概要

ToolUniverse は、ハーバード大学医学部（Zitnik Lab）が開発したオープンソースの科学研究支援エコシステムです。700以上の科学ツール（機械学習モデル、データベース、API、分析パッケージ）を統合し、任意のLLM（Large Language Model）をAI科学者に変換することを目指しています。

"ToolUniverse is a unified ecosystem that transforms any large language model (LLM)—open or closed—into a powerful AI scientist."

TL;DR（忙しい人向けまとめ）

結論: ToolUniverseは科学研究のためのLLMツール統合基盤です。

項目	内容
公式サイト	https://aiscientist.tools/
開発元	Harvard Medical School / Zitnik Lab
ライセンス	オープンソース
ツール数	700+
対応LLM	Claude, GPT, Gemini, Qwen, DeepSeek, オープンソースLLM
統合方式	MCP (Model Context Protocol), Python SDK, Web UI
インストール	`pip install tooluniverse`

目次

ToolUniverseとは
主要機能
アーキテクチャ
ツールカテゴリ
利用方法
ユースケース
対応AIシステム
関連リソース

1. ToolUniverseとは

1.1 プロジェクト概要

ToolUniverseは、AI科学者（AI Scientist） を構築するためのオープンエコシステムです。

1.2 開発組織

項目	詳細
主要開発機関	Harvard Medical School
研究室	Zitnik Lab
協力機関	MIT, Kempner Institute, Broad Institute, Harvard Data Science Initiative
メンテナー	Shanghua Gao
論文	arXiv:2509.23426 (2025年9月)

1.3 資金提供

NIH、NSF、DoD、ARPA-H、Amazon、Google、AstraZeneca、Roche、Sanofi、GSK、Boehringer Ingelheim、Merck、Pfizer、Gates Foundation、Chan Zuckerberg Initiative など多数の機関・企業からサポートを受けています。

2. 主要機能

2.1 機能一覧

機能	説明
🔧 700+ 科学ツールの統合	MLモデル、データベース、API、解析パッケージを一元管理
🤖 AI-Tool Interaction Protocol	LLMとツール間の標準化された通信インターフェース
🔍 自然言語でのツール検索	キーワード、埋め込み、LLMベースの3種類の検索方式
🔗 ツールの自動コンポジション	複数ツールをワークフローに組み合わせて実行
👤 Human Expert Feedback	人間の専門家をループに組み込み、品質を担保
📡 MCP (Model Context Protocol) 対応	Claude Desktop等との直接統合が可能

2.2 AI-Tool Interaction Protocol

ToolUniverseの核心は、AI-Tool Interaction Protocol です。これは、LLMがツールを発見・選択・実行するための標準化されたインターフェースを提供します。

3. アーキテクチャ

3.1 システム構成

3.2 ツールタイプ

タイプ	説明	例
Local Tools	Python関数として実行	PubMed検索、分子構造解析
Remote Tools	外部サーバーで実行	AlphaFold予測、BLAST検索
Agentic Tools	自律的に動作	文献レビュー、仮説生成
Compositional Tools	複数ツールの組み合わせ	創薬ワークフロー

4. ツールカテゴリ

4.1 科学分野別ツール

ToolUniverseは以下の科学分野をカバーしています。

カテゴリ	ツール数	主要ツール例
バイオインフォマティクス	100+	BLAST, UniProt, Ensembl, KEGG
化学情報学	50+	PubChem, ChEMBL, DrugBank
ゲノミクス	60+	GEO, gnomAD, ClinVar, GTEx
構造生物学	40+	PDB, AlphaFold, Boltz
機械学習	80+	ADMET予測, タンパク質埋め込み
文献検索	30+	PubMed, Semantic Scholar, arXiv
臨床研究	40+	ClinicalTrials.gov, FDA, GWAS
地球科学	20+	GBIF, OBIS, 古生物学
物理・天文学	15+	SIMBAD
神経科学	10+	脳データベース

4.2 機能別ツール

機能	説明	代表的ツール
ML Models	機械学習による予測・分類	ADMET予測, Transcriptformer
AI Agents	自律的なタスク実行	Drug Discovery Agent
Databases	構造化データの検索・取得	DrugBank, UniProt
Embedding Stores	ベクトル検索	文献埋め込み検索
APIs	外部サービス連携	OpenTargets, Reactome
Human Expert Feedback	人間専門家の介入	実験結果レビュー

4.3 データソース一覧（抜粋）

カテゴリ	主要データソース
📚 文献・論文	PubMed, arXiv, bioRxiv, medRxiv, Semantic Scholar, Europe PMC, CrossRef, OpenAlex, DOAJ
🧬 遺伝子・タンパク質	UniProt, Ensembl, KEGG, Gene Ontology, Reactome, InterPro, RCSB PDB, AlphaFold
💊 創薬・薬理	DrugBank, ChEMBL, PubChem, PharmGKB, DGIdb, OpenTargets, ClinicalTrials.gov
🔬 疾患・臨床	ClinVar, GWAS Catalog, gnomAD, cBioPortal, FDA (薬物有害事象, ラベリング)
🌐 一般データ	Wikipedia, Wikidata, DBpedia

