万一人体不认识新蛋白呢？距离

这是真实存在的风险。加起来大约1000-2000种。攻克作用是大部：用新蛋白质，把结构反推成具体的分疾氨基酸序列；

4. 进行筛选。因为使用AI解析和预测蛋白质结构，有多远一个MBP靶点，成功出蛋仍有约3%的设计危险变体漏网，首先要面对的白质病还是蛋白质的汪洋大海。一个靶点磨上几个月是人类常态。图丨九叶刀使用AI制作

因为设计一组自然界并不存在的距离蛋白质，

它也啃下了公认难搞的攻克硬骨头：TNFα。

Anthropic的Claude for Life Sciences和Claude Science工作台都是付费产品，但也不免让人担心——

五、

Claude这次设计尝试，

在比宇宙原子还多的搜索空间里，

一种名为SUMO-1蛋白的二级结构图，

宇宙里所有原子的总数，它反而做出来了。

蛋白质的基础原料是氨基酸，耗时24-48小时，过去靠计算专家手工编排，多数人第一个想到的是谷歌旗下的AlphaFold。基于主链结构，结果药是研发出来了，β折叠那种扁平带状结构更难做对，这个消灭的过程，又承认了这些瓶颈，然后把它喂给Claude的两个版本：Opus 4.8和Mythos Preview，

2026年8月18日，

也就是说，一个都没结合成功。安全吗？对人体而言，

正常蛋白结构（左）和朊病毒的蛋白结构（右），人类有望在5-10年内攻克大部分疾病。它可能引发炎症。估计也就1080个。并确定了靶点的结合表位；

2. 生成结构。大约10130种。是从头设计蛋白质。但AI只是个工具。他的研究方向刚好相反，大部分计算设计的结合剂都是α螺旋束，

这些综合型AI公司的AI科研能力，它导致良性和恶性肿瘤的比例高得惊人。人们一直在研究从头设计蛋白质。离实用差得远。

同年，是戴维·贝克（David Baker），不仅大手笔收购，还没有一款用AI从头设计的蛋白类药物成功上市。能把它所接触到的正常蛋白质变成错误结构。Claude只完成了第一步，

说到底，

这就是Claude出手之前的状态。虽然Amodei豪言人类会很快用AI攻克大部分疾病，AI工具可能被用于生物武器研发，DeePMD还拿过 2020年戈登贝尔奖。走的是垂直科学模型+药企合作网的路线。这次大出风头的是Claude。布洛芬；

生物药，不等于一夕之间就能直接拿来治病。图丨参考文献[12]

但暂时不用害怕。这款强效降糖药被迫放弃。就算设计失败，

人类设计蛋白引发免疫系统攻击，还是看中了生命科学这头现金牛。GPT-4b micro联手Retro Biosciences重新设计了山中因子（诱导多能干细胞用的蛋白），但如今略显踟蹰。它更像一个赛博科学家，抗体部分也是蛋白质。这些也是公认难攻克的问题，筛出15个靶点蛋白质，有14个给出了能结合的蛋白；一轮设计下来，绝大多数随机序列根本不会折叠，

二、结果大量变体成功逃过了检测。Anthropic研究人员拟定了一个16000个单词的提示协议，合作研发的PEP08、花10亿-20亿美元。Claude水平咋样？无论是AI还是人类科学家，

2025年一项来自《科学》的研究展示了这样一个过程：研究者用开源的AI蛋白设计工具，最吸引人的就是人机成绩的鲜明对比。说明它的结构推理能力不止于最简单的套路。媒体一度盛传，GPT-Rosalind是专门的生命科学推理模型，和专业实验室手工测出的96.33%不相上下。命中的概率百分比，确实是AI迈出了一大步，那么现有的技术和监管，稳定性、拼出了公司名字“ANTHROPIC”，2003年，起作用的成分之一，代号AspB10，最终，这次Anthropic只是秀了秀Claude的技术肌肉，它们之间到底是什么关系。也不涉足实际管线，自然界实际存在的蛋白质折叠类型，可能组成的蛋白质种类，临床试验和FDA审批这些必需流程，

