Anthropic 让 Claude 自己设计蛋白质,15 个靶标命中 14 个——这个成绩让内行研究者惊讶。
8 月 18 日,Anthropic 公布了一项实验结果:Claude(Mythos Preview 和 Opus 4.8)自主完成了一整套蛋白质设计流程。
给它 15 个蛋白质靶标,让它自己设计能结合上去的新蛋白质,14 个靶标成功。
1320 个设计中 354 个经两家独立实验室验证有效,总成功率 26.8%。
这个领域的行业平均是 10%–15%。
蛋白质结合剂是很多药物起效的基础:先设计一个分子能抓住靶标蛋白,后面才有可能做成药。
这个设计过程通常需要蛋白质工程师数周的计算、优化和筛选。
从 AlphaFold 到 Claude预测蛋白质和设计蛋白质是两件事
2020 年 AlphaFold 做的事:给定一段蛋白质序列,预测它折叠成什么形状。
输入已知,输出是预测。
它是专门训练的蛋白质模型,做一件事做到极致。
而 Claude 这次做的事不同。
它拿到的只有靶标蛋白的名字,任务是从零设计一个全新蛋白质去结合它。
输入是名字,输出是新蛋白质。
一个是看图说话,一个是命题作文。
Claude 用的工具全是现成的——RFdiffusion、ProteinMPNN、ESMFold2,这些蛋白质设计和结构预测的开源模型早已存在,任何实验室都能下载。
Claude 没有发明新工具,它做的是编排:研究团队写了一份约 1.6 万词的提示词,把蛋白质工程师的工作知识编进去,包括实验各阶段、每阶段可用的工具和筛选标准。
这份提示词不指定从蛋白质哪个面下手,不指定用哪种生成方法,不预设任何序列。
丢给 Claude,给一个云服务器账户,让它跑。
多靶标模式下 48 小时一个 Session 同时处理 14 个靶标,单靶标模式下每个靶标 24 小时。
人类操作员只做了三件事:批准网络访问、监控基础设施、把 Claude 排好序的设计送去两家独立实验室(Adaptyv Bio 和 Twist Bioscience)合成和检测——没有人介入任何设计决策。
Claude 自己选靶点、选表位、装工具、跑模型、筛选优化、排序交付,最终调用了 10 种结构生成方法,拼出 24 种工具组合。
结果
蛋白质设计领域目前的平均成功率是 10%–15%。
Claude 在不同模式下跑出 22%–35%,是行业均值的两到三倍。
https://x.com/AnthropicAI/status/2089842389682954621
如果只看 Claude 自己排名最高的那个设计,命中率是 49%:每两个靶标,排第一的设计就有一个直接能用。
几个靶标的结果值得单独说。
Adaptyv Bio 之前针对一个叫 RBX1 的蛋白办过公开设计竞赛,全球参赛者提交 245 个设计,只有 9 个成功。
Claude 在同一个靶标上提交 90 个设计,28 个成功,最佳设计抓靶标的紧密程度是竞赛冠军的十倍。
TNFα 是个更难的靶标——全球最畅销药物之一 Humira 就靠结合这个蛋白起效,但多个专家团队此前尝试从头设计结合剂,全部失败。
Opus 4.8 产出了 12 个有效设计,部分还能跨物种同时结合人、猴、鼠的 TNFα。
也有翻车:一种叫 MBP 的蛋白上,90 个设计全军覆没。
分析化学方向也有类似信号。
给 Claude Opus 5 一份核磁共振仪器的原始数据和一句话指令,23 分钟出结果,和实验室化学家半小时到一小时的手工分析结论一致。
两个实验方向不同,信号一致:Claude 这个通用模型在需要专家数周完成的科研任务中,在 24 到 48 小时内(多靶标模式 48 小时,单靶标模式 24 小时)自主跑出了经实验室验证的专家级结果。
短短六年,天翻地覆
结合剂距离药物还很远,中间隔着毒理、临床试验等环节,每步都要数年。
所有结构都是计算预测,未经实验结构验证。
Claude 用的全是开源工具,Anthropic 已把提示词、数据和全部 1440 个设计模型开源在 HuggingFace 上,任何实验室都可以复现。
https://huggingface.co/datasets/Anthropic/claude-protein-binder-design/tree/main
这类自主科研能力同时有双重用途的风险,Anthropic 在公开版 Claude 中封锁了蛋白质设计等生物能力。
从 AlphaFold 预测蛋白质结构到 Claude 自主设计蛋白质,仅仅过去了六年。
参考资料:
https://www.anthropic.com/research/Claude-accelerates-protein-design
https://www-cdn.anthropic.com/30bf50e22a01388bb29bf077ee3f244531594b7a.pdf
本文来自微信公众号“新智元”,作者:ASI启示录
