PandaOmics 接入 MCP，Claude Code 直连药物靶点发现

Claude Code 现在能直连药物靶点发现引擎了

8 月 5 日，Insilico Medicine 正式为 PandaOmics 平台开放了 MCP（Model Context Protocol）接口。，Claude Code、Cursor、CodeX 等本地 AI 代理工具从此可以通过这个标准化通信桥直接查询其生物发现引擎，执行靶点发现、通路分析和生物医学情报检索。

在官方发布的演示视频中，Claude Code 通过 MCP 连接调用了 PandaOmics 的单细胞基因表达分析能力，对类风湿关节炎中不同细胞类型的表达模式进行了解析，最终自动输出了一份可直接投稿的 HTML 格式分析报告。

免疫学家叫好，也有人追问：代理在组学数据上能信吗

免疫学家 Derya Unutmaz 在引用这条推文时直呼"Great BioAI model"，。AI 开发者 Fajar M Reza 则从工程角度："MCP 让研究代理可以直接复用已验证的生物学工具，而不需要每次重建集成。"

并非所有人都无条件乐观。Infiuss 创始人 Melissa Bime ：将自主生成式代理直接连接到复杂多组学数据集，会引入显著的数据验证风险。如果大语言模型代理在上下文中产生幻觉或错误解读表达模式，自动生成的"可投稿"报告可能在缺乏严格专家审查的情况下传播有缺陷的生物学假设。

PandaClaw 五个月前上线，现在 MCP 把入口开给了外部 AI

PandaOmics 走向代理化的路径并非从这次 MCP 发布才开始。今年 3 月，Insilico Medicine 就，一个内置于 PandaOmics 的自主 AI 代理，可从超过 140 种科学工具和 1000 余个生信分析模块中动态选取资源，供研究人员通过自然语言对话执行多组学靶点发现。

到今年 7 月的，PandaClaw 已迭代为装备 9 项专用生物信息学技能的对话式代理，Insilico 同时宣布已通过 MCP 统一整个 Pharma AI 套件，允许研究者在 Claude Code、Cursor 等开发环境中直接执行复杂工作流。Chemistry42 也同步推出了基于 MCP 的 Chemistry42+。8 月 5 日的公告则将 PandaOmics MCP 作为独立产品正式对外推出，并附带了完整的演示视频。

三段对话，一份可直接投稿的 HTML 报告

根据 Insilico 的公告，PandaOmics MCP 作为一个标准化通信桥，让 Claude Code 等本地代理工具能够直接向 PandaOmics 后端发起查询。在演示中，用户以自然语言提出类风湿关节炎相关的单细胞分析问题，代理自动完成从数据调用到报告生成的全流程。

目前 MCP 接口开放的核心能力包括三项：靶点发现与优先级排序、单细胞转录组差异表达分析，以及通路分析。显示其通路分析基于自研的 iPanda 算法。最终输出为一份可直接投稿的 HTML 格式报告。将此定位为"agent-driven discovery"，即代理驱动的发现范式。

MCP 正在成为科学软件的通用插座

Anthropic 设计 MCP 的初衷是为大语言模型提供一套统一的外部工具连接标准，避免每个工具都要单独编写集成代码。这一协议在软件开发和商业智能领域已有采用案例，但在药物研发领域，将商业化靶点发现平台以 MCP 形式开放仍属少见。

Insilico 此次发布的直接效果是：原本需要登录 PandaOmics 网页平台手动操作的分析流程，现在可以通过 Claude Code 对话来驱动。对药物研发团队而言，这提供了除自行搭建生信管线和登录平台操作之外的第三个选项——让 AI 代理代为调度计算资源。

当靶点发现变成了一句对话

PandaOmics MCP 的意义不在于某个新算法，而在于它将一个需要"双语人才"——既懂生物医学又懂 AI 工程——才能操作的平台，变成了一段 Claude Code 对话就可以驱动的研究工具。降低的不是计算门槛，是操作门槛。操作门槛每降低一级，能参与药物靶点发现的人就多一个数量级。