opentargets-mcp
★ 19
vs
deep-research
★ 4.7k
opentargets-mcp vs deep-research
opentargets-mcp：该项目提供了一个模型上下文协议（MCP）服务器，整合了Open Targets平台GraphQL API，以提供一套全面的工具。它使AI代理和Claude Desktop等MCP兼容客户端能够访问和分析各种生物医学数据，用于药物发现和靶点验证。；deep-research：Deep Research 是一款由 AI 驱动的工具，旨在通过先进的 AI 模型和互联网连接快速生成全面的研究报告。它通过本地处理和存储所有数据来优先保护用户隐私。
01
简评
opentargets-mcpRAG / Knowledge Base · ★ 19
将Open Targets数据与AI代理集成，进行复杂的生物医学查询和交互式探索。
deep-researchRAG / Knowledge Base · ★ 4.7k
为个人和专业用途快速生成深入研究报告。
02
并排对比
字段
opentargets-mcpdeep-research分类
RAG / 知识库
RAG / 知识库
Stars
★ 19
★ 4.7k
许可证
MIT
MIT
安装方式
git clone https://github.com/nickzren/opentargets-mcp && cd opentargets-mcp && pip install uv && uv sync
docker run -d --name deep-research -p 3333:3000 xiangfa/deep-research
更新时间
2周前
4个月前
开源
是
是
标签
Open Targets, MCP 服务器, GraphQL API
AI 研究, 大型语言模型, 隐私保护
03
功能特性
opentargets-mcp01靶点分析：搜索基因/蛋白质，访问表达数据、遗传约束、通路、蛋白质相互作用、安全概况和小鼠表型。
02疾病分析：通过EFO ID查询疾病，查找相关靶点、表型（HPO）和研究项目。
03药物发现：通过ChEMBL ID搜索药物，访问安全数据、不良事件、适应症和作用机制。
04证据挖掘：探索来自多个遗传、功能和文献来源的评分证据的靶点-疾病关联。
05跨实体工作流：利用串联疾病、靶点和药物证据的多跳工具，进行优先排序和复杂查询。
deep-research01在几分钟内快速生成全面的研究报告。
02通过在浏览器本地处理和存储所有数据来确保隐私。
03支持多种主流大型语言模型（LLM）。
04集成各种网络搜索引擎以增强信息收集能力。
05支持上传和处理本地文件以构建本地知识库。
04
使用场景
opentargets-mcp↳将Open Targets数据与AI代理集成，进行复杂的生物医学查询和交互式探索。
↳为Claude Desktop和其他MCP兼容客户端提供结构化的Open Targets工具。
↳利用精选数据和工具，促进药物再利用和靶点优先排序工作流。
↳基于全面的数据源，进行详细的靶点、疾病和药物分析。
↳开发利用Open Targets平台GraphQL API的自定义集成和脚本。
deep-research↳为个人和专业用途快速生成深入研究报告。
↳通过 SSE API 作为深度研究即服务（SaaS）平台。
↳通过 MCP 将深度研究功能集成到其他 AI 应用程序中。
FAQ
常见问题
opentargets-mcp 和 deep-research 有什么区别？
opentargets-mcp 和 deep-research 都属于 RAG / Knowledge Base 类别。opentargets-mcp 有 19 Stars，deep-research 有 4.7k Stars。
opentargets-mcp 和 deep-research 哪个更好？
最佳选择取决于你的具体需求。将Open Targets数据与AI代理集成，进行复杂的生物医学查询和交互式探索。 时选 opentargets-mcp，为个人和专业用途快速生成深入研究报告。 时选 deep-research。
opentargets-mcp 是免费的吗？
是的，opentargets-mcp 在 GitHub 开源（MIT）。
deep-research 是免费的吗？
是的，deep-research 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→