每日资讯速递2026-08-20-Anthropic蛋白设计突破

全文概要
8月20日，AI大模型公司Anthropic公布两项实验结果：让Claude模型在几乎无人干预的情况下，自主完成早期药物研发中的"迷你结合蛋白"（minibinder）从头设计。在交由Adaptyv Bio与Twist Bioscience进行湿实验合成与验证后，Claude在15个产生可用数据的靶点中命中14个，实测1320个设计中354个成功结合，总体命中率达26.8%，超过行业通常10%–15%的水平，其中针对RBX1靶点的命中率高达40%（人类参赛者仅3.7%）。这被视为AI加速生物学研究的重要早期信号。

---

1. 实验设定：不训练自有模型，全靠编排开源工具

值得关注的是，Anthropic并未自建蛋白质模型，而是让Claude自主安装并编排该领域已有的开源专业软件——蛋白质空间骨架来自PXDesign、RFdiffusion3、Genie 3、FreeBindCraft、BoltzGen等工具。Claude获得约48小时运行时间、最高12500个NVIDIA H100小时算力、约3万token的提示词，以及联网与Google Drive、Slack、BioRxiv等连接器。从选择靶点结合位点、编排设计与折叠模型、运行优化循环到筛选候选分子，全程几乎无需人工干预，人类仅在审批访问请求、监控基础设施与订购获胜设计等环节介入。

2. 关键数据：命中率与效率双双亮眼

实验聚焦"迷你结合蛋白"——一类能紧密锁定目标蛋白、阻断或改变其功能的小蛋白，也是许多药物的作用基础。结果显示，Mythos Preview与Opus 4.8两个模型针对16个靶点设计结合蛋白，15个产生可用数据、14个成功；实测354个设计结合成功，命中率26.8%，其中Claude自评排名第一的设计结合率达49%。针对E3泛素连接酶核心组件RBX1，Mythos Preview单靶点模式命中率达40%，远超Adaptyv Bio竞赛中人类参赛者的3.7%，其最佳设计甚至优于此前245份投稿产生的冠军。此外，在分析化学任务中，Claude在23分钟内完成原本需化学家数天乃至实验室数日才能完成的谱图解析工作。

3. 影响与边界：AI从"辅助"走向"自主执行"生物科研

这一结果标志着AI在药物研发中的角色正从"单点预测工具"向"自主编排复杂工作流的智能体"演进。对科研工作者与药企而言，它提示未来的蛋白设计、先导化合物筛选等环节可能由AI智能体大幅提效、压缩周期。但需清醒看待：独立评审尚未完成，Anthropic也承认部分靶点（如麦芽糖结合蛋白）完全失败、个别模型在TNFα上表现反常，且蛋白设计能力在当前最强通用模型中仍被限制使用，科学验证与安全治理需同步推进。行业普遍认为，"AI智能体+自动化实验室"有望重构研发逻辑，英伟达、OpenAI、微软、谷歌等巨头正加速切入生物医药赛道。

来源：The Times of India《Anthropic says Claude designed protein binders for 14 of 15 test targets, with independent labs validating hundreds of designs》

---

---

声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。