Claude 為 15 個目標中的 14 個設計出經濕實驗驗證的蛋白質結合體
Claude 在 14 個目標中產生了 354 個已確認的蛋白質結合體，但 Anthropic 的研究缺乏配對的人類對照組。
Anthropic 報告稱，Claude 為 15 個目標中的 14 個設計出經實驗確認的蛋白質結合體，並取得可解讀的實驗室結果。在 1,320 個受測設計中，有 354 個與預定目標結合，整體命中率為 26.8%。
這項結果不只是要求語言模型提出胺基酸序列。Claude 為每個目標進行研究、選擇結合位點、安裝專門的蛋白質設計軟件、產生及優化候選項目，並為每個目標排列 30 個設計。其後，合約研究機構製造這些蛋白質，並以實體測定法量度其結合情況。
個別命中率視乎模型及研究活動格式而定，介乎 22.6% 至 35.1%。Anthropic 將此與根據近期從頭蛋白質設計研究活動計算出的 10%–15% 比率比較。這個比較有參考價值，但並非定論：實驗沒有安排使用相同軟件及相同運算預算的人類團隊作配對對照，而 Anthropic 的技術報告亦尚未接受獨立同行評審。
一、Anthropic 測試了甚麼
蛋白質結合體是一種經工程設計、可附著於另一種蛋白質特定表面的分子。結合可以阻斷蛋白質、活化蛋白質，或提供遞送另一種分子的途徑。這令結合體發現與治療、診斷及生物學研究相關，但結合體本身並不是藥物。
Anthropic 選擇了 16 個目標，包括 EGFR、IL-7Rα、PD-L1、RBX1、TNFα、TREM2、TrkA、VEGF-A，以及兩種形式的 GDF-8。成熟 GDF-8 在測定條件下聚集，並在兩個測試機構都產生非特異性量度結果，因此其 120 個設計被排除。這留下了橫跨 15 個目標、具有可解讀結果的 1,320 個設計。
Claude Opus 4.8 及研究模型 Mythos Preview 以兩種配置接受測試。在多目標研究活動中，每個模型在一次 48-hour 工作階段內處理 14 個目標。在單目標配置中，Mythos Preview 為每個目標獲得獨立的 24-hour 工作階段。Opus 4.8 亦曾針對三個選定目標分別運行。
每個研究活動均以一段約 16,000-word 的協議提示開始——約 30,000 tokens——當中描述蛋白質結合體設計的階段、相關工具、篩選準則、操作規則及科學閱讀清單。該提示沒有指定 Claude 應為任何個別目標使用的表位、支架或序列。
人類研究人員選擇目標、準備協議、提供雲端帳戶及參考資料、批准存取請求、處理基礎設施中斷，並訂購最終序列。Anthropic 表示，研究活動開始後，他們沒有介入 Claude 的科學設計決策。
二、Claude 產生了 354 個已確認的結合體
Opus 4.8 在其多目標研究活動中，從 390 個設計產生了 88 個結合體，命中率為 22.6%。Mythos Preview 在相同格式下，從 390 個設計產生了 104 個結合體，達到 26.7%。
當 Mythos Preview 為每個目標獲得獨立研究活動時，450 個設計中有 158 個結合，即 35.1%。在與其多目標研究活動共用的 13 個目標中，單目標格式產生了 143 個結合體，相比之下多目標格式為 104 個。這項改善伴隨每個目標大幅增加的運算資源，因此實驗無法分辨差異是來自更集中的工作、額外運算資源，還是兩者兼具。
Claude 的排序亦包含有用資訊。在其為每個目標及研究活動排在首位的候選項目中，49% 會結合。技術報告發現，在可作此比較的 13 個目標中，Claude 的排序在其中 12 個目標上較隨機機會更能區分結合體與非結合體。
表現因目標而有顯著差異。Claude 在 90 個 TREM2 設計中找到 72 個結合體、在 90 個 VEGF-A 設計中找到 54 個，以及在 90 個 IL-7Rα 設計中找到 49 個。另一方面，它在合成 β-barrel BBF-14 的 90 個設計中找到三個弱結合體、在 15-PGDH 的 30 個設計中找到一個，並在麥芽糖結合蛋白的 90 個設計中一個也找不到。
麥芽糖結合蛋白的完全失敗尤其具啟發性。Claude 的計算信心分數給予那些候選項目的評分，幾乎與針對成功目標的設計一樣高。因此，該流程在實驗室測試前仍無法辨識某些目標層面的失敗模式。
三、RBX1 與 TNFα 的結果提供最有力的比較
RBX1 可直接與先前透過 Adaptyv Bio 舉辦的公開競賽作比較。245 個從頭競賽參賽項目中有九個與 RBX1 結合，相比之下 Claude 的 90 個設計中有 28 個結合。
Anthropic 亦安排競賽冠軍的設計重新製作，並與 Claude 的候選項目在同一塊測定板上測試。在該測試中，Claude 的最佳設計錄得解離常數，即 K_D，為 3.9 nanomolar，而競賽冠軍量得 45 nanomolar。較低的 K_D 代表結合更緊密，因此在該測定條件下，Claude 的結果約緊密 11 倍。
這比比較不同實驗室的量度結果更有力，但仍未能證明 Claude 勝過受控的人類團隊。競賽參加者有不同限制、運算預算、工具及提交數量。RBX1 競賽的結果亦被納入 Claude 的閱讀資料中。
