用途
Enrichr MCP Server 是一个 Model Context Protocol（MCP）服务器，用于提供基因集富集分析（gene set enrichment analysis），底层调用 Enrichr API。它面向需要通过大语言模型工具进行富集分析的研究场景，支持 Enrichr 当前提供的所有基因集库，并且只返回统计显著的结果（校正 p 值 < 0.05），供 LLM 工具解读。
主要能力
- 两个工具：
enrichr_analysis用于运行富集分析，suggest_libraries用于发现相关基因集库。 - 自定义背景校正：可针对自己的背景基因集（例如仅测定中表达的基因）进行检验，而非使用全基因组。
- 实时库目录：库列表在运行时从 Enrichr 获取，新发布的库会自动出现，已退役的库不会被推荐。
- 引导式工作流：提供
enrichment_analysis提示，支持从库选择、分析到解读的端到端流程。 - 22 个库类别：为所有库提供程序化类别映射（通路、癌症、激酶等）。
- 并行库查询：所有库并行查询，实现快速的多数据库分析。
- 结构化输出：同时返回人类可读文本和结构化 JSON，便于程序化使用。
- 可配置输出格式：detailed、compact 或 minimal，用于管理 token 用量。
- TSV 导出：可将完整结果保存为 TSV 文件。
工具说明
suggest_libraries
为研究问题发现最相关的 Enrichr 库。建议在 enrichr_analysis 之前使用，以为具体主题挑选最合适的库。它搜索 Enrichr 的实时库目录，因此不会推荐 Enrichr 已退役的库。当两个库相关度相同时，更新的版本排在前（例如 GO_Biological_Process_2026 优先于 ..._2021）。
参数：
- query（必填）：研究背景（例如 "DNA repair"、"breast cancer drug resistance"）。
- category（可选）：按类别过滤（例如 cancer、pathways、kinases）。
- maxResults（可选）：返回的最大结果数（默认：10，最大：50）。
返回：带相关性评分、类别和描述的库排名列表，以及包含 suggestions 数组的结构化 JSON。
enrichr_analysis
跨多个 Enrichr 库并行执行富集分析。
参数：
- genes（必填）：基因符号数组（例如 ["TP53", "BRCA1", "EGFR"]）——至少 2 个。
- libraries（可选）：要查询的 Enrichr 库名称数组（默认使用配置的库）。
- background（可选）：自定义背景基因集——至少 20 个基因。见下文。
- description（可选）：基因列表的描述。
- maxTerms（可选）：每个库的最大条目数（默认：50）。
- format（可选）：输出格式：detailed、compact、minimal。
- outputFile（可选）：将完整结果保存为 TSV 文件的路径。
返回：带格式化显著条目（名称、p 值、优势比、组合分数、重叠基因）的文本内容，以及包含完整结果数据的结构化 JSON 输出，其中每个库带有 backgroundCorrected 字段。
背景校正
默认情况下，Enrichr 将你的基因列表与全基因组进行检验。如果你的基因来自受限的基因集合——例如仅组织表达的基因，或靶向 panel——全基因组默认值会夸大显著性，往往夸大许多数量级。可通过 background 传入列表所抽取的基因集合（universe）：
差别并非表面性的。对于一个 16 基因的 DNA 损伤列表，最靠前的 GO 条目经调整后的 p 值从 1.2e-16（全基因组）变为 1.8e-5（48 基因背景），且 "显著" 条目数量从 359 降到 10。
背景校正针对 Enrichr 的独立 speedrichr 服务运行，该服务会间歇性不可用。失败会自动重试；若持续失败，库会回退到未校正的全基因组 p 值，结果会被标记为 backgroundCorrected: false，并在文本输出中给出醒目的 WARNING。回退结果永远不会被当作已进行背景校正来呈现。
引导式工作流
enrichment_analysis 提供基因集富集分析的引导式工作流。接受基因列表和可选的研究背景，然后依次完成库选择、分析和解读。
- genes（必填）：基因符号，以逗号或换行分隔。
- context（可选）：用于库选择的研究背景（触发 suggest_libraries 步骤）。
库类别
所有 200+ 个库被组织为 22 个类别。可使用 suggest_libraries 搜索所有类别，或读取 enrichr://libraries/{category} 获取任意类别的完整列表。
使用方式
下载最新的 MCPB bundle（.mcpb 文件），通过 ☰（左上角）-> File -> Settings 安装，然后将文件拖放到 Settings 窗口。
Cursor / VS Code：使用默认设置安装。
也可作为 Claude Code 插件安装。
手动配置：添加到 MCP 客户端配置（例如 .cursor/mcp.json）。
命令行选项
- detailed：完整细节，包括 p 值、优势比和基因列表（默认）。
- compact：条目名称 + p 值 + 基因数量（节省约 50% token）。
- minimal：仅条目名称 + p 值（节省约 80% token）。
环境变量
注意：CLI 参数优先于环境变量。
多服务器实例
可为不同的研究背景设置不同的实例。
常用库（默认）
使用默认的 -l pop 配置时适用。
依赖的 Enrichr API
- 添加列表：https://maayanlab.cloud/Enrichr/addList
- 富集：https://maayanlab.cloud/Enrichr/enrich
- 库目录：https://maayanlab.cloud/Enrichr/datasetStatistics —— 运行时获取并缓存 24 小时，因此库列表不会过期
- 背景校正富集：https://maayanlab.cloud/speedrichr/api/{addList,addbackground,backgroundenrich}
- 支持的库：Enrichr 当前提供的所有库（撰写时为 228 个）
注意：当某个条目与背景完全重叠时，Enrichr 会输出裸 Infinity 字面量作为优势比，这不是合法的 JSON。本服务器能正确解析这些响应；对原始响应直接使用 JSON.parse 会抛错。
适用场景
- 在 LLM 工具/客户端中执行基因集富集分析。
- 跨多个 Enrichr 数据库进行多数据库富集分析。
- 需要自定义背景基因集校正的富集分析。
- 需要发现适合特定研究主题的基因集库。
限制
- 需要联网访问 Enrichr API。
- 背景校正依赖 speedrichr 服务，该服务间歇性不可用，失败时会回退到未校正结果并标记。
- 部分功能与配置细节（如具体环境变量名称、完整默认库列表、支持的 MCP 客户端范围等）资料中暂未提供。
