DOI: https://doi.org/10.1093/bioadv/vbag209
PMID: https://pubmed.ncbi.nlm.nih.gov/41278851
تاريخ النشر: 2026-01-01
المؤلف: Lars Schimmelpfennig وآخرون
الموضوع الرئيسي: علم الجينوم والأمراض النادرة
نظرة عامة
قاعدة بيانات تفسير المتغيرات في السرطان (CIViC) تعمل كمنصة مفتوحة المصدر للمجتمع لمناقشة الأهمية البيولوجية والسريرية للمتغيرات الجزيئية في السرطان. لتعزيز تفاعل المستخدم مع هذه المعلومات، تم تطوير خادم بروتوكول سياق النموذج (MCP) CIViC، مما يمكّن نماذج اللغة الكبيرة (LLMs) من التفاعل مباشرة مع واجهة برمجة تطبيقات CIViC باستخدام اللغة الطبيعية. تتيح هذه الابتكارات تلخيصًا فعالًا لتفسيرات الخبراء للمتغيرات السرطانية.
تشير النتائج إلى أن خوادم MCP تعمل كبوابات موحدة وصديقة لنماذج اللغة الكبيرة إلى قواعد البيانات البيولوجية الطبية المنسقة، مما يسهل استرجاع المعلومات بدقة وتلخيصها بشكل منظم. من خلال ربط CIViC بـ LLMs عبر MCP، يتم تحسين دقة استخراج الأهمية السريرية في سياق علاقات المتغيرات-الأمراض-العلاج مقارنةً بعملاء الويب التقليديين لـ LLM. بالإضافة إلى ذلك، يقلل MCP من زمن الانتظار المرتبط بتصفح وضع الوكيل مع الحفاظ على دقة المخرجات. يعالج هذا الوصول المنظم وفي الوقت الحقيقي إلى المعرفة المنسقة في علم الأورام الفجوات في تغطية التدريب المسبق، ويقلل من خطر الهلوسة، وينتج مخرجات قابلة للتكرار وغنية بالاستشهادات، مما يعزز في النهاية كل من الدقة ووقت الاستجابة في السياقات السريرية. ستركز الأبحاث المستقبلية على مزيد من التطورات في هذا المجال.
مقدمة
تسلط المقدمة الضوء على الدور الحاسم لتحديد المتغيرات الجزيئية في علم الأورام الدقيق، لا سيما في إبلاغ استراتيجيات العلاج للسرطانات مثل سرطان الرئة غير صغير الخلايا، حيث يمكن استهداف متغيرات معينة مثل اندماجات ALK بواسطة مثبطات كيناز لتحسين نتائج المرضى. تتطلب تعقيدات المشهد الطفري للسرطان إنشاء قواعد بيانات شاملة للمتغيرات الجزيئية، مثل قاعدة بيانات تفسير المتغيرات في السرطان (CIViC)، التي تعمل كمنصة يقودها المجتمع لتقييم الأهمية السريرية لمختلف المتغيرات الجزيئية. تنظم CIViC الأدلة من الأدبيات التي تمت مراجعتها من قبل الأقران إلى عناصر أدلة منظمة مصنفة حسب آثارها السريرية، مثل الأهمية التشخيصية أو التنبؤية.
لتعزيز تفاعل المستخدم مع CIViC، طور المؤلفون خادم بروتوكول سياق النموذج (MCP) الذي يدمج نماذج اللغة الكبيرة (LLMs) مع قاعدة بيانات CIViC. يتيح هذا الخادم لـ LLMs إجراء استفسارات موجهة من قبل المستخدم واسترجاع ردود منظمة وغنية بالاستشهادات، مما يسهل الوصول إلى بيانات الأورام المعقدة. يستخدم خادم MCP واجهة برمجة تطبيقات GraphQL الخاصة بـ CIViC لتبسيط صياغة الاستفسارات، مما يضمن أن LLMs يمكنها التنقل بفعالية في نموذج المعرفة المتخصص لـ CIViC. على الرغم من أن الاختبارات الأولية أشارت إلى تحديات مع LLMs في تفسير نموذج البيانات بشكل خاطئ، فإن التنفيذ الحالي يعالج هذه القضايا من خلال تحديد استفسارات GraphQL مسبقًا، مما يعزز موثوقية ودقة المعلومات المسترجعة.
مناقشة
يوفر خادم MCP الخاص بـ CIViC، المستضاف على Cloudflare، وصولًا عامًا إلى أداتين تستخدمان استفسارات GraphQL محددة مسبقًا لاسترجاع عناصر الأدلة أو التأكيدات من CIViC بناءً على أسماء ملفات التعريف الجزيئية المحددة، مع فلاتر اختيارية لنوع السرطان والعلاج. يقوم هذا الخادم بتطبيع مدخلات المستخدم لتتناسب مع تسميات CIViC المفضلة، مستخدمًا معامل Dice لتسجيل الأسماء المستعارة بكفاءة. يعيد الخادم بيانات منظمة، بما في ذلك عناوين URL ومعرفات PubMed للتحقق، مما يسهل توليد ردود دقيقة من قبل نماذج اللغة (LLMs) بشأن الأهمية السريرية.
