: Python 3.10と依存パッケージ（python-dotenv, requests, mcp, uvicorn）がインストール済みであること。
2. クローンとインストール:

   git clone https://github.com/sssjiang/pubchem_mcp_server.git
   cd pubchem_mcp_server
   pip install .
   

3. 設定編集: Windsurfの設定を開き、Pubchem MCPサーバーを追加:

   {
     "mcpServers": {
       "pubchem": {
         "command": "uvx",
         "args": ["pubchem_mcp_server"]
       }
     }
   }
   

4. 保存と再起動: 変更を保存し、Windsurfを再起動。
5. 動作確認: 既知の医薬品でクエリして確認。

Claude

1. 前提条件: Python 3.10と必要パッケージのインストール。
2. クローンとインストール:

   git clone https://github.com/sssjiang/pubchem_mcp_server.git
   cd pubchem_mcp_server
   pip install .
   

3. Claude設定: Claude Desktopのservers_config.jsonに追加:

   {
     "mcpServers": {
       "pubchem": {
         "command": "uvx",
         "args": ["pubchem_mcp_server"]
       }
     }
   }
   

4. Claudeを再起動。
5. 動作確認: 医薬品クエリでセットアップを確認。

Cursor

1. 前提条件: Python 3.10および依存パッケージがインストール済み。
2. クローンとインストール:

   git clone https://github.com/sssjiang/pubchem_mcp_server.git
   cd pubchem_mcp_server
   pip install .
   

3. MCPサーバー追加: Cursorの設定ファイルを更新:

   {
     "mcpServers": {
       "pubchem": {
         "command": "uvx",
         "args": ["pubchem_mcp_server"]
       }
     }
   }
   

4. Cursorを再起動。
5. テスト: 既知の化合物で検索して確認。

Cline

1. 前提条件: Python 3.10と依存パッケージのインストール。
2. クローンとインストール:

   git clone https://github.com/sssjiang/pubchem_mcp_server.git
   cd pubchem_mcp_server
   pip install .
   

3. 設定編集: servers_config.jsonに以下を追加:

   {
     "mcpServers": {
       "pubchem": {
         "command": "uvx",
         "args": ["pubchem_mcp_server"]
       }
     }
   }
   

4. Clineを再起動。
5. セットアップ確認: サンプルクエリで動作確認。

APIキーのセキュリティ

現状のセットアップではPubChem APIへのアクセスにAPIキーは不要です。必要に応じて、以下のように環境変数で設定可能です:

{
  "env": {
    "PUBCHEM_API_KEY": "your_api_key"
  },
  "inputs": {}
}

フロー内でのMCP利用方法

FlowHuntでのMCP利用

MCPサーバーをFlowHuntワークフローに統合するには、まずフローにMCPコンポーネントを追加し、AIエージェントと接続します。

MCPコンポーネントをクリックして設定パネルを開き、システムMCP設定欄に次のJSON形式でサーバー情報を入力します。

{
  "pubchem": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

設定が完了すると、AIエージェントはこのMCPをツールとしてすべての機能にアクセスできるようになります。“pubchem"は実際のMCPサーバー名に、URLもご自身のサーバーURLに適宜変更してください。

概要

上記の通り、Pubchem MCP サーバーは特定ドメイン（化学・医薬品情報）に特化しており、インストールが簡単でMCPクライアントにも統合できますが、プロンプトやリソース、サンプリング等の高度な機能・文書化は不足しています。

総評

本MCPサーバーは目的に対してシンプルかつ機能的ですが、より高度なユーザー向けのMCP機能・ドキュメントが不足しています。評価: 3/10。

MCPスコア