5. 利用方法

5.1 インストール

# 基本インストール
pip install tooluniverse

5.2 Python SDKでの利用

from tooluniverse import ToolUniverse

# ToolUniverse初期化
tu = ToolUniverse()
tu.load_tools()  # 700+ ツールを読み込み

# ツール実行例: OpenTargetsで高血圧関連ターゲットを検索
result = tu.run({
    "name": "OpenTargets_get_associated_targets_by_disease_efoId",
    "arguments": {"efoId": "EFO_0000537"}  # hypertension
})

print(result)

5.3 ツール検索

ToolUniverseは自然言語でツールを検索できます。

# キーワード検索
tools = tu.find_tools("protein structure prediction")

# 埋め込みベースの検索
tools = tu.find_tools_by_embedding("タンパク質の3次元構造を予測したい")

# LLMベースの検索（より高精度）
tools = tu.find_tools_with_llm("What tools can predict drug-target interactions?")

5.4 MCP統合

ToolUniverseはModel Context Protocol (MCP) に対応しており、Claude Desktop等と直接統合できます。

Claude Desktop設定例 (claude_desktop_config.json):

{
  "mcpServers": {
    "tooluniverse": {
      "command": "python",
      "args": ["-m", "tooluniverse.mcp_server"]
    }
  }
}

6. ユースケース

6.1 ケーススタディ: 高コレステロール血症の創薬

論文で紹介されているケーススタディでは、ToolUniverseを使用してAI科学者が以下のワークフローを実行しました：

成果: 既存薬の有望なアナログを発見し、予測特性が良好な化合物を同定

6.2 研究ワークフロー例

ワークフロー	使用ツール	成果物
文献レビュー	PubMed, Semantic Scholar, arXiv	関連論文リスト、要約
遺伝子解析	Ensembl, gnomAD, GTEx	変異情報、発現パターン
創薬探索	DrugBank, ChEMBL, OpenTargets	創薬ターゲット候補
タンパク質解析	UniProt, AlphaFold, PDB	構造予測、機能アノテーション
臨床情報	ClinicalTrials.gov, ClinVar	臨床試験情報、病原性評価

7. 対応AIシステム

7.1 統合可能なLLM/エージェント

ToolUniverseは以下のAIシステムと統合できます。

システム	統合方式	チュートリアル
Claude Desktop	MCP	Claude Desktop Integration
Claude Code	MCP	Claude Code Integration
Gemini CLI	MCP	Gemini CLI Integration
Qwen Code	MCP	Qwen Code Integration
GPT Codex CLI	MCP	Codex CLI Integration
ChatGPT API	HTTP API	ChatGPT API Integration
OpenRouter	HTTP API	OpenRouter Support
vLLM	ローカル	vLLM Support

7.2 AI Scientistの構築

8. 関連リソース

8.1 公式リンク

リソース	URL
公式サイト	https://aiscientist.tools/
ドキュメント	https://zitniklab.hms.harvard.edu/ToolUniverse/
GitHub	https://github.com/mims-harvard/ToolUniverse
PyPI	https://pypi.org/project/tooluniverse
論文 (arXiv)	https://arxiv.org/abs/2509.23426
Slack Community	参加リンク

8.2 研究チーム

Zitnik Lab @ Harvard Medical School

公式サイト
専門: AI for Biomedicine, Graph Neural Networks, Drug Discovery

主要著者:

Shanghua Gao (メンテナー)
その他: Richard Zhu, Pengwei Sui, Zhenglun Kong, Sufian Aldogom, Yepeng Huang, Ayush Noori, Reza Shamji, Krishna Parvataneni 他

8.3 引用情報

@article{gao2025tooluniverse,
  title={Democratizing AI scientists using ToolUniverse},
  author={Gao, Shanghua and Zhu, Richard and Sui, Pengwei and others},
  journal={arXiv preprint arXiv:2509.23426},
  year={2025}
}

まとめ

ToolUniverseは、科学研究のためのLLMツール統合基盤として、以下の特徴を持っています。

観点	特徴
包括性	700+の科学ツールを1つのインターフェースで利用可能
相互運用性	主要LLM（Claude, GPT, Gemini, Qwen等）と統合可能
拡張性	ローカル/リモートツールの追加が容易
オープン性	オープンソース、学術コミュニティ駆動
標準化	MCP対応、AI-Tool Interaction Protocolによる標準化

AI for Scienceの研究において、LLMを科学研究ツールと接続するための重要な基盤となっています。

参考文献（References）

[1] Democratizing AI scientists using ToolUniverse - Gao et al., arXiv:2509.23426, 2025

[2] ToolUniverse Official Website - Zitnik Lab, 2026

[3] ToolUniverse Documentation - Harvard Medical School, 2026

[4] ToolUniverse GitHub Repository - MIMS Harvard, 2026

[5] Model Context Protocol (MCP) - Anthropic, 2024

文書管理情報

項目	内容
文書管理番号	DOC-pj00007-001-v1.0
初版作成日時	2026-01-22 (JST)
最終更新日時	2026-01-22 (JST)
調査対象URL	https://aiscientist.tools/
次回レビュー予定日	2026-02-22

著者: @hisaho
タグ: AI_for_Science, ToolUniverse, LLM, MCP, 科学研究, AIエージェント