不靠自家评分：Anthropic把Claude蛋白设计交给独立湿实验室，14/15靶点成功背后的方法论信号

结果概览：15靶点14成功，1320条序列354个结合蛋白

2026年8月18日，Anthropic 公布了其 Claude 系列模型在蛋白设计领域的最新实验结果。Claude 的两款模型——Mythos Preview 与 Opus 4.8——针对15个靶点从头设计蛋白质结合剂（protein binder，即专门构建以附着到目标蛋白上的小蛋白），最终有14个靶点获得至少一个经实验确认的结合蛋白。实验共订购并测试了1320条设计序列，其中354条被证实能够成功结合。

从命中率看，两个模型在48小时会话内同时处理全部靶点时，个体设计成功率分别为26.7%和22.6%；当 Mythos Preview 逐个靶点单独设计时，命中率进一步升至35.1%。相比之下，Anthropic 给出的当前行业蛋白设计活动典型成功率为10%至15%。换言之，Claude 在本次实验中的表现约为行业基准的两到三倍。真正让这份结果不同于一般「能力公告」的，是验证主体的身份与公开程度。

方法论而非命中率：第三方独立验证+公开失败案例的「可证伪性」

本次实验最具方法论意义之处，在于谁做了测试。Adaptyv Bio 与 Twist Bioscience 两家机构在实体实验室中独立合成并测试了这些设计，而非由 Anthropic 自己跑评分。原始提示词（prompt）与数据一并公开。更关键的是，Anthropic 主动披露了失败案例：针对麦芽糖结合蛋白（Maltose-Binding Protein，MBP）这一靶点，90条设计序列无一被确认结合。

在 AI 制药领域，公开失败靶点极为罕见。多数厂商倾向于只展示最好成绩。Anthropic 的做法，将实验置于可证伪（falsifiable）的标准之下——数据、提示词、失败案例全部透明，第三方可在相同条件下复现或证伪。这种「可证伪性」正是区分真实结果与宣传片（highlight reel）的分水岭，一个肯于公开最差表现的模型，其准确性声明才更值得被采信。此外，Anthropic 坦诚这项能力具有双重用途（dual use），因而在其最强大的通用模型中仍默认屏蔽蛋白设计能力。

瓶颈转移：从AI生成到湿实验验证，Adaptyv Bio和Twist Bioscience的产能约束

从更广阔的产业视角看，本次结果折射出一个被多数人忽视的瓶颈迁移。当 AI 能在一夜之间生成上千条候选序列时，真正的约束已从「生成端」转移到「验证端」——即湿实验的合成与测试产能。Adaptyv Bio 与 Twist Bioscience 之所以成为本次实验的参与方，正是因为它们掌握了实体实验室的制造与测试能力。序列写得出来，未必测得起、测得完；靶点设计得越多，需要的克隆、表达、结合测定通量也越高。

这意味着，AI 蛋白设计的实际落地速度，将越来越取决于第三方湿实验平台的产能扩张节奏，而非模型本身的智能水平。与产能充足的独立验证平台建立深度协作，正成为从「生成大量假设」走向「交付验证结果」的关键基础设施。此外，Claude Opus 5 能在23分钟内完成原始核磁共振（NMR）与液相色谱-质谱（LC-MS）文件分析、纯度读数与实验室参考值仅差0.07%，提示 AI 同样有潜力加速验证环节的数据解读。

千方视角：蛋白设计从「专家经验」走向「数据+算力」驱动，训练数据质量是新瓶颈

从医疗数据从业者的角度看，这次公开实验标志着蛋白设计领域一次深刻的范式位移——从依赖专家数十年的经验直觉，转向由数据与算力驱动的系统化方法。绑定一个目标蛋白，传统上需专家投入数周乃至数月，如今模型可在统一会话中并行处理多个靶点。

然而，当生成能力显著跑赢验证能力后，新瓶颈随之浮现：训练数据的质量与覆盖度。模型表现最终取决于其学习到的结构—功能关系是否全面、噪声是否够低。这意味着，拥有高质量、经过湿实验确认的结构与结合数据的企业，将在模型迭代中占据结构性优势。对医疗数据从业者而言，这提示一个正在成型的价值判断：在 AI 制药的下半场，谁能沉淀并管理高质量的训练与验证数据，谁就可能掌握比算力本身更稀缺的壁垒。

---

千方医数集编辑部 出品