Anthropic近期发布了一项关于蛋白质从头设计的研究报告，宣称旗下大模型在名为 Claude Science 的科研工作区中，大部分自主完成了针对蝎神经毒素结合蛋白的筛选与设计。在这场历时64小时的密集计算中，系统消耗了约10,000个GPU计算小时，从无到有生成了318,484个候选分子，最终选出211个方案送入两家外部实验室进行湿实验验证。
但热闹的算力演习背后，必须看清两个关键界限。湿实验最终仅筛选出17个符合判定标准的结合蛋白，总命中率仅为8.1%；即便其中针对墨西哥蝎毒素Cn2的最强分子展现出极高的结合强度，这项研究也完全没有推进至细胞中和与动物活体保护测试。这并不是AI独自造出了可以救命的抗毒血清，而是通用大语言模型充当实验室中枢、调用生物计算工具栈的一次工程尝试。
31.8万个方案与8.1%的命中率
全球每年有超过3,250人死于蝎蜇伤。由于传统抗毒血清极度依赖马匹等活体动物免疫提取，不仅成本高昂、存在严重副反应，而且对冷链要求极其苛刻。计算生物学界一直试图利用生成式模型直接构建人工微蛋白结合体，来替代天然血清蛋白。
Anthropic的研究正是切入这一场景。在Claude Science工作区中，Claude规划并调用了一整套生物计算软件，生成了318,484个候选分子。在最终送入实验室进行表面等离子共振测试的211个设计中，Claude自主挑选了180个，研究团队在AI协助下补充了31个。
检测结果由两家外部实验室 Adaptyv Bio 和 Twist Bioscience 分别出具。在最终达标的17个分子中，最强的两个结合蛋白Cn2-B1和Cn2-B2展现了极为突出的亲和力，其解离常数均达到了单数字纳摩尔级。外部专家 Susana Vázquez Torres 与 Timothy P. Jenkins 在 Anthropic 的技术报告中给予了肯定评价，称其迈出了有前景的第一步。
但8.1%的整体命中率，放在当前蛋白质设计领域并不突出。专用于蛋白质结合设计的 BindCraft 算法在12个靶点上的平均命中率达到46.3%。更重要的是，这项研究中所有针对单一毒素靶向设计的方案命中率为18.3%（11/60），而试图攻克多毒素的广谱设计全军覆没。
从头设计背后的人类干预
许多科技媒体在转述时，把这一成果描绘成AI独立闭环研发的奇迹。但只要翻阅详细技术细节就会发现，所谓完全自主只是外界的简化想象。
整个研究流程中，人类研究员进行了多次决定性的方向修正。在初始提示发出后，Claude确实进行了长达24小时的自主运算，但随后遭遇了筛选瓶颈。人类团队在后续流程中给出了4次关键提示引导，协助重构过滤条件并扩充挑选样本。
决定整个实验成败的最优候选分子Cn2-B1，正是在人类第三次干预后才被重新打捞出来的。
如果严格剥离人类在参数边界上的校准，纯粹依赖大模型的判断，这批候选分子极有可能在前期数据清洗中被直接过滤掉。Claude在整个流程中扮演的角色，并不是无师自通的发明家，而是一个能够熟练执行指令、调用结构生物学软件并处理海量表格的高级技术调度员。底层的空间几何生成与序列填补，依旧依赖专用的生物扩散模型与能量函数算法。
结合亲和力不等于解毒剂
衡量这类研究的成色，必须厘清生物学中的基本概念落差。在分子层面能紧密抓住房门把手，并不意味着你关上了这扇门。
报告中提到的在小鼠中中和毒素的抗体，属于实验对照组引用的历史已知抗体LR，而非Claude本次新设计的分子。两家独立实验室测出的结合力，只能证明设计分子与毒素的结合位点与LR抗体存在几何重叠，完全没有进行任何活体攻毒试验。
更为严峻的局限在于广谱能力的缺失。蝎毒素种类繁多，单一结合体如果只能应对一种变体，在临床急救中几乎没有实用价值。在测试管线中：
- 针对跨物种多毒素广谱结合的151个设计全部未能达标
- 针对烈性毒素Ts1的设计无一命中
- 所有测试仅基于纯化重组毒素，未验证天然蝎毒复杂环境下的结合表现
对比2025年发表于《Nature》的蛇毒设计成果，专用RFdiffusion管线不仅完成了体外结合，还扎实跑通了电生理中和与小鼠活体存活的全流程闭环。相比之下，Anthropic交出的答卷依然停留在分子相互作用的初级阶段。
- 风险.从表面等离子共振给出的纳摩尔结合常数，到真正阻断毒素对神经钠离子通道的破坏，中间隔着天然毒素交联、体内代谢半衰期及免疫原性反应三道高墙，商业化抗毒素在短期内不可能由此诞生。
工具编排的商业价值与科学边界
Anthropic急于向外界展示这一案例，核心意图并非转型为一家制药公司，而是要向企业级市场证明 Claude 在高价值专业科研场景中的落地潜力。
在生命科学领域，研究人员常常耗费海量精力在串联复杂的开源脚本、转换不同软件的数据格式以及分析成千上万行结构指标上。Claude Science 展示出的价值，正在于它能够将此前需要数周的人工工具链串联过程，压缩到几十个小时的自动化流程中。这种自主调度能力对提升实验室通量确实具备现实价值。
然而，生物医药研发的核心痛点从来不只是计算筛选的速度，而是预测真实生物环境的准确度。当算力从10,000 GPU时成倍增加，如果物理与化学层面的深层规律依然受阻于广谱设计的失效，大模型调度再多工具也只是在低命中率的泥潭里加速抽签。
接下来衡量这项技术是否真正具备生命科学突破性的唯一硬指标，不是再跑出几十万个结合体，而是看Anthropic及其合作方能否推进真正的体外电生理中和测试，并在小鼠攻毒模型中保住第一只活体动物的生命。