AREX Feed Article
Anthropic 公开蝎神经毒素蛋白设计实验：Claude 64 小时生成 318,484 个设计，211 个送测、17 个获实验室验证
Anthropic 于 10 月 20 日在其 发布博文，披露了一项针对蝎神经毒素的蛋白设计实验：与金融投资研究机构 Citrini Research 合作，让一个运行在 Claude Science 环境中的内部研究模型设计能结合毒素的小型蛋白（minibinder）。 于北京时间 21 日凌晨同步宣布了这一消息。据博文描述，Claude 在 64 小时内生成 318,484 个蛋白设计，其中 211 个被送往合同研究机构（CRO）Adaptyv Bio 与 Twist Bioscience 做实验室测试，17 个达到结合剂标准。
这 17 个结合剂各自结合四种已知对人类危险的蝎神经毒素之一，产毒蝎种来自墨西哥、北非和中东；针对巴西蝎种毒素 Ts1 的设计则无一过关。Anthropic 同时划出边界：这些分子能否在细胞或活体中中和毒素尚未经过检验，公司明确表示不宣称已经产出抗毒血清。全部 211 个设计、实验数据与完整技术报告同日公开。上述结果均出自 Anthropic 的自述，两家实验室的测试情况亦由其转述。
出题的是一家投资研究机构
8 月，Anthropic 曾展示 ；此前约一个月，Citrini Research 的一支团队主动接洽 Anthropic，问题很直接：Claude 乃至更广义的 AI 药物发现，能否让一群有积极性的非专业人士去处理一个真实的健康问题？
Citrini 同日发表长文 记述这次合作：五名成员中三人完全没有科学背景，另外两人懂一点但算不上资深药物研发者；他们为算力、模型调用（token）与实验工作预留了 20 万美元的自有资金，最终目标是做出一份能送进实体实验室的体外研究方案包。Citrini 在文中的结论是：「AI 在生物学中的进展，将以一种既快得惊人、又不够快的方式推进。」
Anthropic 生命科学研究团队与 Claude 头脑风暴后，把题目定为设计针对蝎神经毒素的新型蛋白结合剂，希望这些分子有一天能用于开发蝎毒抗毒血清。博文给出的理由很具体：蝎子每年蜇伤超过 120 万人，造成超过 3,250 人死亡，死者多为医疗条件有限地区的儿童；新疗法制造成本高，也难以收回研发投入，蝎蜇伤中毒因此被一篇 描述为「被忽视的热带病」。
现有抗毒血清依赖免疫动物：从数千只蝎子身上采毒，用来免疫马匹，再从马血中纯化抗体，整个过程需要数月。博文称，这类血清通常只对少数毒素有效，且生产昂贵，在许多地区价格高企或供应短缺。蝎毒中危害人类的神经毒素会附着在神经细胞膜上的钠离子通道，让神经在不该放电时放电，促使身体大量释放肾上腺素等应激化学物质；严重时可致心力衰竭与肺部积液，偶尔致死。
Claude 自选结构、热点与阈值
博文采用的路线是从头设计（de novo）：结合剂从零开始按靶标生成，可以针对效力、稳定性等成药属性做优化。Anthropic 称，思路参考了此前发表于 的一项研究：全新设计的蛋白中和了蛇神经毒素，并在小鼠实验中提供保护；据其所知，尚无针对蝎神经毒素的从头设计结合剂见诸报道。
五个目标毒素横跨四个地区：墨西哥的 Cn2（产自 Centruroides noxius）、巴西的 Ts1（Tityus serrulatus）、北非的 AaH I 与 AaH II（Androctonus australis）、中东的 LqhIII（Leiurus hebraeus）。所有设计都瞄准每个毒素与钠通道结合的位点；按博文的机制假设，结合剂抓住这个位点，原则上就能阻止毒素抵达通道。
初始 prompt 只规定了目标毒素、可用的设计与折叠工具，以及新颖性、评分和过滤规则。其余选择都由模型做出：Claude 从蛋白质结构数据库（PDB）和 AlphaFold 数据库中挑选五个毒素的结构，为每种毒素各选五个热点残基，让结合剂去「抓」这些位置；设计需要跨过的质量阈值、对各个设计工具的倚重程度，以及多毒素设计的策略，也都由它自行设定。Anthropic 还要求它并行设计四类结合剂：分别针对五种毒素的单一结合剂、针对 β 家族毒素 Ts1 与 Cn2 的结合剂、针对 α 家族毒素 AaH II、AaH I 与 LqhIII 的结合剂，以及同时针对全部五种毒素的结合剂。这五种毒素共享同一种整体折叠，但任意两个的氨基酸序列相同度只有 26%～62%；若多毒素设计能成，通用型抗毒血清鸡尾酒所需的分子数量可以更少。
首个 prompt 发出后，Claude 自主工作了 24 小时；Anthropic 随后用四次跟进 prompt 推它继续，重点引向多毒素结合剂。整个过程动用 12 个设计工具，生成 318,484 个设计，滤掉与毒素或已知蛋白相似的候选，再把 553,052 个「设计-毒素」配对按复合物共同折叠并筛查；总计消耗约 1 万 GPU 小时。Anthropic 在脚注中承认这一算力规模远超多数研究者，并称已把这些模型平均提速约 4 倍；据，单 agent（智能体）、单 GPU 运行 24 小时的简化方案能拿到相近的计算机模拟（in silico）评分。
