Claude自主设计蛋白质命中率达35%，远超行业均值

Anthropic 在两项实验中让其 Claude 模型承担了药物开发早期阶段的任务。第一个实验专注于设计所谓的微型结合蛋白（minibinders），这是一类能够紧密锁定目标蛋白并阻断或改变其功能的小蛋白。这一原理是许多药物的基础。

在计算机上从头设计这类结合蛋白，而不是从自然界中寻找它们，被称为全新设计（de novo design）。根据这份技术报告，这一过程仍然需要一系列专家决策，加上数天时间来协调专业软件和算力。

模型 Mythos Preview 和 Opus 4.8 针对 16 个目标蛋白设计了结合蛋白，其中 15 个产生了可用的测量数据。Claude 在这 15 个目标中的 14 个上取得了成功。在实验室测试的 1320 个设计中，有 354 个实际与目标结合，命中率为 26.8%。仅看 Claude 在自己的列表中排名第一的设计，命中率为 49%。

在多目标模式下（所有目标在 48 小时内同时处理），模型达到了 26.7%（Mythos Preview）和 22.6%（Opus 4.8）。当 Mythos Preview 单独处理每个目标时，命中率上升至 35.1%，但每个目标的算力预算增加了 2.8 倍。作者承认，专注度和预算不可分割。

作为对比，Anthropic 引用了当今行业典型的 10% 到 15% 的命中率，这一数据来源于蛋白质数据库 proteinbase.com 上公开记录的项目。

语言模型运行十余个专业工具

Anthropic 没有构建自己的蛋白质模型。Claude 仅安装并运行了领域内已使用的开源专业软件。蛋白质的空间骨架（行话称为 backbone）来自 PXDesign（358 个设计）、RFdiffusion3（267）、Genie 3（185）、FreeBindCraft（135）、BoltzGen（134）、RFdiffusion（118）和 Proteina-Complexa（100）等。最终形成这个骨架的氨基酸链主要由 SolubleMPNN（ProteinMPNN 的变体）计算得出。

为了过滤和排序候选物，Claude 使用了 ESMFold2、ESMFold2-Fast 和 Protenix v2 的组合。这些程序预测结合蛋白和目标如何折叠在一起，并给出结合是否应该成功的置信分数。由于许可原因，AlphaFold-3 权重、Rosetta 和 ESM3 被排除在外。

该设置包含一个约 16000 字的协议提示词，作为系统提示词在每个 agent 中运行。其中只有约三分之一是科学指导加阅读清单，另外三分之二涵盖调度、子 agent 委托、验证和预算纪律。提示词没有为任何目标指定攻击蛋白质表面的哪个位置（即所谓的表位）。

计算预算为每次多目标活动 50000 美元，每次单目标 10000 美元，通过云服务提供商 Modal 执行。人类负责选取目标、编写提示词、订购合成并解释测量数据。报告称，在此之间，除了在基础设施故障后恢复时需要简短的、非技术性的指令外，不需要其他干预。

同一检测板上击败竞赛冠军

验证工作由付费合同实验室 Adaptyv Bio 和 Twist Bioscience 完成。他们对每个设计进行生物制备（不做任何改变），并独立测量它是否与目标结合以及结合的紧密程度。结合强度以 KD 值表示，单位为纳摩尔（nM）。数值越小，结合越紧密。对于药物来说，小数值很重要，因为它可以在更低的剂量下发挥作用。

结果因目标不同差异巨大。免疫受体 TREM2 的 90 个设计中，72 个发生了结合。生长因子 VEGF-A 的 90 个设计中，54 个发生了结合。最具说明性的案例是 RBX1，这是一种酶复合物的组成部分，负责控制细胞中其他蛋白质的靶向降解。在一场公开设计竞赛中，245 个新设计的候选物中只有 9 个在那里发生了结合。而 Claude 的 90 个设计中，有 28 个发生了结合。Anthropic 让竞赛的获胜设计在同一检测板上重新构建并验证。该设计在 45 nM 时发生结合，而 Claude 的最佳设计在 3.9 nM 时发生结合，结合紧密程度约高出十倍。

