Claude 进军蛋白质设计，15 个靶点命中 14 个

Anthropic 近日发布博客，详细披露 Claude 在 AI for Science 领域的最新进展：Claude 从头设计蛋白质，在 15 个靶点中命中 14 个，最佳命中率 35.1%，远超行业典型的 10%~15%；同时 Claude Opus 5 还独立完成了 NMR 与 LC-MS 实验数据分析，样品纯度测量结果与实验室仅相差 0.07 个百分点。

蛋白质从头设计：从 1320 个候选到 354 个成功结合

这次任务的核心是从零设计（de novo design）一种叫 minibinder 的微型结合蛋白，让它精准黏附到指定的靶点蛋白上。与 AlphaFold 解决「已知序列预测结构」不同，Claude 接到的是「已知靶点，请设计一个此前不存在的新蛋白」的难题。

Anthropic 把整套蛋白质设计工具箱交给了 Claude，参与实验的是 Mythos Preview 和 Opus 4.8。人类给出初始任务后，Claude 自主访问论文、网络资源和多个专业蛋白质模型，并拿到充足的 GPU 算力跑完全流程。实验采用两种模式：

• 多靶点模式：48 小时内同时处理多个目标，最多调用 12500 个 H100 GPU 小时；
• 单靶点模式：一次只盯一个目标，24 小时并行，每个靶点最多 2500 个 H100 GPU 小时。

最终结果是：1320 个蛋白质候选中，354 个成功结合目标；15 个靶点拿下 14 个；至少 6 个靶点产出高亲和力结合蛋白，至少 4 个追平或超过此前最佳人类设计。多靶点模式下 Mythos Preview 与 Opus 4.8 命中率分别为 26.7% 与 22.6%，单靶点模式下 Mythos Preview 直接冲到 35.1%。

重点靶点表现：部分结果超越人类最佳成绩

在多个具体靶点上，Claude 已经超过此前的人类记录。

• RBX1（参与蛋白质降解调节）：此前 Adaptyv Bio 设计比赛中所有参赛者整体命中率仅 3.7%；Mythos Preview 单独挑战时命中率达 40%，排名第一的设计还是高亲和力结合蛋白，结合强度超过那届比赛从 245 个参赛设计中选出的冠军。
• TNFα（免疫系统释放的炎症信号蛋白）：结合位点藏在两个蛋白形成的凹槽里，多个专家团队曾碰壁。Mythos Preview 未攻下这道题，反倒被 Opus 4.8 攻下，且部分设计可同时结合人类、食蟹猴和小鼠的 TNFα，这对后续动物实验至关重要。

不过 Claude 也有明显失手：在更难设计的 β 折叠结构上虽做出 15 个有效结合蛋白，但面对麦穗糖结合蛋白 MBP 时 90 个设计无一确认成功，仅一个出现微弱信号。Anthropic 也坦言，对为何整体更强的 Mythos Preview 在 TNFα 上翻车、Opus 4.8 却成功，目前尚未搞清楚。

实验数据分析：纯度测量误差仅 0.07 个百分点

除了设计新分子，Anthropic 还测试了 Claude Opus 5 阅读实验数据的能力。任务来自分析化学中两项常规但繁琐的工作：

• 核磁共振波谱（NMR）：判断「做出来的是不是目标分子」；
• 液相色谱—质谱联用（LC-MS）：判断「样品纯不纯、里面还有什么」。

Anthropic 只给了 Claude 实验室返回的原始文件，外加两句话的任务说明，没有厂商软件，也无人员指导。结果：

• NMR 耗时 23 分钟，整理出 18 个信号峰，各峰对应氢原子数与实验室误差不超过 0.08 个氢；Claude 还发现 4 个宽峰可能来自连接在氮或氧上的氢，建议加入重水验证，最终结论与实验室一致；
• LC-MS 耗时 19 分钟，Claude 自行解析无公开格式说明的厂商文件，复现全部 2664 次扫描记录，输出色谱图、质谱图、纯度表与可复用代码；测得样品纯度 96.4%，实验室结果 96.33%，仅差 0.07 个百分点。

相关数据与提示词已由 Anthropic 开源，托管在 Hugging Face。

能力更强但暂不开放：后续科学家专属计划

本次蛋白质实验使用的是 Mythos Preview 和 Opus 4.8。能力更强的 Fable 5 目前不向普通用户开放生命科学相关任务，原因直接：能设计药物蛋白，同样可能被用于危险的生物研究。Anthropic 透露，正在筹备一项面向科学家的专属访问计划，后续将公布更多信息。

整体来看，实验传递的信号清晰：AI 正在压缩生命科学研究所需的专业门槛、成本与时间——蛋白质设计上 Claude 可端到端完成结合物设计，分析化学上 Claude 开始接手过去依赖人工的数据处理。但距离真正的自动化新药研发，仍有不短的路要走。