Claude 跨界解毒：64 小時設計出 17 種抗蠍毒素微蛋白

一群毫無新藥研發經驗的金融分析師，能不能靠大模型從零搗鼓出一種抗毒血清？

答案是：一半算成了，一半還早得很。

Anthropic 公佈了一項概念驗證研究。它們讓一個內部研究版 Claude 模型主導設計針對蠍毒神經毒素的微型結合蛋白（minibinders）。在由投資研究機構 Citrini Research 參與的 64 小時自主執行中，Claude 從 31.8 萬多個設計中篩選出候選方案，最終經溼實驗測試，確認了 17 個有效結合蛋白。

5 個分析師、35 頁提示詞和 20 萬美元

全球每年有超過 120 萬人被蠍子蜇傷，導致 3250 多人死亡，受害者大多是醫療匱乏地區的兒童。傳統抗毒血清製作極費勁：需要給馬注射微量蠍毒，耗時數月提取抗體，不僅成本高昂，通常也只能針對極少數毒素。

Citrini Research 的團隊想知道非專業人士能否借 AI 解決真實健康難題。但他們一開始就在電腦前被 Claude 的生物安全防護牆攔住了。於是他們聯絡到 Anthropic，直接搬進 Anthropic 辦公室，在內部未釋出模型上開跑。

Anthropic 團隊和 Citrini 共同打磨了一份長達 35 頁的初始提示詞。Anthropic 報銷了近 5 萬美元的算力與 token 賬單，實驗動用了約 1 萬個 GPU 時的算力，呼叫了 12 種專業蛋白質設計工具。

在這場 64 小時的自主設計中，Claude 自動檢索蛋白質資料庫和 AlphaFold 資料庫，圈定毒素上的結合位點熱點，設計出 318,484 個候選蛋白。Claude 自己挑出 180 個，人類團隊又讓它補充了 31 個，總計 211 個候選序列被直接通過郵件發往外部實驗室。

合成與體外測試委託給了瑞士 Adaptyv Bio 和美國 Twist Bioscience，這部分溼實驗花費了約 15 萬美元，等待了大約兩個月。實驗室測下來，211 個設計裡有 17 個達到結合標準，覆蓋了墨西哥、巴西、北非和中東的 4 種致命蠍毒。

結合不等於解毒，“萬能血清”沒有出現

不過，這項實驗離真正的“新藥”還有十萬八千里。

首先，Citrini 最想做的“廣譜萬能血清”徹底撲街了。他們嘗試設計能同時針對多種蠍毒的結合蛋白，但測出來的 17 個有效分子，每一個都只能針對單一毒素，無一具備跨毒素結合能力。Citrini 自己也直言萬能血清實驗失敗了。

更關鍵的是，結合只是第一步。丹麥科技大學的抗體技術專家們向媒體潑了冷水：在計算機和體外讓蛋白質黏上毒素，其實是整個製藥流程裡相對“容易”的一步。這個分子到底能不能在細胞或動物體內阻斷毒素活性？毒性大不大？在體內穩不穩定？全都未經驗證。

Anthropic 自己也坦承，目前並沒有證明這些分子能在細胞環境中中和蠍毒，因此絕不能說已經做出了抗毒血清。好在 Anthropic 已經將全部 211 個設計序列及測試資料以 CC BY 4.0 協議開源，供全球科研人員做後續驗證。

為什麼重要

我們認為，這項實驗最抓人眼球的地方，不是生物學上的突破，而是誰坐在了鍵盤前。幾個不懂藥物研發的投資研究員，靠著一套詳盡的提示詞，就能指揮 AI 協調十幾種複雜工具，把一個念頭一路推到真金白銀的溼實驗階段。這種“讓外行提出高價值假設並自動推進研發流程”的能力，展示了 Agent 在科研領域的真正潛力。

但這裡面有巨大的特權與門檻，普通人很難複製。Citrini 能做成，是因為 Anthropic 為他們解開了生物安全鎖、提供了內部前沿模型，甚至免掉了 5 萬美元算力費，還在現場提供了頂尖專家的指導。對於絕大多數開發者來說，Anthropic 剛剛設立的生命科學驗證計劃有著嚴格的資質審查，你不可能在家裡讓 Claude 隨意設計生物活性分子。

此外，這個案例清醒地展示了 AI 製藥的現實瓶頸：計算設計只花了 64 小時和 5 萬美元，而後續溼實驗卻花了 15 萬美元和整整兩個月。在 AI 讓分子生成變得輕而易舉之後，線下的實驗通量、資金門檻和臨床轉化，依然是不可逾越的物理高牆。