做医药投资或研发的人，有个共同的痛点：想追踪某家公司的在研药物，得翻七八个数据库。临床试验、专利到期、不良反应、监管审批……信息分散得像拼图。

GitHub上刚开源的drug-pipeline-mcp，试图用MCP协议把这块拼图拼起来。它本质上是一个服务器，让AI助手能直接查询七大类医药研发数据。

打开网易新闻 查看精彩图片

具体能查什么？清单很实在：ClinicalTrials.gov的临床试验（可按疾病、分期、申办方、状态筛选）；FDA和EMA的完整审批历史；FAERS不良反应数据库，带PRR信号检测；药品说明书里的相互作用和禁忌；橙皮书的专利到期时间线；FDA召回记录（含分类）；以及PubMed的临床证据文献。

打开网易新闻 查看精彩图片

用法也简单。配置进MCP之后，直接问AI："诺和诺德（Novo Nordisk）的管线里有什么？"就能得到整合后的回答。

这个项目的价值不在数据本身——都是公开数据源——而在于接口层。MCP（Model Context Protocol）是Anthropic推的开放标准，让AI模型能安全地调用外部工具和数据。以前做这种整合，得自己写一堆爬虫和API对接；现在套个标准协议，开发成本降下来。

打开网易新闻 查看精彩图片

MIT协议开源，意味着可以商用、可以改。对生物医药领域的AI应用开发者来说，这是个省事的起点。毕竟，让大模型"看懂"药物研发的时间线，比让它"背下来"靠谱多了。