論文タイトル
ProteinMCP: An Agentic AI Framework for Autonomous Protein Engineering
出典
Just a moment...
www.biorxiv.org
要旨
ProteinMCPは、大規模言語モデルを活用してタンパク質設計の複雑なワークフローを自動実行するAIフレームワークです。38種類のツールを統合し、設計から解析までを高速かつ自律的に行えることが示されています。
解説など
筆者らは、ProteinMCPという「エージェント型AIフレームワーク」を提案しています。近年のBioinfoMCPやBiomniのような「科学AIエージェント」と同じ流れにありますが、本研究は特にタンパク質工学に特化している点が特徴と考えられます。
ProteinMCPは、38種類のタンパク質設計ツールを統合し、Model-Context-Protocol（MCP）という規格で接続しています。さらに、既存ツールを自動でMCP対応に変換する仕組みも備えています。
システムは4層構造になっています：
- ユーザー層：自然言語で指示
- オーケストレーション層：LLMエージェントが計画・実行
- MCPサーバ層：各種バイオツール（MSA、構造予測など）
- 計算層：GPU/CPUやデータベース
実装されているツール群の例は以下のとおりです。
- Fitness Modeling
- ESM/ESM-IF
- ProtTrans
- Structure Prediction
- AlphaFold3
- Boltz2
- Chai-1
- ESM-Fold
- Protein Design
- BoltzGen
- BindCraft
- RFDiffusion2
- ProteinMPNN
- Rosetta
- Property Prediction
- Stability
- Solubility
- NetMHCIIpan
- Molecular Dynamics
- Gramacs MCP
- Sequence Analysis
- MSA
- MMseqs2
- Literature & Knowledge
- PubMed MCP
- Arxiv MCP
- Database
- UniProt
- PDB MCB
- AlphaFold DB
筆者らは、フィットネス予測、デノボバインダー設計（AlphaFold2 hallucination, BoltzGen)で本手法の活用例を示しています。
コードはこちら
GitHub - charlesxu90/ProteinMCP: An agentic framework for autonomous protein design
An agentic framework for autonomous protein design - charlesxu90/ProteinMCP
github.com
