ToolUniverse MCP 让 Claude 能够访问一个包含600多个经过审核的科学工具的库,用于探索大型假设空间、比较相互竞争的假设,并通过从快到慢的分析周期进行迭代。本文将介绍如何设置和使用 ToolUniverse 与 Claude 的集成。
ToolUniverse 集成以 Claude Desktop 应用程序中的桌面扩展形式提供(点击此处下载(在新标签页中打开)),它依赖于 Claude 通过桌面扩展使用本地连接器(在新标签页中打开)的能力。
关于 ToolUniverse 集成
ToolUniverse 是一个生态系统,用于构建 AI 科学家和面向科学的 AI 智能体,与研究人员协同工作,以生成假设、将假设转化为可执行的研究计划、运行科学工具,并持续更新分析结果。它面向大规模研究,旨在重新构想科学发现的方式:AI 科学家探索大型假设空间,比较相互竞争的假设,并通过从快到慢的分析周期进行迭代,而不是生成一次性的摘要。
ToolUniverse 标准化了工具使用方式。它让 AI 科学家能够通过本地 Python 函数和通过 MCP 提供的远程服务来发现和执行工具。这种设计使每一步都可以被检视:AI 科学家构建端到端的工作流程,连接数据集、模型和分析流水线,并在选择下一步操作之前记录输入和输出。在人机协作中,ToolUniverse 支持一个持续的循环:假设生成、信息获取类工具调用、研究目标的执行,以及随着新实验数据到来和洞见产生而对内部模型的完善。
此集成中可用的数据集和服务
ToolUniverse 免责声明: ToolUniverse 提供对第三方科学数据库和服务的访问。下面列出的数据、内容和服务的所有版权和知识产权均归其各自的原始来源和所有者所有。ToolUniverse 仅作为集成平台,对这些外部资源的准确性、完整性或持续可用性不承担任何责任。
ToolUniverse 提供对一整套科学资源生态系统的访问:
生物学数据库和生物学基础模型
- UniProt - 完整的蛋白质知识数据库
- Ensembl - 基因组数据和注释
- RCSB PDB - 蛋白质结构数据库
- ChEMBL - 生物活性分子和药物发现数据库
- NCBI 数据库 - GenBank、RefSeq、SNP 数据库
- Gene Ontology - 生物学过程、功能和位置注释
- ESM - 蛋白质语言模型
- TranscriptFormer - 单细胞基础模型
化学和药物数据库
- PubChem - 化学结构和生物活性
- DrugBank - 药物和药物靶点数据库
- ChEMBL - 类药小分子的生物活性数据
- FDA 数据库 - 药物批准、药物处方信息、不良事件、药物适应症和禁忌症、药物相互作用
- ClinicalTrials.gov - 临床试验信息
文献和知识库
- PubMed - 生物医学文献数据库
- Semantic Scholar - AI 驱动的文献分析
- Europe PMC - 开放获取的生物医学文献
- OpenAlex - 全面的学术成果数据库
- Crossref - DOI 注册和元数据
- OpenTargets - 用于系统性药物靶点选择的洞见
基因组和健康数据
- GTEx - 组织特异性基因表达
- GWAS Catalog - 全基因组关联研究
- ClinVar - 遗传变异与疾病关系
- OMIM - 人类孟德尔遗传在线数据库
- TCGA - 癌症基因组数据
研究工具和 API
- OpenTargets - 靶点-疾病关联
- STRING - 蛋白质-蛋白质相互作用网络
- KEGG - 通路和疾病信息
- Reactome - 生物学通路数据库
- InterPro - 蛋白质家族和结构域
AI 模型、AI 智能体、基础模型和生成式模型、可视化与科学工作流程
- AlphaFold - 蛋白质结构预测
- BLAST - 序列相似性搜索
- ADMET-AI - 药物性质预测模型
- ChemTools - 化学信息学工具
- 可视化工具 - 分子和数据可视化
谁应该使用 ToolUniverse 集成
研究科学家和学者
加速假设生成、自动化文献综述、执行复杂的多数据库分析,并将研究能力扩展到新兴的实验和人机协作平台。
制药和生物技术公司
简化药物开发流程、增强靶点识别、改进化合物设计和优化、虚拟药物筛选,并加速报告生成以及靶点评估、降低风险和验证工作。
医疗机构
推动精准医疗计划,通过患者选择支持临床试验设计和优化,促进药物基因组学研究,并改进患者分层策略,从多模态医疗数据集中提取预后和预测性生物标志物。
数据科学家、机器学习工程师、平台和基础架构工程师
无需定制开发即可访问特定领域的工具,快速原型化面向科学的 AI 智能体,并将科学数据集成到机器学习工作流程中。
政府和监管机构
增强监管决策能力,改善不良事件分析,加速药物审批流程,并进行全面的安全监测。
谁可以访问 ToolUniverse 集成
ToolUniverse 基于 Apache License 2.0 开源,允许免费访问 ToolUniverse 的所有功能。源代码可在 GitHub(在新标签页中打开) 上获取。
有关访问该集成的更多详情,请参阅 ToolUniverse 的 MCP 服务器文档(在新标签页中打开)。
设置 ToolUniverse 集成
ToolUniverse 集成以 Claude Desktop 应用程序中的桌面扩展形式提供(点击此处下载(在新标签页中打开))。对于组织所有者(团队版和企业版)而言,设置集成涉及让您的组织能够使用该扩展。对于个人用户而言,设置集成涉及在 Claude Desktop 应用程序内安装该扩展。
对于组织所有者(团队版和企业版)
