刚刚，Claude 64小时设计31万种蛋白，17种通过实验验证
AI 制药的故事，终于从计算机里的分子结构，走到了实验室的试管里……
就在刚刚，Anthropic 公布了一项生物学研究： Claude 在 64 小时内生成了 318484 种蛋白质设计， 试图找到能够结合蝎毒神经毒素的候选分子。
Anthropic 表示，全球每年约有 120 万人遭遇蝎子蜇伤，而抗毒血清往往价格高昂或供应短缺，用 Claude 设计能够结合蝎毒神经毒素的蛋白质，或已在探索新型治疗方法的道路上迈出了早期一步。
数据显示， 研究团队从生成的 318484 种蛋白质设计中筛选出 211 种候选蛋白，交由实验室测试，最终有 17 种达到预设的结合标准， 而这些分子有望为新型抗蝎毒药物研发提供线索。
当然，目前的实验只验证了它们与目标毒素的结合能力，尚未证明能够中和毒素或在生物体内提供保护。但这项研究真正值得关注的地方在于， Claude 不仅参与了蛋白设计，还协助完成候选方案筛选等多个环节，从生成分子到实验室验证，AI 开始参与一条更完整的科研流程……
下面来具体了解一下。
31.8 万个蛋白设计，17 个通过实验筛选
为什么偏偏选择蝎毒？
全球每年发生超过 120 万起蝎子蜇伤事件，造成超过 3250 人死亡，而传统抗毒血清依赖动物免疫生产，成本高、覆盖的毒素种类有限，这让蝎毒中毒成为一个长期缺乏足够研发投入的公共卫生问题。
Anthropic 与投资研究机构 Citrini Research 合作，希望利用 AI 从头设计能够结合蝎毒神经毒素的小型蛋白，即 minibinder（微型结合蛋白）。
简单来说，蝎毒中的部分神经毒素会与神经细胞膜上的钠离子通道结合，干扰神经信号传递，严重时可能引发心力衰竭、肺水肿等后果。
研究人员的设想是，如果能够设计出足够精准的蛋白，抢先结合毒素与钠离子通道相互作用的部位，就有可能阻止毒素发挥作用。
此次实验选取了来自墨西哥、巴西、北非和中东地区的 5 种蝎毒神经毒素，分别是 Cn2、Ts1、AaH I、AaH II 和 LqhIII。
Claude 针对五种蝎毒神经毒素的蛋白结构及关键结合位点进行分析，并据此设计候选结合蛋白。上方展示毒素的三维结构，下方标出 Claude 选择的潜在结合区域。
Claude 生成了 318484 个候选蛋白设计，最终挑选出 180 个。研究团队随后在 Claude 的帮助下额外补充 31 个，共计 211 个候选蛋白，交由 Adaptyv Bio 和 Twist Bioscience 两家实验室进行验证。
最终，17 个设计符合研究团队的蛋白结合标准。
具体来看，其中 7 个能够结合 Cn2，4 个结合 AaH I，4 个结合 AaH II，另外 2 个结合 LqhIII。针对 Ts1 的设计则未能通过筛选。
Claude 针对五种蝎毒神经毒素设计的候选蛋白及实验筛选结果。其中 Cn2 获得 7 个有效结合蛋白，AaH I 和 AaH II 各 4 个，LqhIII 为 2 个，Ts1 未筛选出有效结合蛋白。
研究中最值得关注的是两个针对 Cn2 毒素的候选蛋白，Cn2-B1 和 Cn2-B2。
两者在实验中均表现出较强的结合能力，解离常数 KD 达到了个位数纳摩尔级别。KD 越低，通常意味着分子与目标蛋白结合得越紧密。
研究团队还进行了竞争结合实验。
他们发现，这两个蛋白可能与一种名为 LR 的已知中和抗体结合在相同或相近的位置。而此前研究已经证明，LR 能够在小鼠实验中中和 Cn2 毒素。
Claude 设计的 Cn2-B1 和 Cn2-B2 候选蛋白与蝎毒神经毒素 Cn2 的预测结合结构。两者均瞄准毒素与离子通道结合的关键区域，与已知抗体 LR、RU1 的结合位点进行对比。
这意味着， Claude 设计的两个候选蛋白可能具有进一步研究的价值。
不过，需要注意的是，此次实验验证的是蛋白与毒素的结合能力，并未实际证明这些蛋白能够中和蝎毒。
研究人员尚未进行细胞层面的毒素中和测试，也没有在动物体内验证保护效果。
另一个有意思的结果是，Claude 在设计同时针对多种毒素的蛋白时遇到了困难。
研究团队原本希望找到能够结合多种蝎毒的通用蛋白，以减少未来抗毒制剂需要组合使用的分子数量。
但最终通过筛选的 17 个蛋白，每个都只被证实能够结合一种毒素，没有任何设计满足同时结合多种毒素的标准。
从单一毒素结合蛋白的设计来看，60 个专门针对单一毒素的候选设计中，有 11 个通过筛选，成功率约 18%。
Anthropic 表示，这一水平与常见蛋白设计研究的表现基本一致。
虽然距离通用抗毒药物还有明显差距，但这次研究至少证明，Claude 能够在较短时间内提出大量候选设计，并从中筛选出真正具备实验结合能力的蛋白。
64 小时背后，Claude 究竟完成了多少工作
传统蛋白设计需要研究人员使用多种工具，完成结构分析、候选分子生成、结合预测与筛选等工作。这次，Anthropic 尝试让 Claude 自主组织这些环节。
研究团队首先指定目标毒素、可用工具和筛选规则，随后由 Claude 自行检索蛋白结构、选择设计工具、制定筛选标准，并不断调整设计方案。
整个过程中，Claude 调用了 12 种蛋白设计工具，生成 318,484 个候选设计，还对超过 55 万组候选蛋白与毒素的组合进行了结构预测。
在收到初始提示词后，Claude 连续自主运行了 24 小时。研究人员随后追加 4 次提示，引导其进一步优化设计。整个计算设计阶段持续 64 小时，最终由 Claude 筛选出 180 个候选蛋白。
甚至连向实验室发送蛋白序列的工作，也由 Claude 按照研究人员的要求完成。
这意味着，Claude 已经能够承担科研过程中大量涉及规划、分析和工具协调的工作，并根据中间结果持续调整研究方案。
不过，实验仍有人类参与。研究人员负责设定目标、追加提示和补充设计，后续蛋白合成与验证也由专业实验室完成。此外，64 小时仅包括计算设计阶段，期间消耗了约 1 万 GPU 小时。
这也不是 Claude 第一次尝试蛋白设计。今年 8 月，Anthropic 就曾公布一项研究： Claude 面向 15 个蛋白质靶点开展设计，其中 14 个成功获得实验验证的结合蛋白。