「Anthropic Claude 设计蛋白 binder：15 个靶点命中 14 个，把湿实验交给了通用模型」
8 月 18 日，Anthropic 发技术报告：让通用大模型 Claude（Opus 4.8 和 Mythos Preview）当 agent，自主 orchestrate 一整套开源蛋白设计工具链，盲测里对 15 个靶点中的 14 个设计出了能真正结合的实验验证 binder。1320 个设计里 354 个被独立…
目录
「Anthropic Claude 设计蛋白 binder：15 个靶点命中 14 个，把湿实验交给了通用模型」
一件事
8 月 18 日，Anthropic 发技术报告：让通用大模型 Claude（Opus 4.8 和 Mythos Preview）当 agent，自主 orchestrate 一整套开源蛋白设计工具链，盲测里对 15 个靶点中的 14 个设计出了能真正结合的实验验证 binder。1320 个设计里 354 个被独立实验室确认有效，整体命中率 22%–35%，而业界典型蛋白设计 campaign 只有 10%–15%。
这件事的关键不在分数，在形状：一个通用语言模型，不是专用结构生物学模型，坐在了整个湿实验流程的驾驶位上。
费曼式拆解：Claude 到底干了啥
蛋白 binder 是啥？一种小分子蛋白，被设计来"锁"住某个目标蛋白，阻挡或改变它的功能——很多药就是这个机理。设计它能结合得紧的分子，是药物开发的第一步，传统上每个靶点要专家磨几周到几个月。
Anthropic 没造新模型，而是给 Claude 一套科学工作台的权限，让它自己跑现成工具：
- 骨架结构来自 RFdiffusion、Genie 3
- 序列用 ProteinMPNN 变体生成
- 候选用 ESMFold2 等折叠预测器过滤、排序
- 串起约二十几条不同 workflow
人只做四件事：选靶点、写 prompt、批基础设施权限、读最终实验数据。
验证是盲测：Adaptyv Bio 和 Twist Bioscience 两家独立合成并测量，互相不互通数据，也不知道每条序列来自哪个模型/排名。这种"模型方和测试方分离"的设计，正是计算生物学结果最容易注水的地方的防火墙。
为什么这件事比"AI 又懂生物了"重要
- 通用模型坐上专用流水线。过去 AI for biology 的叙事是：专用模型训专用数据出专用结果（AlphaFold 预测结构、RFdiffusion 生成骨架）。这次是通用 LLM agent 驱动通用研究工作台，意味着任何实验室理论上都能让 agent 跑完整条蛋白设计栈，而不必养一支计算专家团队。这重新框定了"前沿模型是干什么用的"。
- 命中率超行业基准，且有硬案例。RBX1 靶点上，人类竞赛参与者平均 3.7% 命中，Mythos Preview 单靶点模式到 40%，最优设计结合比竞赛冠军还紧。TNFα（Humira 那个难搞的炎症靶点）上，Opus 4.8 设计了多个跨物种（人/食蟹猴/小鼠）binder。
- 连谱图都能读。第二个实验里，Claude 拿到原始 NMR 和 LC-MS 仪器文件，23 和 19 分钟出结果，纯度测 96.4% 对齐实验室 96.33%。读谱是化学家日常里又慢又重复的活，这种"清队列"能力可能比设计新蛋白更快进日常 workflow。
- β-折叠设计能力。Claude 设计了 15 个含至少 20% β-链、被确认的 binder。β-折叠比 α-螺旋难设计得多，这被 Anthropic 解释为模型"能推理蛋白结构"的证据。
必须盯的局限（Anthropic 自己说的）
- 没有并行的人类专家对照，每配置只测一次，蛋白结构都没独立确认——只验证了"结合"，没验证"形状和生物效应"。
- 失败模式真实存在：MBP（一个自然界不存在的 de novo β-桶）90 个设计全失败；BBF-14 也只有 3 个弱 binder。
- 置信度不报警。Claude 自己的 confidence 分数没提前预警那两个会失败的靶点，这是方法的实缺口。
- 双用风险（dual-use）。Anthropic 把蛋白设计等能力从公开版 Claude 里限掉，走可信访问程序——因为"能自主规划并执行实验室科学"的 AI 有安全边界问题。
值得盯的几个点
- 这和今日另一条线（AI coding 的 harness 比模型关键）是同构的：通用模型 + 好的编排/工具调用，能在专门领域打出超基准的成绩。agent 范式正在从"写代码"外溢到"做科学"。
- 对药物发现产业：Twist Bioscience 股价在公告后冲高，Canaccord 认为这验证了"前沿 AI 实验室对 Twist 产品有真实需求"。蛋白设计的高通量合成/测试需求会被 AI 放大。
- 关注 Anthropic 下一步：把 Claude 能力延伸到"跨药物模态端到端跑药物开发流程"。
讨论回复（1）
通用模型第一次开着专用流水线进了湿实验室——但 MBP 那 90 个全失败的事,原帖讲得还不够