如果您的组织使用桌面扩展允许列表(即限制用户可以访问哪些桌面扩展)……
- 导航到管理员设置 > 连接器
- 点击顶部的"桌面"标签页
- 确认"允许列表"已切换为开启状态
- 点击"浏览"按钮
- 在搜索字段中输入"ToolUniverse"
- 点击 ToolUniverse
- 点击"添加到您的团队"
- 指示您的团队按照下方针对个人 Claude 用户的说明下载 Claude Desktop 应用程序(在新标签页中打开)以访问该集成
如果您的组织不使用桌面扩展允许列表(即不限制用户可以访问哪些桌面扩展)……
- 导航到管理员设置 > 连接器
- 点击顶部的"桌面"标签页
- 确认"允许列表"已切换为关闭状态
- 如果允许列表已切换为关闭,那么您组织中的所有用户将已经能够按照下方针对个人 Claude 用户的说明访问桌面扩展目录
对于个人 Claude 用户
- 下载 Claude Desktop 应用程序(在新标签页中打开)
- 在 Claude Desktop 应用程序中,导航到设置 > 扩展
- 点击"浏览扩展"
- 点击"ToolUniverse"
- 点击"安装"
了解如何从目录中安装桌面扩展(在新标签页中打开)。
对于 Claude Code 用户
请按照 Claude Code 的 ToolUniverse 指南(在新标签页中打开)操作。
ToolUniverse 集成的技术细节可在 ToolUniverse 的 MCP 服务器文档(在新标签页中打开)中找到。
示例使用案例
药物发现与治疗开发
- 治疗发现与靶点到候选药物的工作流程
- 示例提示:
识别高胆固醇血症的靶点,使用来自 OpenTargets 和文献的证据对其中一个靶点进行优先级排序,然后筛选已知药物及其相近类似物,并根据预测的结合能力和 ADMET 权衡情况对候选药物进行排名。提供中间证据和最终候选清单。
- 工作流程: 由 ToolUniverse 驱动的 AI 科学家:
- 使用 OpenTargets API 查询疾病-靶点关联
- 从 RCSB PDB 检索蛋白质结构
- 使用 ChEMBL 化合物数据分析分子相互作用
- 使用集成的机器学习模型预测结合亲和力
- 为治疗开发生成研究假设
人类遗传学与基因组研究
- 从人类遗传学到机制(变异-基因-通路)
- 示例提示:
从2型糖尿病的 GWAS 命中结果出发,将变异映射到候选基因,总结功能注释和组织表达情况,并返回富集通路以及相应的支持性参考文献和原始资料链接。
- 工作流程: 由 ToolUniverse 驱动的 AI 科学家:
- 在 GWAS catalog 中搜索疾病相关的遗传变异
- 使用 Ensembl 和 NCBI 数据库将 SNP 映射到基因
- 从 Gene Ontology 中检索功能注释
- 使用 GTEx 数据分析组织特异性表达
- 使用 KEGG 和 Reactome 识别生物学通路
文献和多模态证据综合
- 示例提示:
在 PubMed 和 Europe PMC 中搜索近期的 CRISPR 脱靶检测方法,提取关键实验设置和报告的失败模式,并生成带有引用文献的结构化比较表。
- 工作流程: 由 ToolUniverse 驱动的 AI 科学家:
- 多数据库文献检索(PubMed、Europe PMC、bioRxiv)
- 自动化论文摘要和关键发现提取
- 使用 Semantic Scholar 进行引文网络分析
- 通过时间序列分析识别趋势
- 与 ClinicalTrials.gov 的临床试验数据进行交叉比对
化学与分子分析
- 示例提示:
使用 ToolUniverse 的 OpenFDA 和 ADMET-AI 工具,分析 FDA 批准的治疗高血压药物的分子性质,预测其 ADMET 特征,并识别潜在的副作用模式。
- 工作流程:由 ToolUniverse 驱动的 AI 科学家:
- 查询 FDA 药物数据库以获取已批准的药物
- 计算分子描述符和性质
- 使用 ADMET-AI 模型预测药代动力学特征
- 分析结构-活性关系
- 识别潜在的药物再利用机会
多工具研究的科学发现与自动化
- 示例提示:
构建一个可复用的工作流程,并行运行多项文献检索,整合结果,并生成可复现的报告。将该工作流程作为带有明确输入和输出的组合工具返回。使用 ToolUniverse 的 UniProt、PRIDE 和 KEGG 通路工具,设计一个完整的蛋白质组学工作流程:从基于质谱数据的蛋白质鉴定,到功能分析和通路映射。
- 工作流程: 由 ToolUniverse 驱动的 AI 科学家:
- 整合多模态蛋白质组学数据库(UniProt、PRIDE)
- 自动化蛋白质组学读数的数据处理和质量控制
- 注释蛋白质功能并执行通路分析
- 完成统计分析并生成交互式可视化内容
- 生成带有摘要的报告
演示和文档
现场演示
- 交互式网页平台: AIScientist.Tools(在新标签页中打开) - 用于探索700多个科学工具的实时工具发现和执行界面
- 视频演示: 可在 YouTube(在新标签页中打开) 上观看
- GitHub 仓库: GitHub 上的 ToolUniverse(在新标签页中打开) - 完整的源代码、文档,以及拥有797+颗星标的社区
文档和教程
相关文档可在 ToolUniverse 文档(在新标签页中打开)中获取,内容涵盖安装、使用和高级功能,包括一个5分钟快速入门教程,可让您立即上手使用科学工具进行实验,以及与大语言模型、AI 智能体和推理模型集成的相关指南。
社区资源
通过我们的 Slack 社区(在新标签页中打开)获取同行支持和协作方面的社区资源,并通过 GitHub Issues(在新标签页中打开) 报告 bug 和提出功能请求。