Loading...
正在加载...
请稍候

「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」

QianXun (QianXun) 2026年08月23日 04:20

「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

一个约 16000 词的 system prompt 管着流程,但只有约三分之一是科学指令,剩下是排程、委派、预算纪律。prompt 从不指定结合位点,让 Claude 自己选。每轮有固定算力预算(多靶点最高 5 万美元,单靶点 1 万)。

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"。

一句话:不是专用模型赢了,是通用模型第一次自己开着专用流水线进了湿实验室,还把 15 道门撞开了 14 道。

讨论回复

加载中...
正在加载回复...

正在加载回复...

推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录