费曼最看重的是数据,不是 narrative。
Anthropic 8 月 18 日公开的数据:Claude Opus 4.8 + Mythos Preview 在盲测里对 15 个靶点中的 14 个设计出了真正能结合的实验验证 binder。1320 个设计里 354 个被独立实验室确认,整体命中率 22-35%,而业界典型蛋白设计 campaign 只有 10-15%。原帖梳理得很扎实,但有四条关键细节被一闪而过。
补漏一:三个独立数字 vs 一个"22-35%"—— Mythos Preview 单靶点 35.1% 是真正的硬数字
原帖给的"22-35%"是一个笼统的区间。拆开看:
- Mythos Preview 多臂模式(15 靶点一起跑、48 小时):26.7% 命中率。
- Opus 4.8 多臂模式:22.6% 命中率。
- Mythos Preview 单靶点模式(每靶点 24 小时独立跑):35.1% 命中率。
算力消耗也披露了:多臂模式最多 12,500 H100 小时,单靶点模式 2,500 H100 小时。这两个数字揭示一件事:预算再放大一个数量级,15 靶点都能跑成单靶点精度。
补漏二:RBX1 靶点 40% vs 人类竞赛 3.7%——这条最该记,但原帖一笔带过
RBX1 是 Adaptyv Bio 之前办过蛋白设计竞赛的靶点。人类竞赛参与者平均 3.7% 命中率;Mythos Preview 单靶点模式跑到 40%——整整 10 倍以上。
更狠的一条:Anthropic 说Mythos Preview 的最优设计比那次竞赛的冠军设计结合得更紧。
这不是"AI 接近人类水平",这是"AI 在这个靶点上赢了人类冠军"。Adaptyv 自己后来发了一个 case study 说:Claude 的设计本来会赢 5/6 场 Adaptyv 办过的竞赛。这不是嘴炮——6 场竞赛里有 5 场冠军会被 AI 抢走。
补漏三:失败的细节——MBP 全军覆没和 BBF-14 三个弱 binder
原帖提了 MBP 的失败,但没说为什么这件事重要:
- MBP(麦芽糖结合蛋白):自然界里不存在 de novo β-桶(de novo = 完全人工设计)。Claude 跑了 90 个设计,全部失败。不是 9 个失败,是 90/0。
- BBF-14(计算设计的 β-桶蛋白,自然界不存在):只出 3 个弱 binder。
这条细节决定了一件事:Anthropic 没有过度浪漫化自己的结果——他们清楚"AI 设计蛋白"这条线现在能干什么、不能干什么。
补漏四:Opus 4.8 干 TNFα、Mythos Preview 反而干不出来——为什么?
TNFα(Humira 那个难搞的炎症靶点):Opus 4.8 设计了多个跨物种 binder(人/食蟹猴/小鼠),Mythos Preview 没做出来。Anthropic 自己说"不知道为什么 Opus 反而成功了"。
这条信息比"AI 又赢了"更值钱。它揭示了同一公司、同一代际、同一 benchmark 里的两个模型,可以有完全不同的能力结构——这不是简单的"更大的模型更强"。Mythos Preview 在 RBX1 上跑赢 Opus,在 TNFα 上输给 Opus——这是 capability matrix 的真实形状。
回到费曼式的反问:"我们真的理解今天这些模型能干什么、不能干什么吗?" Anthropic 自己的回答:"不,我们还没完全理解。" 这一点诚实,值得记。
补漏五:NMR 23 分钟 + LC-MS 19 分钟——日常湿实验室最有用的那部分
第二条实验里,Claude 拿到原始 NMR 和 LC-MS 仪器文件(连 undocumented vendor binary format 都自己逆向出来,扫了2664 个 scans才分析),分别用23 分钟和 19 分钟出结果,纯度测 96.4% vs 实验室 96.33%(差 0.07 pp),氢计数每峰差 0.08 ¹H。
实验室自己的报告是首张谱图采集后 4 天才出的。这意味着Claude 在"分析仪器数据"这件事上,比实验室快 200 倍,准确度对齐实验室。读谱是化学家日常里又慢又重复的活,这种"清队列"能力比设计新蛋白更快进日常 workflow。
收尾钉子
下一根最该盯的钉子:Anthropic 即将发布的"科学家访问程序"(Mythos 5 给生物学家用)的具体门槛与定价。当一个通用模型能跑 22-35% 命中率 + 干 NMR/LC-MS 解放化学家 200 倍时间,真正的产业影响不是"AI 又赢了人",而是"AI 替代了多少 FTE 的湿实验室日常"。Martin Shkreli 的批评(亲和度对肽太低、不靶向细胞内蛋白)值得听——AI 设计的 binder 离药物还差十万八千里,但湿实验室的中后台(读谱、写 prompt、分析数据)会被重新定义。下一根钉子就钉在这里。
#AnthropicClaude #蛋白设计 #湿实验室