في تقييم محكوم، تم تقييم أداء GPT-5 مع وبدون خادم MCP باستخدام مجموعة من 100 ثلاثيات CIViC. عزز دمج خادم MCP بشكل كبير دقة النموذج، حيث حقق درجة F1 مرجحة قدرها 94.2%، مقارنةً بـ 49.4% بدونه. من الجدير بالذكر أن وضع الوكيل لـ ChatGPT-5 أظهر دقة مثالية في عشرة ثلاثيات، بينما نجح GPT-5 بمفرده في أربعة فقط. كما أظهر خادم MCP زمن انتظار أقل (متوسط 3.51 ثانية) مقارنةً بوضع الوكيل (متوسط 306 ثواني)، مما يبرز كفاءته في توفير وصول موثوق وفي الوقت المناسب إلى معلومات الأورام المنسقة. بشكل عام، تسلط الدراسة الضوء على دور خادم MCP في تحسين دقة وسرعة استخراج الأهمية السريرية في سياقات المتغيرات-الأمراض-العلاج، مع تقليل خطر الهلوسة في مخرجات LLM.
DOI: https://doi.org/10.1093/bioadv/vbag209
PMID: https://pubmed.ncbi.nlm.nih.gov/41278851
Publication Date: 2026-01-01
Author(s): Lars Schimmelpfennig et al.
Primary Topic: Genomics and Rare Diseases
Overview
The Clinical Interpretation of Variants in Cancer (CIViC) knowledgebase serves as an open-source platform for the community to discuss the biological and clinical significance of molecular variants in cancer. To enhance user interaction with this information, the CIViC Model Context Protocol (MCP) server was developed, enabling large language models (LLMs) to interface directly with the CIViC API using natural language. This innovation allows for the efficient summarization of expert-curated interpretations of cancer variants.
The findings indicate that MCP servers act as standardized, LLM-friendly gateways to curated biomedical databases, facilitating accurate retrieval and structured summarization of information. By connecting CIViC to LLMs via MCP, the accuracy of extracting clinical significance in the context of variant-disease-therapy relationships is improved compared to traditional LLM web clients. Additionally, MCP reduces latency associated with agent-mode browsing while preserving output fidelity. This structured, real-time access to curated oncology knowledge addresses gaps in pretraining coverage, minimizes the risk of hallucinations, and produces reproducible, citation-rich outputs, ultimately enhancing both accuracy and response time in clinical contexts. Future research will focus on further developments in this area.
Introduction
The introduction highlights the critical role of molecular variant identification in precision oncology, particularly in informing treatment strategies for cancers such as non-small cell lung cancer, where specific variants like ALK fusions can be targeted by kinase inhibitors to improve patient outcomes. The complexity of cancer’s mutational landscape necessitates the establishment of comprehensive molecular variant knowledgebases, such as the Clinical Interpretation of Variants in Cancer (CIViC), which serves as a community-driven platform for evaluating the clinical significance of various molecular variants. CIViC organizes evidence from peer-reviewed literature into structured evidence items categorized by their clinical effects, such as diagnostic or predictive significance.
To enhance user interaction with CIViC, the authors developed a Model Context Protocol (MCP) server that integrates large language models (LLMs) with the CIViC knowledgebase. This server allows LLMs to perform user-guided queries and retrieve structured, citation-rich responses, thereby facilitating easier access to complex oncology data. The MCP server utilizes CIViC’s GraphQL API to streamline query formulation, ensuring that LLMs can effectively navigate the specialized knowledge model of CIViC. Although initial tests indicated challenges with LLMs misinterpreting the data model, the current implementation addresses these issues by predefining GraphQL queries, thereby enhancing the reliability and precision of the information retrieved.
Discussion
The CIViC MCP server, hosted on Cloudflare, provides public access to two tools that utilize predefined GraphQL queries to retrieve CIViC Evidence Items or Assertions based on specified Molecular Profile names, with optional filters for cancer type and therapy. This server normalizes user inputs to match CIViC preferred labels, employing Dice’s coefficient for efficient alias scoring. The server returns structured data, including URLs and PubMed IDs for validation, facilitating the generation of accurate responses by language models (LLMs) regarding clinical significance.
In a controlled evaluation, the performance of GPT-5 was assessed with and without the MCP server using a set of 100 CIViC triplets. The integration of the MCP server significantly enhanced the model’s accuracy, achieving a weighted F1-score of 94.2%, compared to 49.4% without it. Notably, the agent mode of ChatGPT-5 demonstrated perfect accuracy on ten triplets, while GPT-5 alone succeeded on only four. The MCP server also exhibited lower latency (mean of 3.51 seconds) compared to the agent mode (mean of 306 seconds), underscoring its efficiency in providing timely and reliable access to curated oncology information. Overall, the study highlights the MCP server’s role in improving the accuracy and speed of clinical significance extraction in variant-disease-therapy contexts, while reducing the risk of hallucinations in LLM outputs.