Anthropic 讓 Claude 自己設計蛋白質，15 個靶標命中 14 個——這個成績讓內行研究者驚訝。
8 月 18 日，Anthropic 公布了一項實驗結果：Claude（Mythos Preview 和 Opus 4.8）自主完成了一整套蛋白質設計流程。
給它 15 個蛋白質靶標，讓它自己設計能結合上去的新蛋白質，14 個靶標成功。
1320 個設計中 354 個經兩家獨立實驗室驗證有效，總成功率 26.8%。
這個領域的行業平均是 10%–15%。
蛋白質結合劑是很多藥物起效的基礎：先設計一個分子能抓住靶標蛋白，後面才有可能做成藥。
這個設計過程通常需要蛋白質工程師數週的計算、優化和篩選。
從 AlphaFold 到 Claude預測蛋白質和設計蛋白質是兩件事
2020 年 AlphaFold 做的事：給定一段蛋白質序列，預測它摺疊成什麼形狀。
輸入已知，輸出是預測。
它是專門訓練的蛋白質模型，做一件事做到極致。
而 Claude 這次做的事不同。
它拿到的只有靶標蛋白的名字，任務是從零設計一個全新蛋白質去結合它。
輸入是名字，輸出是新蛋白質。
一個是看圖說話，一個是命題作文。
Claude 用的工具全是現成的——RFdiffusion、ProteinMPNN、ESMFold2，這些蛋白質設計和結構預測的開源模型早已存在，任何實驗室都能下載。
Claude 沒有發明新工具，它做的是編排：研究團隊寫了一份約 1.6 萬詞的提示詞，把蛋白質工程師的工作知識編進去，包括實驗各階段、每階段可用的工具和篩選標準。
這份提示詞不指定從蛋白質哪個面下手，不指定用哪種生成方法，不預設任何序列。
丟給 Claude，給一個雲伺服器帳戶，讓它跑。
多靶標模式下 48 小時一個 Session 同時處理 14 個靶標，單靶標模式下每個靶標 24 小時。
人類操作員只做了三件事：批准網路訪問、監控基礎設施、把 Claude 排好序的設計送去兩家獨立實驗室（Adaptyv Bio 和 Twist Bioscience）合成和檢測——沒有人介入任何設計決策。
Claude 自己選靶點、選表位、裝工具、跑模型、篩選優化、排序交付，最終呼叫了 10 種結構生成方法，拼出 24 種工具組合。
結果
蛋白質設計領域目前的平均成功率是 10%–15%。
Claude 在不同模式下跑出 22%–35%，是行業均值的兩到三倍。
https://x.com/AnthropicAI/status/2089842389682954621
如果只看 Claude 自己排名最高的那個設計，命中率是 49%：每兩個靶標，排第一的設計就有一個直接能用。
幾個靶標的結果值得單獨說。
Adaptyv Bio 之前針對一個叫 RBX1 的蛋白辦過公開設計競賽，全球參賽者提交 245 個設計，只有 9 個成功。
Claude 在同一個靶標上提交 90 個設計，28 個成功，最佳設計抓靶標的緊密程度是競賽冠軍的十倍。
TNFα 是個更難的靶標——全球最暢銷藥物之一 Humira 就靠結合這個蛋白起效，但多個專家團隊此前嘗試從頭設計結合劑，全部失敗。
Opus 4.8 產出了 12 個有效設計，部分還能跨物種同時結合人、猴、鼠的 TNFα。
也有翻車：一種叫 MBP 的蛋白上，90 個設計全軍覆沒。
分析化學方向也有類似訊號。
給 Claude Opus 5 一份核磁共振儀器的原始數據和一句話指令，23 分鐘出結果，和實驗室化學家半小時到一小時的手工分析結論一致。
兩個實驗方向不同，訊號一致：Claude 這個通用模型在需要專家數週完成的科研任務中，在 24 到 48 小時內（多靶標模式 48 小時，單靶標模式 24 小時）自主跑出了經實驗室驗證的專家級結果。
短短六年，天翻地覆
結合劑距離藥物還很遠，中間隔著毒理、臨床試驗等環節，每步都要數年。
所有結構都是計算預測，未經實驗結構驗證。
Claude 用的全是開源工具，Anthropic 已把提示詞、數據和全部 1440 個設計模型開源在 HuggingFace 上，任何實驗室都可以複現。
https://huggingface.co/datasets/Anthropic/claude-protein-binder-design/tree/main
這類自主科研能力同時有雙重用途的風險，Anthropic 在公開版 Claude 中封鎖了蛋白質設計等生物能力。
從 AlphaFold 預測蛋白質結構到 Claude 自主設計蛋白質，僅僅過去了六年。
參考資料：
https://www.anthropic.com/research/Claude-accelerates-protein-design
https://www-cdn.anthropic.com/30bf50e22a01388bb29bf077ee3f244531594b7a.pdf
本文來自微信公眾號「新智元」，作者：ASI啟示錄