TNFα 被认为特别难设计。它是一种免疫系统信使，能触发炎症，是包括 Humira 在内的五种已获批准生物技术药物的目标此前多种设计方法报告的命中率均为零。Claude 从 150 个设计中产生了 12 个结合蛋白，全部来自 Opus 4.8，Mythos Preview 没有贡献。但追溯这 12 个结合蛋白的来源，它们仅来自 4 种不同的支架，因此数量本身并不像数字显示的那样相互独立。

与目标蛋白的动物版本结合只是提示词中的次要目标，但测试的 233 个结合蛋白中，有 130 个也能与各自目标的鼠类对应物结合。这具有实际意义，因为药物在进入人体之前会在动物身上进行测试。

两个目标显示出明显的局限性。BBF-14 是一种计算机发明的桶状蛋白质，在自然界中不存在，因此没有可供设计方法利用的进化历史。细菌的麦芽糖结合蛋白 MBP 则具有光滑的亲水表面，结合蛋白很难抓住它。在 BBF-14 上，只有三个弱结合设计有效，而在 MBP 上，90 个设计中没有一个有效。Anthropic 表示，折叠预测的置信分数对这两种失败都没有发出警告。针对 MBP 和 BBF-14 的设计与成功目标的分数几乎相同。

25 分钟内完成化学分析

第二个实验中，Opus 5 解读了来自合同实验室的两项标准测量的原始数据。核磁共振光谱（NMR）向化学家展示他们实际制造的物质是否就是他们原本打算制造的。液相色谱-质谱联用（LC-MS）揭示样品的纯度。这两种仪器输出的都是专有格式的文件，通常需要在制造商的软件中手动分析。从这些原始文件和一两句提示词出发，Claude 在 23 分钟和 19 分钟内交付了结果。

对于 LC-MS 文件，模型没有找到合适的读取程序，于是自行解码了这个格式。作为交叉验证，它精确复现了仪器为所有 2664 个测量点存储的汇总值。在 NMR 分析中，Claude 提出了与实验室在首次测量三天后独立进行的后续实验相同的建议，然后纠正了自己的错误。它最初报告缺少四个信号，但内部检查发现实际缺少两个。报告指出，备受引用的纯度值 96.4% 对比 96.33% 是基于不同的计算基准。按照实验室的方法计算，Claude 的结果应为 98.8%。

这里的真正创新是什么

预测蛋白质结构和生成新蛋白质自 AlphaFold、RFdiffusion 和 BindCraft 以来已经建立。实际的设计工作也是由这些工具完成的。真正的新在于它们之上的这一层。一个通用语言模型研究了每个目标的生物学知识，选择了对接位点，从公共代码仓库自己安装了程序，组合了 24 种不同的工作流程，并在没有任何人类接触单个设计决策的情况下交付了最终排名。报告认为，由于所有使用的模型都是开源的，这类活动对任何实验室都在可及范围内。

作者自己明确阐述了局限性：没有并行进行人类专家设计作为对照，他们也没有声称 Claude 的设计优于专家在相同工具和预算下所能达到的水平。对于六个竞赛目标中的四个，竞赛结果就在 Claude 的阅读清单中。

唯一衡量的指标是设计是否结合，而非它们的实际空间形状和生物效应。没有一个设计被解析结构，所有显示的结合模型都是预测。每个模型、格式和目标的组合也只运行了一次，因此模型差异和偶然因素无法区分。而且大量的人类专业知识本身就存在于提示词中。

Anthropic 已在 Hugging Face 上发布了这些提示词、设计数据和两份测量数据集，因此这类活动原则上可以重现，数据集也可以用作基准。

AI News Without the Hype – Curated by Humans

Subscribe to THE DECODER for ad-free reading, a weekly AI newsletter, our exclusive "AI Radar" frontier report six times a year, full archive access, and access to our comment section.

Read on for the full picture.Subscribe for hype-free coverage.

Full access to every article on THE DECODER

Join the comments and community discussions

A weekly AI news recap via mail

6x/year: "AI Radar" — deep dives on the AI topics that matter most

Daily AI news, always up to date

Our full ten-year archive

Covered by a team with 10+ years in AI