AI 设计的蛋白在首个 Claude Science 活动中结合四种蝎毒

Anthropic 于 2026 年 10 月 20 日发布了结果，来自在其 AI 驱动的生物研究平台 Claude Science 上运行的首个公开湿实验活动：一个未发布的内部研究版 Claude 自主生成了 318484 条从头设计的蛋白序列，针对五种致命的蝎类神经毒素，然后选出候选，这些候选在独立实验室测试中结合了五种毒素中的四种。该活动也暴露了这项结合研究的核心局限：151 次尝试设计一个能同时抓住不止一种毒素的蛋白，全部以零成功告终 —— 这一结果直接约束了从这些结合体走向实用抗蝎毒血清的任何路径。

该活动运行了约 64 小时，消耗约 10000 英伟达 H100 GPU 小时。送去做湿实验测试的 211 个候选蛋白中，有 17 个在两个独立实验室都满足了严格的结合标准。表现最好的设计 Cn2-B1 结合 Centruroides noxius 毒素 2，在一个实验室的解离常数约为每升 1.7 纳摩尔、在另一个为每升 3.1 纳摩尔 —— 据 Anthropic 的技术报告，这一水平与工程化抗体相当。

为什么是蝎毒 —— 以及传统抗蝎毒血清为何不够

蝎蜇每年致死超过 3250 人，致伤超过 120 万，在拉美、北非和中东资源不足地区对儿童打击最重 —— 正是五种目标毒素的来源地。蝎蜇在很大程度上仍是一种被忽视的热带病，主要因为它产生的药品市场回报不足以证明昂贵的开发流水线合理。

传统抗蝎毒血清的制造仍依赖用毒素组分免疫马或其他大型动物、抽血、提取多克隆抗体 —— 一个以月计的过程。由此得到的血清昂贵（投资机构 Citrini Research 引用蝎毒价格约为每加仑 3900 万美元，正是这家公司向 Anthropic 提出了这个项目），且受地理限制：对墨西哥 Centruroides 物种有效的抗血清，对北非 Androctonus 毒素毫无保护力，因为每种血清都是针对当地毒素组分训练的。冷链要求进一步限制了在高负担地区的分发。墨西哥、巴西、印度和阿尔及利亚合计占有记录蝎蜇死亡的大部分；在巴西北部皮奥伊和米纳斯吉拉斯州的部分地区，当地的 Tityus serrulatus 种群极为繁盛，抗血清需求经常超过供给。

Citrini Research 把这一挑战作为一个测试案例提给 Anthropic：一个没有正式生物学训练的团队，能否用 Claude 在一个真实的公共卫生问题上取得进展？答案涉及瞄准「结合体」—— 短的工程化蛋白，设计用来从物理上封堵每种毒素用来攻击神经元钠通道的那个表面。

64 小时活动内部：12 个工具与 553052 次共折叠

设计流水线动用了约 12 个专门的计算程序，由一个内部研究版 Claude 自主组装和编排。

Claude 从蛋白质数据库和 AlphaFold 的数据库检索三维毒素结构，然后识别每种毒素上的结合「热点」—— 通常接触电压门控钠通道（Nav）的那个表面区域。蝎类神经毒素通过把 Nav 通道锁定在打开状态来使神经元失能，产生持续去极化，严重时导致心肺衰竭。一个占据这个热点的设计结合体，会从物理上阻止毒素抵达通道。

在热点定义好之后，Claude 应用类似 RFdiffusion 的基于扩散的骨架生成工具，创造出形状与每个热点几何互补的新蛋白支架，然后用类似 ProteinMPNN 的逆折叠工具找到能可靠折叠成那些形状的氨基酸序列。这产生了 318484 个候选设计。随后每一个都通过共折叠预测 —— 对候选与其目标对接的结构模拟 —— 跨 553052 个设计-毒素对进行评估。缺乏相容几何的候选被丢弃；与天然蛋白或与毒素本身太相似的被过滤。在这个「生成-评估」循环约 64 小时后，Claude 交付了 180 个入围蛋白。研究团队在 Claude 协助下又加了 31 个，合计 211 个候选。

结合了什么、没结合什么：五种毒素的结果

211 个候选被分给 Adaptyv Bio（无细胞表达）和 Twist Bioscience（HEK 细胞抗体融合）。两个实验室都用表面等离子共振（SPR）实时测量结合亲和力。要合格，一个候选在所有重复实验中都需要解离常数（KD）不高于每升 1 微摩尔，且对 CLEC12A —— 一种用作非特异性结合对照的无关人类蛋白 —— 无信号。对四种毒素，候选需要两个实验室的独立确认。LqhIII 是例外，因为该毒素没能及时送到 Twist Bioscience；它的两个合格设计只在 Adaptyv Bio 评估。

按毒素的结果：Cn2 产出 7 个确认结合体；AaH I 和 AaH II 各产出 4 个；LqhIII 产出 2 个（单实验室）。Ts1 这种巴西毒素产出零个合格结合体。总体命中率：全部 211 个候选的 8.1%；60 个单毒素靶向设计中的 18.3%。