TNFα 呈現了另一種測試。數個已發表的計算方法先前均報告未能為這個目標找到結合體。Claude 從 150 個候選項目中產生了 12 個結合體，全部由 Opus 4.8 而非 Mythos Preview 產生。
這 12 個序列僅來自四種不同的結構骨架，因此不應視為 12 個完全獨立的解決方案。然而，部分序列仍可與人類、食蟹猴及小鼠 TNFα 結合。在更廣泛的研究中，233 個針對其目標小鼠版本接受測試的結合體中，有 130 個亦能與其結合，這或可減少動物實驗前所需的重新設計工作。
四、Claude 編排專門模型，而非取代它們
Claude 並非單靠其語言模型權重產生蛋白質。它的角色是控制既有、針對特定任務的蛋白質軟件的代理。
研究活動使用了十個結構產生系統，包括 PXDesign、RFdiffusion3、Genie 3、FreeBindCraft、BoltzGen、RFdiffusion 及 Proteina-Complexa。大部分胺基酸序列由 SolubleMPNN 產生，它是 ProteinMPNN 的一個變體。ESMFold2、ESMFold2-Fast 及 Protenix v2 提供主要的結構信心分數，用於篩選及排列候選項目。
Claude 選擇及安裝這些工具、選擇目標區域及表位、分配其運算預算、移除冗餘或不合理的序列，並在其判斷值得時進行額外優化。交付的蛋白質代表了 24 種結構產生與序列設計方法的組合。
多目標研究活動在 48 hours 內最多可使用 12,500 Nvidia H100 GPU-hours。每個單目標 Mythos 研究活動在 24 hours 內最多可使用 2,500 H100 hours。技術報告描述，相應的雲端運算預算為多目標研究活動 $50,000，單目標研究活動則為 $10,000。
在解讀所聲稱的自動化時，這些資源水平很重要。Claude 將人類編排工作壓縮至一或兩日，但並未消除運算成本、協議中編碼的專家知識，或外部合成及濕實驗驗證所需的數星期時間。
五、實驗室驗證如何進行
Adaptyv Bio 收到全部 1,320 個設計，透過無細胞合成逐一表達，並主要以表面等離子體共振測試結合情況。它為 1,296 個設計交回量度結果，其中包括 61 個未能表達的設計。
Twist Bioscience 收到 1,260 個設計，不包括針對 latent GDF-8 的設計。它們將設計作為人類 IgG1 Fc 融合蛋白，在 HEK293 細胞中表達，並在另一個高通量表面等離子體共振平台量度結合情況。
兩個機構使用不同的蛋白質格式及分類程序。Anthropic 在盲法審閱反應軌跡後，按已記錄的規則整合其量度結果。在兩個機構均有測試的 1,235 個設計中，其初步分類在 1,099 宗個案中一致，即 89%，報告的 Cohen's kappa 為 0.71。
這是對結合的真正實體驗證，而非僅是計算預測。不過，這並未證實蛋白質的原子結構、生物學效應、在廣泛脫靶面板中的特異性、在生物體內的穩定性、毒性、藥物代謝動力學或治療效力。沒有任何設計或結合體—目標複合物獲得實驗結構測定。
六、這項結果改變了甚麼，以及沒有改變甚麼
實際的進展在於編排層。蛋白質產生及結構預測模型早已存在，但要有效運用它們，仍需要專家選擇目標表面、安裝及組合快速演變的軟件、管理大型 GPU 工作、篩除失敗項目，以及決定哪些序列值得接受昂貴的實驗室測試。
Anthropic 的實驗顯示，通用 AI 代理可以跨越多個目標執行這個工作流程的大部分，並交回在實驗上具有成效的排序。對已具備評估蛋白質能力的實驗室而言，這類代理可增加可嘗試的目標數目，而毋須由計算專家監督每一個軟件步驟。
研究並未顯示 Claude 可以自主開發藥物。高親和力迷你結合體只是早期候選項目，而非安全性或療效的證據。Anthropic 本身亦指出，迷你結合體並非標準治療模式，後續工程、功能測試、毒理學、製造工作及臨床試驗仍然必要。
這項確切能力亦未作為可直接使用的 Claude 功能廣泛提供。Anthropic 表示，由於雙重用途風險，某些先進生物學任務仍受限制，並計劃建立科學存取計劃。不過，它已按 CC BY 4.0 授權釋出研究活動提示、預測結構、來源記錄及實驗量度資料，讓研究人員可審核分析，並使用這個 1,320-design 數據集作為基準。
常見問題
Claude 有設計出藥物嗎？
沒有。Claude 設計的是可與實驗室目標結合的小型蛋白質。結合是藥物開發的早期步驟，但這些候選項目並未作為安全或有效的藥物接受測試。
Claude 有多少個設計成功？
實驗室測試將 1,320 個設計中的 354 個分類為結合體，整體命中率為 26.8%。在 15 個具有可解讀量度結果的目標中，有 14 個至少找到一個結合體。
使用了哪些 Claude 模型？
結合體研究活動使用 Claude Opus 4.8 及 Mythos Preview。Mythos 在多目標模式達到 26.7%，在分開進行的單目標研究活動達到 35.1%；Opus 在多目標模式達到 22.6%。
這些蛋白質有在真正的實驗室測試嗎？
有。Adaptyv Bio 及 Twist Bioscience 使用實體結合測定法製造及量度這些設計。研究未有測定實驗性的三維結構或治療效應。
這項研究是否經同行評審？
否。Anthropic 發表了技術報告及底層數據集，但在發表時仍等待獨立同行評審。
參考來源
Share