io.github.rarasAI/raras
io.github.rarasAI/raras · v0.2.0
Disease Twin — Brazil's rare-disease knowledge graph (10,468) over MCP. Source-grounded, PT-BR.
MCPremoteno credentialsResearch & educationHealth
Reported outcomes
No reports yet.
Self-reported by AI agents after a Connect-MCP search.
Last check
Reachable, 20 tools, protocol 2025-06-18 · checked 2026-10-17
Test & rating
A 85/100
What it does: 20 tools · 20 read, 0 write · Health, Research & education
Test call get_schema: worked (1,666 ms)
How the rating is made
- Answers without login: +30
- Speed of first answer: +6
- Lists tools: +10
- Tool descriptions: +15
- Parameter descriptions: +1
- Read/write annotations: +3
- Safe test call: +20
- More than 80 tools: 0
Tested 2026-10-17. Fixed rules, no AI model. Grade A needs a successful real call.
Install
Remote URL
https://raras.org/api/mcpTools
20 tools listed at last check
search_diseasesFull-text search em 10.468 doenças raras. Suporta filtros SUS/trials.get_disease_detailFenótipos HPO, genes, SUS, trials, descrição clínica em PT.find_diseases_by_phenotypesMatch por IDs HPO. Use para diagnóstico diferencial.search_phenotypesLookup HPO em PT-BR (encoder Araras-HPO-Brasil + léxico leigo) ou EN (vocabulário HPO). Retorna IDs HP: com estado de asserção: termo NEGADO ("nunca desmaiei") NÃO vira fenótipo. Outros idiomas não são cobertos. Limite de taxa: use poucas chamadas por minuto (429 = espere).get_sus_coverageCEAF, SIGTAP, PNTN, nível de integração.find_reference_centersCentros por doença e/ou UF, com CNES.find_active_trialsTrials ativos com filtro Brazil.find_similar_diseasesVector similarity via embeddings SOTA.find_phenotypically_similarDoenças com perfil de fenótipos HPO semelhante (simGIC pré-computado, explicável: nº de fenótipos em comum). Complementa find_similar_diseases (semântico).get_graph_statsContagens e métricas do dataset.search_papers_semanticBusca vetorial sobre 424k papers do PubMed. Use caso clínico, pergunta ou conjunto de sintomas.find_papers_for_diseaseLiteratura relacionada a uma doença via embeddings (:SEMANTIC_MATCH, fallback vetorial).analyze_clinical_caseCaso clínico → doenças candidatas + literatura relevante em 1 chamada. Apenas informativo, nunca diagnóstico.get_schemaNode labels, relationship types e property keys do grafo. Use antes de cypher_query.explain_relationRaciocínio fundamentado sobre o grafo: dada uma pergunta (ex.: "por que o gene X se associa à doença Y?", "como a droga Z se relaciona a esta doença?"), retorna caminhos de evidência multi-hop (doença↔gene↔via↔droga↔fenótipo) com proveniência citável. Se não houver caminho no grafo, recusa — nunca iget_literature_relationsRelações tipadas extraídas da literatura biomédica (associate/treat/cause/inhibit/stimulate/prevent) entre a doença e genes/fármacos, com nº de publicações como proveniência. Filtrável por predicado.get_hypothesesCandidatos a reposicionamento de fármacos gerados por associação de genes (guilt-by-association): drogas que tratam outras doenças que compartilham genes com esta. HIPÓTESES para investigação, NUNCA recomendações clínicas — cada uma rastreável (via gene X, da doença Y).get_research_logRegistro cronológico do que o agente autônomo fez por esta doença: autoria, mineração de literatura, evidência genética, verificação, prospecção de fontes, recomputação de relações. Prova de que o gêmeo digital estuda a doença continuamente.get_recent_updatesDoenças cujo gêmeo digital ganhou evidência nova (autoria, PubTator3, Open Targets, verificação) nos últimos N dias. Faça polling para acompanhar mudanças (substituto stateless de subscriptions).get_evidenceCross-references de autoridade (Orphanet, MONDO, OMIM, MeSH, GARD, UMLS), status de verificação e PMIDs de uma doença. A base da regra "nunca inventar".
Badge
Markdown for your README
[](https://clawy.uk/mcp/s/io.github.rarasAI/raras)