Claude 做到 15 個目標命中 14 個：這場蛋白質設計實驗真正證明了什麼？

不過，這些數字不能直接當作 Claude 在所有蛋白質設計任務中的固定成功率。不同目標的結果差距顯著，個別目標命中率從 0% 到 90% 不等。當 Mythos 每次集中 24 小時處理單一目標時，報告中的最高命中率為 35.1%；同時處理多個目標的活動，命中率則較低。

換句話說，14/15 是目標層級的結果，而 26.8% 是所有設計的總體結果，兩者代表的是不同指標。

Claude 實際上做了什麼？

這項實驗並不是讓語言模型憑空創造全新的蛋白質科學領域。首先，一名人類蛋白質設計專家提供了約 30,000 個 token 的提示，詳細說明整個工作流程；之後 Claude 只接受極少量的人類引導，自主執行其中多個步驟。

在這個框架內，Claude：

• 研究被選定的蛋白質目標；
• 選擇候選蛋白質應該與目標的哪個位置結合；
• 安裝並協調使用公開可得的結構預測及蛋白質設計工具；
• 產生候選序列；
• 篩選、排序及改良候選設計；以及
• 選出最終送往實驗室測試的蛋白質。

這個差異十分重要。Claude 的主要成就是管理一條長時間、需要使用多項工具的設計流程，並自行作出候選篩選決定，而不是重新發明每一種底層計算方法。

目標集合亦包含過往的基準測試目標，以及較新的競賽目標。這讓結果比純粹的電腦模擬更有參考價值，但仍不能完全排除模型對基準資料或既有目標較熟悉、因而影響表現的可能性。

為什麼濕實驗驗證如此關鍵？

電腦模型可以預測某種蛋白質應該會結合，但預測不等於實際製造出的蛋白質一定能正確表達、摺疊或在測試中產生結合效果。因此，Anthropic 把設計交由外部合作夥伴進行實際測試。

Adaptyv Bio 在不知道設計由哪個模型產生的情況下接收樣本。其自動化流程由數碼蛋白質序列開始，經過 DNA 合成、蛋白質表達、結合測量及品質控制，再以表面電漿共振（surface plasmon resonance，SPR）測量結合能力。該公司在 1,320 個設計中測得 354 個結合蛋白。

Twist Bioscience 亦獨立製造並測試了相關設計。Anthropic 表示，結果包括至少 6 個目標的高親和力結合蛋白，以及至少 4 個目標的結合蛋白，其親和力達到或超過過往最佳報告結果。

這比只根據預測結構或模型自行撰寫的解釋來評估，證據力更強。但它回答的仍是一個相對狹窄的問題：設計出的蛋白質能否在指定測試條件下與目標結合？

它沒有證明這些蛋白質可以成為有效治療藥物。

RBX1 結果與其他亮點

Anthropic 提出的其中一項重要比較涉及 RBX1。Anthropic 報告稱，Claude 的設計在該目標上的命中率約為 40%，過往競賽參賽者則為 3.7%；公司並表示，其系統在這個目標上勝過先前的冠軍設計。

Anthropic 也表示，部分候選蛋白質展現出特別高的親和力，有些設計的結合強度是過往最佳發表結果的數倍。

這些結果確實值得進一步研究，但目前仍是單一活動中的公司報告結果，不能直接視為 Claude 在各種蛋白質設計任務上都具備廣泛、穩定的優勢。

結合蛋白不是藥物

蛋白質結合物（protein binder）是經工程設計、能附著於特定生物目標的蛋白質。它可以用於治療、診斷及研究試劑，但「能結合」只是研發早期的一個里程碑。

一個真正可用的藥物候選物，通常還需要具備合適的：

• 目標選擇性；
• 生物功能，例如阻斷或啟動某條訊號途徑；
• 穩定性及可製造性；
• 抵達相關組織或細胞的能力；
• 藥物代謝動力學特性；
• 免疫相容性；以及
• 毒性表現。

Anthropic 自己也將這項工作描述為朝向類藥物分子邁進的早期一步，而不是一項端到端的藥物發現成果。這次活動沒有展示臨床療效、人體安全性，亦沒有證明候選物能成功通過藥物開發流程。

主要限制與批評

目標選擇是其中一項重要限制。相較於在細胞內運作的蛋白質，蛋白質結合物通常更容易針對可接觸的細胞外目標設計。Martin Shkreli 批評，部分報告中的親和力不足以支撐更廣泛的製藥業意義，並指出這項活動缺乏困難的細胞內目標。

這些批評並不會推翻「許多設計在實驗室中確實與目標結合」這項測量結果，但會限制我們應該如何下結論：實驗顯示 Claude 在一套明確流程下，能產生大量經實驗確認的結合蛋白；它並未證明 Claude 能可靠地創造細胞內療法，也未證明它在所有具臨床重要性的目標上都勝過既有藥物開發方法。

此外，部分核心數據仍由 Anthropic 公布。雖然蛋白質的實際製造與測試由外部機構進行，提升了結果的可信度，但若能在更廣泛、也更具挑戰性的目標集合上，由不同團隊重複驗證，才能更有力地測試其普遍性。

Anthropic 的更大藥物開發野心

Anthropic 將蛋白質結合物設計視為更大計畫的一環：建立一套涵蓋多種模態的端到端系統，協助加快藥物開發，並分析化學與生物學資料。

公司的 Claude Science 努力結合研究工作流程、計算工具及科學數據分析；這次蛋白質活動則示範了 AI 代理如何把這些能力連接到實驗工作。

Anthropic 表示，目前最強大的生命科學能力並未向所有使用者開放。公司已把建立科學家存取計畫列為優先事項，並表示 Opus 5 是目前一般可用、最適合生命科學研究的模型。

實際上，這類系統的承諾並不是消滅實驗室，而是縮短研究目標、執行軟件、分類候選物，以及決定哪些少量設計值得進行實驗測試所需的時間。

為什麼這些能力受到限制？

這套流程具有明顯的雙重用途風險。同樣一種研究生物系統、設計蛋白質及協調專業工具的能力，既可以支援有益的科學研究，也可能降低從事有害生物研究所需的專業門檻與時間成本。

Anthropic 表示，蛋白質設計及其他具雙重用途的生物研究能力，在其最強大的系統上仍不會全面開放；公司傾向透過受控或可信任存取，讓合資格科學家使用。其提出的政策挑戰，是在支援正當治療研究的同時，限制可能協助病原體工程、毒素相關工作或其他危險生物活動的能力。

這項政策並非與技術成果無關。模型越能自主地從生物學問題走到候選分子設計，就越需要同時評估三件事：設計是否有效、誰能使用這套流程，以及存取權限、監控和安全防護是否足夠。

結論：真正的突破在於「協調」，不是「已經找到藥」

Anthropic 的展示顯示，Claude Mythos Preview 與 Claude Opus 4.8 能夠自主協調現有蛋白質設計工具，並以報告中的 22.6% 至 35.1% 命中率產生經實驗確認的結合蛋白。在 1,320 個設計中，有 354 個與目標結合；15 個完成評估的目標中，14 個至少產生了一個結合蛋白。

這是 AI 輔助早期蛋白質設計的一項重要概念驗證，但不是自主藥物發現系統，也不是解決細胞內標靶問題的答案，更不能取代候選物優化、毒理測試、臨床試驗和監管審查等漫長流程。

下一個真正的考驗，是這些結果能否在更難、更陌生的目標上重現，以及業界能否在不讓危險生物研究能力全面普及的前提下，讓這類技術廣泛支援正當的科學研究。