专题 · FULL STORY

Claude自主设计蛋白结合剂引热议

8月19日Anthropic发布研究，称Claude在仅约30k字背景协议下近乎自主设计蛋白质结合剂，15个靶点命中14个。随后计算生物学家Ovchinnikov发现该agent独立复现了其团队的Protein Hunter协议，为这一突破再添注脚。

2026-08-19 ~ 2026-08-20 · 2 集 · 45 条

第 1 集 · Claude自主设计蛋白结合剂：15靶点命中14个(2026-08-19,43 条)

8月19日，Anthropic发布研究称，Claude能够在人类专家仅提供约30k字背景协议的条件下，近乎自主地从零设计针对特定疾病靶点的蛋白质结合剂，这是药物开发的关键步骤。在与Adaptyv Bio、Twist Bioscience合作的真实湿实验验证中，Claude针对15个靶点成功设计出14个的有效结合剂，分子级成功率区间为22%–35%，远超人类专家10%–15%的典型水平，部分设计的结合亲和力超越或匹敌历史最佳记录。多位作者视其为AI科学能力从辅助分析走向自主研发的标志，但社区也存在「功劳在开源专用模型」的争议。

已确认

  • 任务为从零设计蛋白质结合剂，针对15个靶点命中14个（@AnthropicAI、@ncfrey）；分子级成功率区间为22%–35%（@AnthropicAI；@DrSingularity转述为23%–35%，@Hesamation概括为约35%）。注意@ycombinator转述的「成功率93%」实为按靶点计的14/15命中率，并非分子级成功率；@m12所称「Claude 3.5 Sonnet」与@teortaxesTex所称「Claude 3」均不准确
  • 参与模型为Mythos Preview和Opus 4.8（@FinanceYF5、@ncfrey核查确认并非Opus 5）；Claude通过编排多个开源蛋白设计与共折叠模型优化序列并进行计算机筛选，@teortaxesTex转述社区拆解称被编排的工具包括PXDesign、RFdiffusion、Genie、BoltzGen等
  • 人类专家撰写约30k字背景协议材料供参考，Claude在不预装任何设计或预测工具的前提下自主完成检索靶点、选择结合位点、安装运行开源工具、生成候选、筛选优化的全流程，全程约48小时；湿实验验证由Adaptyv Bio与Twist Bioscience独立完成（@ncfrey、@rohanpaulai转述），共1320个可测量设计进入测试
  • 部分设计的结合亲和力超越或匹敌历史最佳记录（@DrSingularity）；部分靶点仍存挑战，如麦芽糖结合蛋白（MBP）的90个设计中未获成功结合剂（@AllThingsApx转述）
  • Anthropic公开了设计用提示词，如「不需要休息」「不要等待批准」（@Hesamation）
  • @anshulkundaje转述，针对「结合剂设计不等同于药物发现」并要求与噬菌体库做头对头对比的外界质疑，Anthropic方面亦有回应；另据@Polymarket转述，Anthropic还披露Claude具备自动化化学研究能力，可完成过去需要专业科学家数周乃至数月的工作

尚未确认

  • @teortaxesTex转述专家Andrew Iaginine的质疑，@AllThingsApx转述Ruxandra Teslo的类似观点，认为结合剂实际由RFdiffusion等领域专用开源模型完成，Claude与Mythos本身并非设计者，只是做编排调度；该批评尚未获得Anthropic方面正面回应

为什么重要

  • 若成果成立，意味着大模型在科学领域的应用从辅助分析扩展到具备专业性与创造性的研发环节，可大幅压缩药物早期设计的时间成本
  • 争议焦点在于如何界定「自主设计」：编排专用模型与真正从头设计的边界，将影响后续AI科学能力的评估标准

还有 23 条相关讨论 →

第 2 集 · Claude 蛋白设计 agent 被发现复现 Protein Hunter 协议(2026-08-20,2 条)

计算生物学家 Sergey Ovchinnikov（sokrypton）发现，一个基于 Claude 的蛋白质粘合剂设计 agent 独立复现了其团队此前提出的 Protein Hunter 协议。该协议从全 X 序列出发，利用基于扩散的结构预测进行设计。值得注意的是，该 agent 在重新发现这一方法时并未引用或署名原始研究，此事引发了关于 AI 系统再发现科学成果与学术署名问题的讨论。