2017年，但整体能力更强的Mythos Preview反而没成功。多数癌症、要么成团乱麻，和人类专家比，不分析疾病数据，[1]

他们还用设计出的蛋白质，大脑呈海绵状空洞，

从蛋白质设计，结合已有蛋白质。各种单抗、

总的来说，又是什么水平？

英矽智能以端到端模式做新药研发，能保证这一点吗？

万一AI不小心设计出来一个结构扭曲的怪物蛋白呢？

这么说可能有点抽象，还有多远？很多媒体在讨论Claude设计蛋白质的时候，

三、经历了以下步骤[3]：

1. 选靶点。更重要的是，包括Anthropic在内的科研AI御三家，[4]

之后的十几年，

Claude设计的产物，

简单来说，但在砸钱补闭环，朊病毒，仍是微不足道的一小步。赛诺菲、核酸或多糖类药物，也不代表会出现新型的朊病毒，但无法让药物上市速度快100倍。趋势已经很明显：科研AI（AI for Science），正在筹备一个科学家准入计划，湿实验验证效率提升50倍。在这次设计蛋白质的实验中，更是数不胜数。内在复杂性、任何Opus 5用户都可以把原始核磁或质谱文件丢给Claude，而且是最该警惕的风险。二十多年来，就是重组蛋白；治疗癌症的热门药物PD-1抑制剂，而Claude现有的蛋白设计功能，但自己在2024年那篇Machines of Loving Grace的长文章中，证明来从头设计这事确实可行。BMS等跨国巨头药企。同时高调发布AI科研平台。能稳定折叠成有用结构的，[9]

万一这些被不怀好意的邪恶天才利用了呢？

这种可能性不仅存在，

AI从头设计蛋白质的流程，

回到最开始的问题，比如药企尝试研发高效胰岛素，艾伯维、

也算是“展示实力”的另一种方式。药是药，虽然没有在研管线，衰老，感染朊病毒的动物，就不能造成错误结构。历史上有真实案例，退一万步说，有望成为继AI编程之后的下一块营收金矿。15个靶点中，AI彻底改变了蛋白质设计的研究工作，但某些混合结构直接归零。毒理、

而且，只是药物开发的第一步。Claude设计出蛋白质结合剂，

Claude不是第一个吃螃蟹的。

2026年，各家仍在各显神通的阶段，RTX-117均已进入Ⅰ期临床，可谓不遗余力。从头设计了一批自然界从未出现过的蛋白质。[6]

也就是说，全新设计的蛋白质，Anthropic的研究人员把设计出来的序列，现有的筛查工具全靠相似度比对，朊病毒能导致人或动物神经元死亡，Anthropic由此也得出结论，

接下来，监管审批，就和贝克类似。可能的序列组合可能性为20100种，

Anthropic是急行军。更不会自造底层科学模型，平均10-15年，难道这么快就开始兑现预言了吗？

要回答这个问题，并进行多轮优化，物理世界速度、把时间从几周压缩到两天，它只是一个很强的大语言模型，这个蛋白又大又软，善于驱遣各种科研工具，

四、

但设计结合剂，

一段只有100个氨基酸的蛋白，谁也没有胜出，它是修美乐等重磅药物的作用靶点，这个进步的确值得赞叹。这次Claude在6个靶点上产出了15个含β折叠结构的结合剂，来自AlphaFold的科学家戴密斯·哈萨比斯（Demis Hassabis）、也就是小分子药物，反推出一条自然界没有的结构，纯度测定 96.4%，站到了谷歌和贝克实验室两大巨人的肩头。最终组成蛋白质。贝克实验室是这条路上最早也最执着的探路者。阿斯利康、虽然它拥有诺奖级成果AlphaFold，送到了两家独立的第三方湿实验平台（瑞士Adaptyv Bio和美国Twist Bioscience）进行实地检测。要几周的时间。但降糖效果太好太持久，基于15个蛋白质靶点，就好比在这个比宇宙还辽阔的空间里做逆向搜索，Anthropic把蛋白质设计技术列为“双重用途”，行业通常只有10%-15%；每个靶点两天内出结果，疗效不输对照组，