64 小时结束时，Claude 交出 180 个设计的最终名单，其中多数（包括最强的 Cn2-B1）直到第三次跟进后才被选出。应 Anthropic 要求，Claude 直接用电子邮件把蛋白序列发给 Twist Bioscience，邮件里注明由 Claude 撰写。加上团队在 Claude 协助下补做的 31 个设计，送测总数为 211 个：60 个针对单一毒素（每种毒素 12 个）、30 个针对两种 β 家族毒素、30 个针对三种 α 家族毒素、91 个针对全部五种。按博文的说法，分析实验数据、绘制图表、起草最终报告也都由 Claude 在监督下完成。
无细胞系统与人肾细胞：两家实验室的双重验证
测试由两家 CRO 分头完成，方法互补。Adaptyv Bio 用无细胞系统表达设计，即使用从细菌中提取的蛋白合成机器，不经活细胞；Twist Bioscience 在哺乳动物细胞（人肾细胞）中表达，并把设计分子与抗体的 Fc 段（抗体柄部结构）融合。两边都用表面等离子共振（SPR）测结合：让毒素流过固定化的设计分子，仪器实时记录结合与解离，得出代表结合强度的解离常数（KD），数值越低结合越紧。
过关标准相当严格：一个设计要在两家实验室都表现为「命中」（LqhIII 只由 Adaptyv Bio 评估）、在每一次重复实验中都显示结合、所有 KD 不高于 1 µM，并且对一种无关的人类蛋白 CLEC12A 没有信号；这项对照用来排查非特异性黏附。
结果是 17 个设计过关，全部针对单一毒素：Cn2 七个、AaH II 四个、AaH I 四个、LqhIII 两个；Ts1 为零。没有一个多毒素设计对一种以上的毒素达标。Anthropic 没有把失败归于一处，列举的可能性包括模型现有能力、prompt 写法、可用设计工具的局限，乃至多毒素设计本身的生物可行性。在 60 个单毒素设计中，11 个过关，比例约 18%；博文称这一比例与典型蛋白设计实验及其此前的工作一致。
最强结合剂疑似与已报道的中和抗体命中同一位点
博文先给出参照系：已有三个抗体或纳米体（nanobody）对 Cn2 或 AaH II 的报告亲和力低于 1 nM，并已被证明能保护小鼠免受蝎毒素侵害。Claude 设计的两个最强结合剂 Cn2-B1 与 Cn2-B2 针对 Cn2，在两家实验室都测得个位数纳摩尔的亲和力。
判断两个分子是否结合同一位点，用的是竞争实验：若一个分子的存在削弱另一个的结合，两者就在争夺同一个位点。Anthropic 的竞争实验显示，Cn2 结合剂各自附着在或靠近抗体 LR 的表位（epitope，即结合位点）；据，LR 能在小鼠体内中和 Cn2，其结合位点恰好覆盖 Cn2 上与钠通道结合的部分。博文强调，Cn2-B1 与 Cn2-B2 尚未在细胞环境或活体动物中测试，但竞争结果暗示它们很可能能中和 Cn2。
结合之后：通往抗毒血清还隔着的实验
博文把结果的适用范围写得很具体：所有结合数据都针对重组毒素，即按毒素基因在实验室表达出来的蛋白，而不是从毒液中纯化的天然毒素。博文明列的两大限制是：没有测试任何设计在体外（培养细胞）能否中和毒素，也没有在体内（活体动物，如小鼠）测试效力。的表述相同：「我们不宣称已经产出抗毒血清——为此，我们还得先在活细胞内、随后在小鼠身上测试这些结合剂，此外还有很多步骤。」
博文中给出的推进路线以 Cn2-B1 为候选：先确认它也能结合从毒液中纯化的毒素；再用可测量钠通道电流的膜片钳记录，检验它能否阻止毒素作用于通道；然后才轮到小鼠保护实验。过了中和这一关，疗法还要做到安全、稳定、可负担、可及，并需要临床医生、资助方与政策制定者的配合。
两位外部专家的评价与公开的数据集
与博文同日，全部 211 个受测设计、预测结构、评分与实验数据作为放在 Hugging Face 上，完整以 PDF 形式发布。博文称，希望这次能力展示与数据能加速抗毒血清设计的后续研究。
Anthropic 还把 Claude 的工作送交两位外部专家，博文记录的评价都是「有希望的第一步」。西班牙国家癌症研究中心（CNIO）结构生物学项目博士后研究员 Susana Vázquez Torres 写道：针对几乎任何靶标设计结合剂已「不再显得不现实」，现在可以很快得到结合非常紧密的分子，「结合本身已不再是主要瓶颈」；对蛇、蝎这类毒液动物（它们的咬伤与蜇伤在医疗资源不足地区造成大量死亡与重伤）而言，真正的影响将来自结合之外的疗法环节，即用这些工具造出安全、可负担、可及的真药。丹麦技术大学副教授 Timothy P. Jenkins 认为，几天内并行设计出针对五种毒素的可信结合剂「是治疗发现领域 AI 驱动范式转变的有力展示」；动物蜇伤这类被忽视疾病长期因商业激励不足而缺乏创新，以 agent 方式处理动物毒素宽广的靶标空间会显著加快发现，让现实可行的治疗方案更近。
在细胞里、在小鼠身上，这 17 个结合剂能否真正挡住毒素，目前没有任何数据。