颠覆医药研发！Claude只用64小时造出17个蝎毒靶向蛋白，数据已开源
2026-10-27 阅读量：1
Anthropic放出一个重磅研究，Claude 只用64小时全程自主完成蝎毒蛋白设计。一共产出211个方案，经过两家专业生物实验室验证，选出了17 个可以抓住蝎毒的靶向蛋白设计，极大推进冷门药的研发范式。开源地址：https://huggingface.co/datasets/Anthropic/scorpion-toxin-binder-design为什么选蝎子毒
据统计全球每年至少有120万人被蝎子蜇伤，死亡人数超过3250人，大部分受害者都是医疗条件薄弱地区的孩子。现有的抗毒血清生产方式很原始，要从成千上万只蝎子身上取毒液去免疫马匹。再从马血里纯化抗体，周期长达好几个月，成本高得吓人，很多地方根本买不到或者买不起抗毒血清。因为赚不到钱，这个领域药企也不愿意长期投资，最终蝎蜇中毒就被归到被忽视的热带病里面去了。早在今年8月，Anthropic的研究团队之前做过一个实验，只给Claude一条提示词，让它设计微型结合蛋白。这个东西可以理解成一种特别小的蛋白质分子，能像钥匙插进锁孔一样紧紧贴住某个目标。那次成功之后，Citrini Research提出了一个问题，能不能让一群没什么专业医药背景但特别有热情的人，靠Claude去解决一下人类健康难题。所以，研究团队挑中了蝎子蜇伤这个方向。目标是设计全新的蛋白结合分子去贴住蝎神经毒素，希望以后能在此基础上做出抗毒血清。从0造蛋白，锁定5种蝎毒毒素
蝎毒里含有大量神经毒素，毒性最强的那一类会牢牢抓住神经细胞膜上的钠离子通道。钠离子通道相当于神经的电源开关，一旦被毒素卡住，神经就会不受控制疯狂放电，身体大量释放应激物质。情况严重时会出现心衰、肺水肿，最后直接危及生命。研究团队选了来自四个地方的5种蝎毒毒素，墨西哥的Cn2、巴西的Ts1、北非的AaHI和AaHII、中东的LqhIII。Claude自己去蛋白质数据库和AlphaFold数据库里挑毒素结构，每种毒素选5个热点氨基酸位点当对接靶点。团队定下两层研发目标，先做出只针对单一毒素的结合蛋白，再尝试开发能同时识别多种毒素的广谱分子。广谱分子的实用价值很高，可以大幅减少解毒药剂里需要搭配的蛋白种类，把整体成本压到更低，适配不同地域的中毒急救场景。这5种毒素整体折叠结构相近，但氨基酸序列相似度只有26%到62%，给广谱设计带来很大阻碍。团队把任务拆成四类，分别制作单毒素专用分子、两种β家族毒素共用分子、三种α家族毒素共用分子，还有能覆盖全部5种毒素的广谱分子。Claude全程自主运行，搞定蛋白质设计
最开始的提示词写清楚毒素靶点、蛋白设计工具，同时定下新颖度、打分规则和筛选门槛。除了挑选毒素结构和关键氨基酸位点，剩下大部分工作都由Claude自主完成。在整个过程中，Claude先后调用12套设计工具，生成几十万条蛋白序列，剔除和天然蛋白高度相似的方案。模型累计完成553052组蛋白与毒素的配对模拟，提前预测分子结合之后的三维结构。从输入初始提示词到输出180个候选蛋白，前后只用了64小时，整体算力消耗大约10000 GPU算力。Claude拿到指令之后连续自主运行24小时，看到初步结果之后，研究人员才陆续下发补充指令，重点推进广谱多靶点分子的开发。这批候选里亲和力最强的Cn2-B1，就是在第三条补充指令下发之后筛选出来的。还自动整理好文字内容，直接生成邮件正文，把蛋白序列发给合成机构制作样品。后续团队又补充31个设计，总样本扩充到211个。实验结果
这211个设计里，单一毒素靶点60个，每种毒素12个；靶向两种β家族毒素的30个；靶向三种α家族毒素的30个；想通吃全部五种毒素的91个。实验室验证交给Adaptyv Bio和Twist Bioscience两家专业生物医药机构做，一家用无细胞表达系统，把细菌里的蛋白合成机器抽出来用，不靠活细胞；另一家用人的肾细胞表达，把目标蛋白和抗体Fc段融合在一起。两家都用表面等离子体共振来测结合，简单说就是让毒素流过固定好的蛋白样品，仪器实时记录它们贴上和解开的动态，最后给出一个解离常数，数值越小说明贴得越紧。阳性标准定得挺严，必须两家都测出阳性，重复实验都得有结合信号，解离常数不超过1微摩尔，同时还得对无关的人源蛋白没有黏附，防止是乱贴。结果211个设计里只有17个达标，而且全部只能结合单一毒素。17个有效分子里7个打Cn2，4个打AaHII，4个打AaHI，2个打LqhIII。最有意思的是Cn2这边。最优的两个分子Cn2‑B1和Cn2‑B2，两家实验室测出来的解离常数都在个位数纳摩尔，贴得非常牢。团队还做了竞争结合实验，如果一个分子在场时另一个分子贴不上去，说明俩人在抢同一个位置。结果发现Cn2‑B1和Cn2‑B2贴的地方，跟一个已知能在小鼠体内中和Cn2的LR抗体高度重合。而LR抗体盖住的那块区域，正好就是Cn2去勾钠离子通道、搞乱神经放电的关键位置。这为后续推进药物开发，提供了很好的蛋白方案。西班牙国家癌症研究中心的Susana Vázquez Torres和丹麦技术大学的Timothy Jenkins都对Claude给出了很高的评价。Jenkins认为，Claude仅用很短的时间并行搞定5种毒素的有效结合分子设计，确实能看出AI驱动药物研发的范式在改变。动物中毒这类病商业回报低，长期缺创新投入，而AI智能体可以高效处理复杂多样的毒素靶点，把研发周期压短，让治疗方案落地更现实一点。Torres表示，如果AI现在能在几天内对多种难靶向毒素做出高质量结合分子设计，几周内完成实验室验证，理论上就能加快这类被忽视疾病的新药研发。我看完最大的感受是，AI 跑出几十万条设计不稀奇，稀奇的是人怎么定目标、怎么筛、怎么判断结果靠不靠谱。研究里真正值钱的部分，其实是团队那套克制的验证思路。如果你也想摸摸自己用 AI 的底子，看看能不能把工具使到实际业务上，可以试试下面这个 AI 思维素养测评的小程序。几分钟做完，AI 职业画像、思维素养、替代风险都能看个大概，题目不简单，AI 老鸟想拿满分也不容易。摸清自己的真实水平，大时代里才站得稳。另外我建了一个AI产品交流群，大家对AI有什么想交流的可以进群，人数满了就加saiyi6888。
