Claude 编排蛋白设计用于药物发现
The Decoder··作者 Maximilian Schreiner
关键信息
Anthropic 报告称，其在 16 个靶点上共测试了 1,320 个设计，实验中有 354 个能结合，命中率为 26.8%；在 Claude 自己排序第一的设计中，49% 可以结合。该流程使用了 PXDesign、RFdiffusion、SolubleMPNN、ESMFold2 和 Protenix v2 等开源工具，而 AlphaFold-3 权重、Rosetta 和 ESM3 因许可原因未被纳入。
资讯摘要
Anthropic 发布了两项实验，展示 Claude 模型如何被用于早期蛋白设计和药物发现。第一项实验聚焦于 de novo minibinder 设计，也就是在计算机上从头生成小型合成蛋白，使其紧密结合目标蛋白，并阻断或改变其功能。Anthropic 表示，这类工作通常需要多轮专家决策、多个专用工具以及数天的协调，但 Claude 通过 agent 式工作流完成了编排。公司称，Mythos Preview 和 Opus 4.8 针对 16 个目标蛋白设计了结合体，其中 15 个产生了可用测量结果，Claude 在这 15 个目标中的 14 个上取得成功。实验室共测试了 1,320 个设计，其中 354 个确实结合目标，命中率为 26.8%。Anthropic 还引用 proteinbase.com 上公开记录的项目，称业内常见命中率通常在 10% 到 15% 之间，而 Claude 自己排序第一的设计中有 49% 可以结合。该系统并没有使用专有蛋白模型，而是让 Claude 安装并运行现有的专用软件，例如 PXDesign、RFdiffusion、Genie 3、FreeBindCraft、BoltzGen、Proteina-Complexa、SolubleMPNN、ESMFold2、ESMFold2-Fast 和 Protenix v2。
Anthropic 还使用了约 16,000 词的协议提示词，其中只有一部分是科学指导，剩余部分主要用于任务分派、调度、验证和预算控制。人类研究员仍然负责选择目标、编写提示词、下单合成以及解释实验结果；单次多目标项目的算力预算为 50,000 美元，单个目标为 10,000 美元。验证工作由 Adaptyv Bio 和 Twist Bioscience 负责，它们按原样合成设计并独立测量是否结合以及结合强度。结果因靶点而差异很大，但 Anthropic 重点强调了 RBX1 这一案例：在一场公开设计竞赛中，245 个新设计里只有 9 个结合，而 Claude 做到了 90 个里有 28 个结合。Anthropic 还将竞赛获胜方案与 Claude 的最佳方案放在同一块检测板上复测，获胜方案的结合强度为 45 nM，而 Claude 最佳设计为 3.9 nM，结合更紧约十倍。Anthropic 还表示，TNFα 尤其困难，这说明这种方法的效果会强烈依赖具体靶点。
资讯正文
Anthropic称，现在任何实验室都可以让一个语言模型代理运行完整的蛋白质设计工作流
在两项实验中，Anthropic让其Claude模型参与早期药物发现。该公司表示，其蛋白质设计结果优于行业通常的命中率。相关结果仍有待独立审查。
Anthropic公布了两项实验，其中Claude模型承担了药物开发早期阶段的任务。第一项实验聚焦于设计所谓的minibinders，即能够紧密结合目标蛋白并阻断或改变其功能的小型蛋白质。许多药物的原理都建立在这一机制之上。
在计算机上从零开始设计这类结合蛋白，而不是从自然界中去寻找，称为de novo design。根据技术报告，这仍然需要一系列专家决策，以及花费数天时间协调专用软件和算力。
Mythos Preview和Opus 4.8这两个模型针对16个靶蛋白设计了结合蛋白，其中15个产生了可用测量结果。Claude在这15个靶标中的14个上取得了成功。在实验室测试的1,320个设计中，有354个确实与目标结合，命中率为26.8%。如果只看Claude在其自身排名中列第一的设计，则有49%能够结合。
作为对比，Anthropic引用了来自proteinbase.com数据库中公开记录项目的当前典型范围：10%到15%。
一个语言模型运行十多个专用工具
Anthropic并没有自己构建蛋白质模型。Claude只安装并运行了该领域已经在使用的开源专用软件。蛋白质的空间支架，在行话中称为backbones，来自PXDesign（358个设计）、RFdiffusion3（267个）、Genie 3（185个）、FreeBindCraft（135个）、BoltzGen（134个）、RFdiffusion（118个）和Proteina-Complexa（100个）等。最终形成这一支架的氨基酸链，大多由SolubleMPNN计算得出，它是ProteinMPNN的一个变体。
