Claude 64小时设计31.8万个抗蝎毒蛋白：211个送测17个达标

一句话结论：Anthropic 用 64 小时让 Claude 生成了 318484 个针对蝎子神经毒素的蛋白结合体设计，211 个进入双实验室验证，17 个达标，其中最强两个对墨西哥蝎毒 Cn2 的亲和力达到个位数纳摩尔级，但这项工作只证明了分子能贴住毒素，还没有证明它能解毒。

10 月 20 日，Anthropic 在官方研究页公布了一项由投资研究机构 Citrini Research 参与的合作成果。团队把目标锁定在一个长期缺少研发投入的公共卫生缺口上：全球每年有超过 120 万人被蝎子蜇伤，超过 3250 人死亡，患者大多集中在医疗资源匮乏地区，而现有抗毒血清依赖从蝎子身上采毒、免疫马匹再提取抗体的传统流程，覆盖的毒素种类有限且价格高企。

Claude 的任务是从零设计小型蛋白，也就是 minibinder，去精准贴合五种蝎子神经毒素与神经细胞膜钠离子通道的结合位点。这条线此前并非空白，Anthropic 在 2026 年 8 月就做过一次面向 15 个靶点的蛋白设计实验，站内也已经记录过 Claude 自主发现噬菌体新型酶 ART、AI 制药赛道升温与 Anthropic 自建湿实验室，以及 微软 Quine 生物学世界模型 的进展。这次的新意不在于单个分子的质量，而在于模型的自主程度、规模与数据的完全公开。

64 小时里，Claude 做了什么

整个计算设计阶段持续 64 小时。团队只给出一句初始提示，Claude 随后自主运行了 24 小时，之后研究人员追加 4 次提示引导方向，其中多数用来推动多毒素设计。整个过程累计消耗约 10000 GPU 小时。

Claude 的自主范围覆盖了常规蛋白设计里的全部工具编排工作。它自行检索 Protein Data Bank 与 AlphaFold 数据库挑出毒素结构，自行设定质量阈值，自行决定每种工具的使用力度，调用 12 种蛋白设计工具产出 318484 个设计，并对超过 553052 组设计与毒素的组合做共折叠结构预测打分。最终由模型挑出 180 个候选进入测试序列，研究人员再与 Claude 协作补充 31 个，凑齐 211 个送去实验室。连按格式把蛋白序列发给合成服务商这一步，也由 Claude 完成。

值得单独记一笔的是效率变化。Anthropic 提到模型侧的优化已让这套流程平均快约 4 倍，一个简化提示、单智能体单 GPU 跑 24 小时就能达到可比的计算评分。对比 8 月那次实验，团队需要在 48 小时墙钟时间里动用最多 12500 张 H100 小时来跑专业设计与折叠模型，这次的单位算力效率明显不同。

211 个候选，17 个达标，分布并不均匀

211 个设计按设计意图分成四组：60 个针对单一毒素（每种毒素 12 个）、30 个针对 Ts1 与 Cn2 两种 β 族毒素、30 个针对 AaH II、AaH I 与 LqhIII 三种 α 族毒素、91 个针对全部五种毒素。实验最终有 17 个设计满足结合体标准，每种毒素的达标分布如下。

这里有一个值得读者留意的口径差异。Anthropic 官方页面在给出逐毒素分解的同时，又写明 60 个单毒素设计中有 11 个成为结合体，命中率 18%，并称这一水平与常规蛋白设计实验相当。按逐毒素分解相加得到的达标总数是 17 个，与 60 个单毒素候选里的 11 个无法相互印证，且官方同时声明没有任何多毒素设计通过标准。Anthropic 未在正文中解释这两组数字的关系，18% 这个被广泛引用的数字因此更应被视作单毒素设计口径下的保守估计。

判定标准严到什么程度

达标门槛由四个条件同时构成。首先，设计必须在 Adaptyv Bio 与 Twist Bioscience 两家合同研究组织都成为命中。第二，每个重复实验都要给出结合证据。第三，每一个解离常数都必须达到 1 微摩尔或更紧。第四，对无关人蛋白 CLEC12A 不能出现任何信号，用来排除非特异性黏附造成的假阳性。

两家机构的测量方式互补。Adaptyv Bio 用从细菌中提取的蛋白合成机器做无细胞表达体系，Twist Bioscience 则在人体肾细胞中把设计表达成抗体 Fc 融合蛋白，两边都用表面等离子体共振实时测量毒素结合与解离，输出传感图并换算成解离常数 KD。KD 越低代表结合越紧。

Cn2-B1 与 Cn2-B2：贴住已知中和抗体的位置

17 个命中里最有信息量的是针对墨西哥蝎子 Centruroides noxius 毒素 Cn2 的两个设计 Cn2-B1 和 Cn2-B2。两者在两家实验室都给出个位数纳摩尔级的 KD，而且 Cn2-B1 是模型在第 3 次追问之后才选出来的最强结合体。

研究人员用竞争结合实验判断结合位点。结果显示这两个设计与一种名为 LR 的已知中和抗体竞争同一或极为接近的表位，而 LR 此前已被证明能在小鼠体内中和 Cn2。这构成一条有价值的间接线索，但研究团队自己保持了克制，明确表示尚未在细胞环境或活体动物中测试这两个分子，因此不宣称做出了抗毒液。

