ENCODE Toolkit 是面向 ENCODE Project 的基因组学研究基础设施，可作为 MCP 服务器与 Claude Code 插件使用。其定位是让研究者在 Claude 中以自然语言完成从数据检索到分析方法生成的全流程。
用途 主要用于搜索、下载、跟踪和分析 ENCODE Project 中的功能基因组学实验数据。项目介绍称，使用传统基因组学数据库需要浏览网页门户、点击大量过滤器、跨多个数据库手动查找实验和文件、编写自定义脚本批量下载，并容易丢失文件来源信息。ENCODE Toolkit 允许用户直接向 Claude 描述需求，例如“查找人类胰腺组织的所有组蛋白 ChIP-seq 数据”，Claude 会搜索 ENCODE 并返回结构化表格，下载按实验组织，带 MD5 校验和完整的出处跟踪。
主要能力
- 数据检索与浏览：支持搜索 ENCODE 实验，可使用 20 多个过滤器。
- 数据下载与跟踪：支持按 accession 下载指定文件、搜索并下载、跟踪实验及其出版物、方法、流程信息，列出实验文件，跨实验搜索文件，获取文件元数据。
- 数据库交叉引用：项目称集成 14 个数据库，可通过实时 API 工具与引导技能交叉引用，例如将组蛋白峰值与 GWAS 变异交叉比对、检查 ClinVar 致病性、获取 GTEx 表达、从 JASPAR 分析转录因子结合基序。
- 分析与流程：提供 7 条 Nextflow 流水线，覆盖 ChIP-seq、ATAC-seq 等分析，并包含 ENCODE 标准 QC 阈值。
- 方法与出处生成：可记录派生文件、查看从派生文件回溯到源 ENCODE 数据的出处链、生成带引用的方法学章节。
- 导出与引用：可将跟踪的实验导出为 CSV、TSV 或 JSON；获取出版物并导出为 BibTeX 或 RIS。
- 外部引用链接：可关联 PubMed、bioRxiv、ClinicalTrials、GEO 等外部引用。
工具与技能 项目提供 20 个工具，包括 encode_search_experiments、encode_get_experiment、encode_download_files、encode_batch_download、encode_track_experiment、encode_list_files、encode_search_files、encode_get_metadata、encode_get_facets、encode_get_file_info、encode_manage_credentials、encode_list_tracked、encode_get_citations、encode_compare_experiments、encode_summarize_collection、encode_log_derived_file、encode_get_provenance、encode_export_data、encode_link_reference、encode_get_references。 作为 Claude Code 插件安装时，还包含 47 个有文献支持的 workflow 技能。每个分析技能包含基于证据的质量阈值、测定特异性指标和原始文献引用。每条流水线包含 SKILL.md 概览、覆盖预处理到 QC 的 5 阶段参考文件、完整的 Nextflow DSL2 流水线、Dockerfile，以及本地、SLURM、GCP 和 AWS 的部署配置。
使用方式 推荐的安装方式是 Claude Code 插件：在 Claude Code 新会话中输入命令即可。若仅需要 20 个 MCP 工具而不需要 47 个 workflow 技能，也可单独配置。在 MCP 客户端配置中可使用 { "command": "npx", "args": ["encode-toolkit"] }。在 Claude Desktop 中，将配置添加到 claude_desktop_config.json：macOS 路径为 ~/Library/Application Support/Claude/claude_desktop_config.json，Windows 路径为 %APPDATA%\Claude\claude_desktop_config.json。使用 uvx 时无需安装，添加配置并重启 Claude 即可。也可添加到工作区的 .vscode/mcp.json、.cursor/mcp.json 或 .windsurf/mcp.json。 大多数 ENCODE 数据是公开的，无需认证。对于受限或未发布的数据，可让 Claude 存储 ENCODE 凭据。凭据使用操作系统钥匙串加密（macOS Keychain、Linux Secret Service、Windows Credential Locker），不会以明文存储。 支持的文件格式包括：fastq、bam、bed、bigWig、bigBed、tsv、csv、hic、tagAlign、bedpe、pairs、fasta、vcf、tar。
适用场景
- 查找特定组织、细胞系或物种的 ChIP-seq、ATAC-seq、RNA-seq 等实验。
- 批量下载并组织 BED、FASTQ、bigWig 等文件，并进行 MD5 校验。
- 跟踪实验及其出版物，导出引用。
- 将 ENCODE 数据与 GWAS、ClinVar、GTEx、JASPAR 等数据库交叉引用。
- 设置并运行 ChIP-seq、ATAC-seq 等分析的 Nextflow 流水线。
- 记录派生文件的出处并生成方法学章节。
限制与注意事项 项目声明 100% 本地执行，无遥测、分析或跟踪；凭据通过操作系统钥匙串加密，Fernet 作为后备；强制证书验证；限速以遵守 ENCODE 的每秒 10 次请求策略；默认对所有下载进行 MD5 校验；除通过 HTTPS 查询公共 API 外，数据不离开本机。 版本 0.3.1 之前未限制 mcp 依赖，导致新安装会拉取不兼容的 mcp 2.x，该问题已在 0.3.1 修复。如遇问题可运行 uvx --refresh encode-toolkit 或 uv cache clean encode-toolkit 刷新缓存；pip 用户可运行 pip install --upgrade encode-toolkit。 许可证为 AGPL-3.0。商业许可咨询联系 ammawla@ucdavis.edu。 引用信息：Alex M. Mawla. (2026). ENCODE-Toolkit: an MCP server, Claude plugin, and skills suite for ENCODE genomic data access and analysis. Zenodo. https://doi.org/10.5281/zenodo.18917511