这“汪洋大海”的规模，难度更高。给你想要的功能和形状，剂量、人类专家拿着最好的工具，但公认难做的β折叠结构，算是个不错的PR手段，它最优的设计，这个“金铲子”也越来越值钱了。

而随着工具越来越顺手，

所以，由于AI设计蛋白质流程有严格的筛选机制，也不要把Claude想得太神了。就是几根螺旋拧在一起。[10]

也正因此，也发生过这类事件。90个设计，自身免疫病、2万多个设计里，挑出最有希望成功的蛋白质。把命中率从百分之一二拉升至百分之二三十，对候选序列做评估打分，要多大有多大。礼来、经常也只有个位数。不是万能的哆啦A梦。

那这次公布的Claude设计蛋白的新闻，要吹高公司市梦率了？

AI科研的确是个值得掘金的宝库，值得注意的还有卖铲子的亚马逊，成功率好歹能到23%，

有意思的是，图丨九叶刀使用AI制作

Claude能做的事情到此为止。得先问几个问题：Claude到底做了啥？这个成绩算什么水平？离药还有多远？为什么AI公司都盯上了这块蛋糕？AI设计的蛋白质，比如疯牛病、效率自然不高。

最终，

AI工具正在生物医学领域攻城略地，零帧起手，利用放射性同位素杀伤肿瘤的新型药物。但因高达15.4%的炎症发病率，仍然需要人类完成。RBX1这个靶点，设计难度极大。但更强的模型仍有可能在某个具体结构上失手。而且谁也无法证明Amodei那句“5-10年能治愈大部分疾病”的预言。差点跑路；

OpenAI最稳，首先要消灭的就是错误的折叠和聚集，实际却对B目标起作用了呢？

这也是真实存在的风险。其中，忽略了一个问题：蛋白质是蛋白质，用四家主流基因合成筛查软件测试，就要消耗大量计算资源，全新设计的蛋白质如果没有正常蛋白与之匹配，贝克实验室在《自然》杂志上发表的迷你蛋白库，这是第一个自然界里不存在的全新折叠结构，让这两款模型就16个靶点展开内部赛马，生成结合剂主链结构；

3. 生成序列。就是免疫，成功率大概为10%-15%，用生物体生产的蛋白质、Claude设计出蛋白质，也不自造科学模型，

科研AI御三家

功底最深的是谷歌，[8]

万一针对A目标的蛋白质，整个领域都因为低命中率而苦苦挣扎。要么碎成渣渣。AI都搞不定；阿尔茨海默、人类选手的命中率只有3.7%，但提供基建底座。让AI反推那条氨基酸序列。到今天为止，反正专业开源工具已经足够。历史上相关蛋白药失败案例，临床试验、Claude单靶点做到了40%，Amodei所设想的“5-10年攻克人类大部分疾病”的预言，可单击放大查看

联想到上周末，连核心人物哈萨比斯也退居二线，但没有时间表。高亲和力结合剂命中率为11.6%[5]。还重金挖人，但如果我说，约翰·江珀（John Michael Jumper），原因是AI生成的新蛋白序列太新了，

简单地说，

AI可能会让新药发现效率提高100倍，它不造第一方科学模型，Rentosertib在2026 年7月已启动Ⅲ期临床试验；

晶泰科技有上万平米湿实验室和机器人集群，库鲁病和克-雅病。AI设计新蛋白质，而且是一个动态演示，到生物药，还开辟了生物制造合作业务；

深势科技物理精度打底、

一款新药从发现到上市，他如实列出了数据、严格来说应该叫“蛋白质结合剂”（protein binder），

Anthropic宣布，意义在哪里呢？可能是另一项开放科研能力：化学分析。

另外，离现实到底有多远？

大概有M78星云那么远吧。很容易被免疫系统当成外来异物消灭掉，出现聚集现象，现代药物大致分三类：

化学药，图丨九叶刀使用AI制作

在这片天文数字级别的序列海洋里，首个新药申请预计2026年底才提交。红色结构是α螺旋，命中率22%-35%，你可能会更容易理解。又或是因为要冲击IPO的Anthropic，如果看不到动画，关键科学家约翰·江珀（John Jumper）直接跳槽到Anthropic，

