Claude's scorpion-toxin binder campaign: 211 candidates tested, 17 met the binding criteria
Claude coordinated a protein-design campaign that produced 318,484 computational designs and 211 tested candidates. Seventeen met the authors’ binding criteria; toxin neutralization, broad coverage and therapeutic efficacy remain unproven.
Anthropic Science及合作团队 · 2026-10-20
Claude把多种设计工具组织成了一次真实的蛋白筛选任务,获得了实验支持的蝎毒结合蛋白;下一步要检验它们能否阻断毒性。
一条蛋白序列在电脑里看起来能结合毒素,拿到实验室后会怎样?这次,Claude的蛋白设计进展有了一组可以追查的答案:318,484个计算设计、211个送检候选、17个满足作者结合标准的蛋白。
研究对象是能与蝎毒结合的蛋白,目标是为抗毒治疗寻找起点。Anthropic在技术报告中公开了设计任务、实验曲线和未成功的尝试。最值得看的是:AI如何把候选交到实验室,以及实验究竟替哪些计算判断提供了支持。
先看一分钟:它要拦住毒素的哪一步
蝎毒中的部分神经毒素会干扰电压门控钠通道,影响神经信号。已有中和抗体能结合毒素、阻止其作用于通道。团队希望设计小型蛋白,覆盖毒素与通道接触的区域,沿着类似思路寻找新的候选。
视频中的紫色Cn2、黄色抗体LR和橙色设计蛋白,可以连起来理解:已知抗体提供了一个有意义的结合位置,设计蛋白能否占据相近位置,再由实验检验。结构动画不是细胞解毒实验的录像。
研究同时挑战来自四种蝎子的五种毒素:Cn2、Ts1、AaHII、AaHI和LqhIII。它们结构相似,却不完全相同;能结合其中一种,并不意味着能覆盖其他种。这也是团队同时尝试单毒素与多毒素设计的原因。
64小时里,Claude承担了哪些工作
本次使用的是Claude Science中的内部研究模型,报告没有将它对应到某个公开销售的模型版本。人类先选定问题和靶点,给出工具、评分公式、预算与多样性约束;初始提示约1.9万英文词,之后还有四次补充指令。
在这些边界内,Claude决定采用哪些结构、选择接触位置、调用哪些设计工具、如何分配计算资源,并筛选最终候选。它实际使用了12种设计工具,包括RFdiffusion3、Mosaic和Proteina-Complexa等,再调用结构预测工具交叉评估。这项进展体现为组织设计任务和执行决策的能力,具体的分子生成仍由专业模型完成。
这里有三种数字不能混在一起:318,484是生成的计算设计数;553,052是筛查的“设计—毒素”配对数,同一设计可以评估多个靶点;211才是最终送检的候选数。
“64小时”也有明确边界:它从初始指令计时,到主任务确定180个设计为止;后来又加入31个候选。湿实验在之后进行,不能把它写成64小时内完成设计、生产和验证。任务消耗约1万H100 GPU小时,这是并行计算资源的累计用量。
这张分工表让“自主”变得具体:Claude在相当细致的研究框架中推进设计。报告没有设置同资源预算下的人类专家或固定流水线对照,因此还不能据此计算它比专家快了多少、节省了多少成本。
211个送检候选,怎样才算实验达标
实验由Adaptyv Bio和Twist Bioscience完成。两边的蛋白表达方式与检测格式不同,主筛使用表面等离子共振(SPR)测量结合,并辅以反向生物层干涉(BLI)、抗体竞争和非目标结合检测。换一种固定方式再测,是为了检查结果是否依赖某一种实验呈现形式。
作者在看到数据后定义了一套保守标准:通常要求两家实验室的所有主筛重复均命中、测得的解离常数K_D均不高于1 µM、Twist的拟合最大响应不超过理论上限,并且对无关蛋白CLEC12A没有高于背景的信号。“检测到信号”与“满足整套标准”是两个门槛。
最后17个候选分别结合Cn2(7个)、AaHII(4个)、AaHI(4个)和LqhIII(2个),没有候选满足Ts1的判定标准。Ts1部分对照也存在未能明确解释的结果,因此不能把该靶点的阴性结果完全归因于设计能力。
