# Anthropic 用 Claude 设计蛋白结合剂，14/15 靶点命中

- 来源：凡人小北 (@frxiaobei)
- 发布时间：2026-08-19 12:19
- AIHOT 分数：52
- AIHOT 链接：https://aihot.virxact.com/items/cmszm2ja00i4drodpc2vnyh3d
- 原文链接：https://x.com/frxiaobei/status/2089930103128019287

## AI 摘要

Anthropic 用 Claude Mythos Preview 和 Opus 4.8 为 15 个蛋白靶点设计全新蛋白结合剂，14 个靶点成功。Claude 自主选择结合位点并调用多个专业模型优化，经湿实验验证，单设计命中率达 22%～35%，高于行业典型的 10%～15%。Anthropic 承认这只是药物研发极早期步骤。

## 正文

Claude 刚做了一件比刷 benchmark 有意思得多的事，它开始真正参与药物研发的早期实验闭环。是的，分散下注意力，别总盯着程序员。

Anthropic 用 Claude Mythos Preview 和 Opus 4.8，针对 15 个蛋白靶点设计全新的蛋白结合剂，最终有 14 个靶点获得成功。

这里更关键的是结果。

Claude 负责选择结合位点、生成候选结构和序列，并调用多个专业的蛋白结构设计、序列设计和共折叠模型反复优化。随后，Adaptyv Bio 和 Twist Bioscience 把这些设计真正生产出来，并在湿实验中独立验证。

结果是，Claude 在不同设置下的单个设计命中率达到 22%～35%，而目前蛋白设计项目的典型命中率通常只有 10%～15%。其中一些设计的结合能力，甚至超过了此前公开发表的最好结果。

是不是药物研发人员已死😂。

但其实蛋白结合剂离真正成为药物还有很远，后面还有活性、安全性、药代、毒理、临床试验等一长串关卡，Anthropic 自己也明确承认，这只是药物研发非常早期的一步。

但它证明了一件事：
AI 除了写代码，还能够围绕一个科学目标，自主编排多个专业工具，生成可验证的实验假设，再把结果交给真实世界的实验系统检验。

我觉得是好事儿，AI 的输出开始穿过程序员的屏幕，进入实验室了。

让 AI 去改变其他人的游戏规则吧，比如药物研发人员。
不要再折腾程序员了。

原文：
https://www.anthropic.com/research/Claude-accelerates-protein-design

### 引用推文

> Anthropic：Many drugs work by binding to a specific target in the body and blocking or changing what it does. An important first step in the drug development process is de...