多毒素设计为何全军覆没

团队原本希望通过一个分子同时抓住多种毒素，从而减少通用抗毒鸡尾酒制剂所需的分子数量。121 个多毒素设计最终没有一个通过标准。Anthropic 没有把原因归结为单一因素，列出的可能性包括模型当前能力边界、提示方式的限制、可用设计工具的能力上限，以及多毒素设计本身的生物学可行性问题。

更长期的瓶颈在转化环节。实验中验证的结合对象是实验室里从毒素基因培养出的重组毒素，并非从真实毒液中纯化的毒素；细胞层面的中和实验没有做，动物活体疗效实验也没有做。要走完从结合体到可用药物的路，还要确认对纯化毒素同样有效，用膜片钳记录钠离子通道电流看它能否阻断毒素作用，再进入小鼠保护性实验，同时满足安全性、稳定性、成本和可及性。外部专家 Susana Vázquez Torres 与 Timothy P. Jenkins 把这次成果称为有希望的第一步，并提醒真正的影响会来自超越结合之后的环节。

与 8 月那次 15 靶点实验的对照

把这次结果放进 Anthropic 自身的时间线里看更清楚。8 月 18 日的那轮研究选取 16 个靶点，公布其中 15 个的结果，用 1320 个设计产出 354 个结合体，覆盖 14 个靶点，其中 MBP 的 90 个设计无一确认结合，RBX1 靶点上 Mythos Preview 单靶点模式的命中率达到 40%，而参赛者只有 3.7%。当时的整体命中率在 22% 到 35% 之间，行业典型水平是 10% 到 15%。

对比之下，这次的靶点难度明显更高，毒素靶点的设计需求从数千条跃升到三十多万条，命中率口径上却落到 18% 左右。8 月那次靠的是提示词加专业模型编排加海量 H100 小时，这次靠的是更快的模型迭代、更低的单位算力成本和彻底的工具自主调度。Anthropic 已把全部 211 个设计、预测结构、评分与实验数据公开发布，技术报告同步放出，代码是否开放未作说明。

同一天的另一条线：AI 设计的噬菌体第一次进入人体

10 月 20 日同一天，Radical Numerics 发布基因组语言模型 Omnii-1，称其设计的一组噬菌体已通过同情用药途径给一名耐药菌感染者使用，成为首个进入人体的 AI 设计噬菌体。该公司称模型可统一处理 28 类生物数据，在留出的大肠杆菌株上，前两名宿主推荐包含实验活性噬菌体的比例达 92.1%。同一天 OpenAI 宣布收购生物医药研发项目管理公司 Orchestra Bio 并整合进生命科学平台 Rosalind，管的是研发流程协调这一环。

把三件事放在一起看，AI 生物医药的推进已经覆盖了不同环节。Anthropic 给出的是规模最大、假设最严的分子设计与实验数据，OpenAI 拿下的是研发流程管理，Radical Numerics 报告的是给药本身，但患者结局尚未披露。单患者同情用药案例不等于疗效证明，把三者混为一谈会高估当前进度。

常见问题

Claude 设计的这些蛋白能当抗蛇毒血清用吗

不能。实验只验证了分子与毒素的结合能力，没有做细胞层面的中和实验，也没有做活体动物实验。官方明确表示不宣称已做出抗毒血清。这类蛋白本身尚未成为标准药物形式，高亲和力结合体只是成药的第一步。

这次设计的命中率算高还是算低

按官方给出的单毒素设计口径，211 个候选中的 18% 命中率与常规蛋白设计实验的 10% 到 15% 相当，算持平，尚未构成突破。考虑到毒素靶点比 8 月那批常规靶点更难，30 多万条设计量才换来 17 个命中，绝对效率并不高。真正变化的是工作流与自主程度，命中率数字本身基本持平。

没有科学背景的团队能复现吗

参与设计的 Citrini Research 团队 5 人中有 3 人没有科学背景，预算约 20 万美元，走的是工程化流程加现成工具的路线，这套方法可复制性较高。真正难迁移的是模型侧的迭代优化能力与算力投入，公开的提示词与实验数据让外部团队能从同一批设计起步，但把命中率再往上推，仍取决于模型与工具的共同演进。

小结

这次结果的分量在于完整闭环。318484 个设计、553052 组结构预测、211 个合成候选、两家独立实验室的验证数据，加上 18% 命中与两个纳摩尔级结合体，构成了一条从模型生成到湿实验确认的完整证据链，比任何单一基准分数都更接近药物研发的真实节奏。瓶颈也已经清楚地从分子设计移到了功能验证与转化，跨多毒素的通用分子一个都没成，结合能力到解毒能力之间还隔着细胞、活体与监管三道关口。对关注 AI 制药的人来说，接下来该盯的是这些设计里有多少能走完剩下的路，单纯堆叠设计数量说明不了什么。

• Claude 自主发现新型酶 ART：950 个智能体跑 21 小时
• 微软研究院发布生物学世界模型 Quine：一个周末筛出数千候选药物
• AI 制药赛道升温：Anthropic 自建湿实验室并收购 Coefficient Bio