其中15个具有两家实验室的主筛支持,2个LqhIII候选只由Adaptyv检测。后者适用单独的判定规则,不能把17个统称为“双实验室全部验证”。反向BLI中,Adaptyv的17个均命中,Twist检测的15个中有12个命中,也提醒我们检测格式仍会影响结果。
表现最强的Cn2-B1来自RFdiffusion3,是104个残基的蛋白。两家实验室给出的K_D分别为≤3.1 nM和≤1.7 nM。由于解离太慢而难以充分分辨,报告将这两个数视作上限,不能当作精确测定值。它提供了一个值得继续研究的紧密结合候选。
抓住毒素之后,还要证明抓对了位置
结合得紧,还不足以保证干扰毒素功能。研究用已知中和抗体LR先占据Cn2,再加入设计蛋白,观察其结合信号是否下降。
在能够评估的6个Cn2候选中,LR预先结合后,信号降低87%–95%;第7个候选信号太弱,无法据此判断。另一种结合不同位置的抗体RU1,对其中5个候选的影响只有15%–22%,但Cn2-B2是例外,下降66%,其预测界面也更接近RU1。
这组对照支持候选占据或靠近预期区域,比单独的结合曲线更有解释力。是否真的阻止毒素作用于钠通道,仍需要细胞功能实验;动物保护、体内持续时间和可用剂量也尚未建立。
高分不等于命中,广谱设计仍卡在实验关
计算端看起来最有希望的设计,未必在实验中胜出。单毒素设计整体预测分数较高,实验命中也较多;但在同一设计组、同一毒素内,最终评分没有可靠地区分达标候选与其他设计。它适合用于筛选,却还不能替代实验排序。
60个单毒素设计中有11个达标,约18%。其余151个按多毒素目标设计的候选中,虽然有6个对单一毒素达标,没有一个满足结合多种毒素的标准。最雄心勃勃的91个“五毒素”候选中,仅1个对AaHI达标。
结构相似的毒素,仍可能需要不同的精细接触方式。这轮实验暴露了多靶点设计的困难,但一次任务、有限骨架覆盖,还不足以判定广谱路线行不通。
特异性也没有随高亲和力自动解决。额外的卵清蛋白检测中,最强的Cn2-B1和另一个候选AaHI-B4出现非目标结合信号。卵清蛋白并未被纳入上述四条标准;如果再要求对它无命中,17个会减少到15个。这提示后续需要进一步优化选择性,不能直接推断为人体毒性。
从一次设计任务,走向可检验的研究协作
这项工作把通用AI在蛋白设计中的角色落到了具体环节:读取研究约束、组织工具、分配计算、筛选候选,再把判断交给外部实验室检验。Adaptyv的官方动态强调了自动化湿实验和公开数据;技术报告则把失败、检测差异与未完成的验证一起摆了出来。
官方报道邀请的独立领域研究者也把重点落在后续验证上。CNIO的Susana Vázquez Torres指出,结合只是抗毒治疗的一部分,安全性、可负担性和可及性同样关键;DTU的Timothy P. Jenkins则看重在短时间内并行推进多个靶点的潜力。这些是对结果的专业评价,并非新增实验验证。
目前的证据来自重组毒素结合实验,尚无细胞中和或动物保护结果。下一步最有分量的进展,将是证明候选能恢复被毒素干扰的功能,并在更接近真实治疗的条件下保持作用。Claude已经参与产出可检验的分子候选;这些候选能走多远,要由接下来的实验回答。
论文信息
| Title | De novo design of protein binders against scorpion toxins with Claude |
| Source | Anthropic技术报告,v1;非期刊论文 |
| Released | 2026-10-20 |
| URL | 官方研究解读 |
来源与资源
| 资源 | 内容 | 链接 |
|---|---|---|
| 官方解读 | 研究背景、结果与专家评论 | 官方研究解读 |
| 完整报告 | 69页技术报告及补充材料;本文图表出处 | 完整技术报告(PDF) |
| 公开数据 | 计算与实验结果,含结合曲线及分析文件 | 公开计算与实验数据 |
| 实验结果页面 | Adaptyv官方动态链接的Proteinbase专题 | Proteinbase结果专题 |
图表与动画来源:Anthropic及研究合作团队;图表按技术报告原样摘录,中文图注与解读为本稿整理。本文以技术报告核实数据,并参考官方解读、Adaptyv动态及中文报道;资料核对与本站发布日期均为2026-10-21。本文未独立运行设计任务、复现实验或验证候选疗效。
关键词
#蛋白质设计 #Claude #蝎毒结合蛋白 #实验验证 #BioAIDesign