最突出的结果是 Cn2-B1，其 KD 值在两个实验室都远低于 10 nM。Cn2-B2 在 Adaptyv Bio 达到 5.6 nM、在 Twist 达到 3.4 nM。Anthropic 指出，SPR 对某些结合几何可能低估亲和力，暗示这些数字或许偏保守。

进一步的竞争性实验确认，Cn2-B1 与 LR——一个已知能中和 Cn2 的抗体片段——竞争毒素上的同一表面。那个表面是毒素通常用来接触 Nav 通道的功能关键区域。竞争结果不能证明中和，但它表明 Cn2-B1 瞄准的是治疗上相关的表位，而不是一块惰性区域。

多毒素之墙：151 个设计，零成功

数据集中最有分量的结果在初期报道中基本未被提及：151 个专门设计用来同时结合两种或更多毒素的候选，全部未能通过不止一种毒素的结合标准。

这不是统计异常。五种目标毒素共享抑制性胱氨酸结（ICK）支架 —— 一种由保守二硫键稳定、在蝎、蜘蛛和芋螺的毒素中常见的折叠。毒素两两之间的序列同一性在约 26% 到 62% 之间。一个保守的折叠原则上或许能让单个结合体占据多种毒素上的等价表面。但实践中，功能性结合表面 —— 治疗性结合体需要封堵的 Nav 接触区 —— 在不同毒素之间差异足够大，挫败了每一次设计尝试。

实际后果很重大。一种覆盖多个地理区域的抗蝎毒血清，需要中和多种不同的毒素。单毒素结合体无论亲和力多高，都只满足这一要求的一部分。解决广谱问题将需要多毒素设计策略的突破、把多个单毒素结合体配成一剂鸡尾酒，或一种完全不同的治疗方法。鸡尾酒策略技术上可行，但使制造、给药和监管审批复杂化 —— 这三个障碍历来拖慢了即便是资金充足的抗蝎毒血清项目。

从结合到中和：仍存在的差距

Anthropic 对这项研究没有证明什么很坦率。公司在其技术报告中表示，它「尚未确认这些结合体是否在细胞环境中中和蝎毒」，也不声称已经造出了一种抗蝎毒血清。

测试使用的是重组毒素 —— 实验室生产、序列与每种天然毒素匹配的蛋白 —— 而不是从真实蝎子取得的毒液。重组毒素允许精确的实验控制，但不能捕捉天然毒液的全部复杂性。更重要的是，尚无测试这些结合体是否保护神经元或心肌细胞免受毒素活性影响的细胞实验发表，也没有宣布任何动物保护研究。一项标准的细胞实验会涉及在有和没有候选结合体的情况下，把培养的神经元或心肌细胞暴露于活性毒素，然后测量 Nav 通道活性是否被抑制 —— 这一步需要 BSL-2 生物安全设施，以及在相关浓度下获得功能性重组或天然毒素。

Baker 实验室的对照定义了成功终点应是什么样子。2025 年 1 月，华盛顿大学研究者在《自然》发表，用 RFdiffusion 设计的从头蛋白在小鼠中中和了眼镜蛇科蛇的三指毒素，使本会致死的剂量达到 80% 到 100% 的存活。那项研究把该领域从结合的概念验证带到了体内的功能性保护。Cn2-B1 的竞争实验结果是最令人鼓舞的信号，表明蝎毒工作最终可能沿同一轨迹前进，但证明这一点所需的细胞和动物研究尚未开始。

延伸阅读：Anthropic 的生物学发现引发争议：AI 自主发现究竟到了哪一步

开放数据、GPU 规模与两用问题

全部 211 条蛋白序列和 SPR 测量结果已在 HuggingFace 上以 CC BY 4.0 许可证发布，包括失败的设计 —— 这份数据集对研究界或许和成功案例一样有用。一份 69 页的技术报告记录了完整流水线和原始测量。Anthropic 还描述了一个简化的单 GPU 版本，能在约 24 小时内完成一次相当的设计运行，并承认该活动约 10000 H100 GPU 小时的消耗大幅超过典型的学术资源。

该活动使用的是一个无法通过公开 API 获得的内部研究版 Claude。这一区别很重要，因为当前的公开模型 Claude Fable 5 会主动限制携带两用风险的生物相关查询。Anthropic 一边构建一项闭门访问的生物研究能力、一边在其开放平台上限制类似的查询 —— 一种随着 Claude Science 能力增长将需要持续解释的二分做法。

眼前的下一步在技术上是清楚的：细胞中和实验、动物保护研究，以及用「瞄准保守的结构表面而非功能表面」的策略重新尝试多毒素设计。Anthropic 的平台还是使用开放数据集的学术团队会去追求这些里程碑，并未指明。这个活动确立的是，自主 AI 主导的蛋白设计现在能以为早期抗蝎毒血清流水线供料所需的规模和选择质量运作 —— 一个可信的起点，即便到可部署疗法的距离仍然相当远。