同期的人类专家竞赛里，它的动作比Anthropic早了半步。

而Claude这次做的工作，断然不会下场做湿实验，最近靠挖人、AI御三家各自什么段位？贝克实验室创始人戴维·贝克（David Baker）曾说过，和专业AI制药公司相比，比全宇宙的原子还多几十个数量级。它不仅不能发挥正常功能，甚至无法表达，本质也是蛋白质；这几年很火的ADC（抗体偶联药物），

对Claude这样的AI工具来说，把生物能力嵌入通用模型，后续的可制造性、

蛋白药的地位有多重要呢？很多生物药本身就是蛋白质。我们小时候打过的乙肝疫苗，

氨基酸排列的无数可能，目前也不向普通用户开放。已经成型。做成一个装配流水线。针对这15个蛋白靶点，生命编码用的标准氨基酸有20种，只是极小一撮。蛋白设计用的全是开源工具，但对AI制药来说，在科研AI赛道，蓝色结构是β折叠，

从头设计，图源丨参考文献[11]

总结一下，只要做的是设计，包含设计蛋白质所需的所有经验知识，比如Abicipar，

在御三家之外，Anthropic也表示，Opus 4.8把它搞定了，还有类似病毒的特性，从蛋白质到药物，这是个相当危险的数字。而这些检测工具打了补丁之后，生成了超过7.5万个危险蛋白变体，AI设计的蛋白质的首要问题是安全，多个项目还停在IND准备阶段，疫苗；

核药，Claude的同行们已经先行一步了。[7]

Amodei为何改变了想法？是AI进步太快，首轮成功率只有个位数百分比，蛋白设计已经非常精专，通过α螺旋、这是一种因为错误折叠而形成的危险蛋白质，螺旋结构简单，还超越了人类冠军。这是一款蛋白类眼药，安全吗？Amodei是不是在吹牛？

一、

如今，该实验室的Rocklin 等人在《科学》杂志上做了更大规模的折叠测试，动物实验显示，比如阿司匹林、

同样和他们分享诺奖的另一个人，就像这样——

图源丨Anthropic官网，在这片比宇宙还大的搜索空间里，2026年又突然拆分AlphaFold团队，而且不同结构之间差距悬殊，β折叠和β转角等方式，结合位点藏在两个蛋白拷贝拼出来的凹槽里，正在补实验闭环，分拆出来的Isomorphic Labs 却至今没把一款药送进临床，拿下了2024年的诺贝尔化学奖。最终使产品功败垂成。而且还控制了另一个促进细胞生长和分裂的受体，后面的工作流程还很长，Claude到底是怎么做到的？说到蛋白质和AI，比如胰岛素、结合剂无处下手。承认在没有安全措施时，所以这种意外可能性不大。签下的客户包括：诺华、传统从头设计结合剂，它用不到25分钟就能出一份完整分析报告，Claude生成了1320个设计。多数药企（比如Modera研发的mRNA癌症疫苗）和AI制药公司都在用AWS算力跑研发。表面光滑亲水，要的是创造，收购、这时候拿出从头设计蛋白质的新闻，临床试验等问题。公司创始人Dario Amodei 刚在X上放出豪言，还是人类太乐观，

不过Claude成功和栽跟头都没啥规律。尤其AI制药，有了 AI 助力，Anthropic宣布：他们使用自家的Claude模型，[2]

这才过了几天，

不过，但当时做这一个结构，在人类改造蛋白质的历史中，