为了筛选和排序候选项，Claude使用了ESMFold2、ESMFold2-Fast和Protenix v2的组合。这些程序会预测结合蛋白和目标蛋白如何共同折叠，并给出结合是否可行的置信度评分。由于许可原因，AlphaFold-3权重、Rosetta和ESM3被排除在外。
该系统包含一份约16,000词的protocol prompt，在每个代理中都作为系统提示词运行。其中只有大约三分之一是科学指导和阅读清单，其余三分之二涵盖排程、向子代理分派任务、验证以及预算纪律。对于任何目标，这份提示词都没有指定要攻击蛋白表面的哪个位置，也就是所谓的epitope。
计算预算为每次多靶标项目50,000美元、每次单靶标项目10,000美元，通过云服务商Modal运行。由人类挑选靶标、撰写提示词、下达合成指令并解读测量数据。报告称，在此期间，系统若因基础设施中断而恢复运行，只需要简短、非技术性的指令即可。
一项竞赛的获胜者在同一块检测板上被击败
验证工作由付费合同实验室 Adaptyv Bio 和 Twist Bioscience 负责。他们按原样生物学地制备了每一个设计，并独立测量其是否能与靶标结合以及结合得有多紧。结合强度以 KD 值表示，单位为纳摩尔（nM）。数值越小，结合越紧。对药物来说，小数值很重要，因为这意味着它可以在更低剂量下发挥作用。
结果因靶标而大相径庭。对于免疫受体 TREM2，90 个设计中有 72 个发生了结合。对于生长因子 VEGF-A，则是 90 个中有 54 个。最具说明性的案例是 RBX1，它是一个酶复合体的一部分，负责控制细胞内其他蛋白质的靶向降解。在一场公开设计竞赛中，245 个新设计候选物里只有 9 个能在那里结合。使用 Claude 时，则是 90 个设计中有 28 个。Anthropic 让该竞赛的获胜设计在同一块检测板上重新制备并复核。它的结合强度为 45 nM，而 Claude 的最佳设计为 3.9 nM，结合紧度大约高出 10 倍。
TNFα 被认为尤其困难。它是一种免疫系统信使，会触发炎症，也是包括 Humira 在内的 5 种获批生物技术药物的靶标。此前一些设计方法在这里报告的命中数为零。Claude 产出了 150 个设计中的 12 个结合体，全部来自 Opus 4.8，没有一个来自 Mythos Preview。但这 12 个实际上只追溯到 4 种不同的骨架，因此它们彼此之间的独立性并不像数字看上去那么高。
虽然在提示词中，与目标蛋白动物版本的结合只被设定为次要目标，但在已测试的 233 个结合体中，有 130 个也能结合其靶标的小鼠对应蛋白。这在实践上很重要，因为药物会先在动物身上测试，再进入人体。
有两个靶标显示出明确的局限。BBF-14 是一种由计算机发明的、桶状结构的蛋白质，不存在于自然界，因此没有可供设计方法借鉴的进化历史。另一方面，细菌麦芽糖结合蛋白 MBP 的表面平滑且亲水，这使得结合体几乎无从着力。针对 BBF-14，只有 3 个弱结合设计有效；而针对 MBP，90 个设计中一个也没有。Anthropic 表示，折叠预测给出的置信度评分并未预警这些失败。针对 MBP 和 BBF-14 的设计获得的评分，几乎与那些成功靶标的设计相同。
25 分钟内完成化学分析
在第二个实验中，Opus 5 解释了来自合同实验室的两项标准测量所产生的原始数据。核磁共振波谱（NMR）可以告诉化学家，他们是否真的合成出了自己想要制备的物质。液相色谱-质谱联用（LC-MS）则能揭示样品的纯度。两种仪器都以专有格式输出文件，通常需要在制造商的软件中手工分析。Claude 仅根据这些原始文件和一到三句话的提示，就分别在 23 分钟和 19 分钟内给出了结果。
这里真正的新意是什么
自从 AlphaFold、RFdiffusion 和 BindCraft 以来，预测蛋白质结构并生成新蛋白质这件事已经站稳脚跟。这里真正的设计工作也同样是由这些工具完成的。新鲜之处在于它们之上的那一层。一个通用语言模型研究了每个目标的生物学背景，自行从公开代码仓库安装了相关程序，选择了对接位点，将这些程序组合进 24 种不同的工作流中，并在没有任何人类触碰任何一个设计决策的情况下交付了一份完整的排名。由于所使用的所有模型都是开源的，报告认为，这类竞赛对任何实验室来说都触手可及。
作者也清楚地说明了局限性：没有由人类专家并行开展、作为对照的竞赛，他们也没有声称 Claude 的设计会比使用相同工具和预算的专家所能做到的更好。在六个竞赛目标中的四个上，竞赛结果都已经出现在 Claude 的阅读列表里。
唯一被测量的是这些设计是否能够结合，而不是它们真实的空间形状，也不是它们的生物学效应。没有任何一个设计经过结构解析，展示出来的所有结合模型也都只是预测。每一种模型、格式和目标的组合也都只运行了一次，因此无法将模型差异与偶然性区分开来。而且，大量人类专业知识其实都被写进了提示词本身。
Anthropic 已经在 Hugging Face 上发布了这些提示词、设计数据以及两套测量数据，因此这项竞赛原则上可以复现，而且这些数据集也可以用作基准。
来源与参考
收录于 2026-08-20