Claude 會設計蛋白質了？14／15 個目標成功，命中率最高 35.1%，但離新藥仍有多遠？
Claude 在 15 個蛋白質目標中成功設計出 14 個目標的結合蛋白。本文拆解實驗數據、AI Agent 工作流，以及為什麼這還不等於自動開發新藥。
Anthropic 公布了一組很容易被誤讀的研究成果：Claude 能從零開始設計蛋白質，還在 15 個測試目標中，替 14 個目標做出經實驗確認會結合的成品。
不過，這並不是在聊天室輸入一句話，Claude 就憑空「發明新藥」。更接近真實情況的說法是：Claude 擔任研究流程的協調者，自主選擇設計策略，操作多個公開的蛋白質專業模型，使用大量 GPU 產生與篩選候選物，再由外部實驗室製造及測試。
這項成果真正重要的地方，在於通用 AI 已經開始能執行原本需要計算生物學專家反覆操作的研究流程。它縮短的是候選物設計與資料分析的時間，而不是直接跳過動物實驗、臨床試驗與藥品審查。
Claude 蛋白質設計實驗，先看懂 6 個關鍵數字
根據 Anthropic 於 2026 年 8 月 18 日公布的研究，這次蛋白質設計實驗的主要結果如下：
| 指標 | 實驗結果 | 該怎麼理解 |
|---|---|---|
| 納入結果的蛋白質目標 | 15 個 | 原本選了 16 個，其中 1 個因實驗資料無法判讀而排除 |
| 成功做出結合蛋白的目標 | 14 個 | 代表 Claude 能處理多種不同目標，不代表每一個設計都成功 |
| 送交測試的設計 | 1,320 個 | 每個候選物都要經過實體製造與實驗驗證 |
| 確認會結合的設計 | 354 個 | 這些才是濕實驗確認的命中結果 |
| 多目標模式命中率 | Mythos Preview 為 26.7%；Opus 4.8 為 22.6% | Anthropic 表示，目前蛋白質設計專案常見整體命中率約為 10% 至 15% |
| 單一目標模式命中率 | Mythos Preview 為 35.1% | 把一次工作集中在一個目標上，結果比同時處理多個目標更好 |
這裡要先分清楚兩種「成功」。14／15 指的是目標層級：只要某個目標至少有一個設計能結合，就算成功。22.6% 至 35.1% 則是設計層級的命中率：送進實驗室的個別候選物中，有多少真的能與目標結合。
如果把兩種數字混在一起，很容易誤以為 Claude 做出的蛋白質有 93% 都成功。實際上，這場實驗一共測試 1,320 個設計，其中 354 個確認命中。
蛋白質結合劑是什麼？為什麼藥物研發需要它？
蛋白質結合劑（protein binder）可以想成一把專門配對的鑰匙。它會黏上特定的目標蛋白質，藉此阻止、啟動或改變目標在人體中的作用。
這次研究設計的是迷你結合蛋白（minibinder），也就是體積較小、經過設計後能緊密抓住目標的蛋白質。從零設計（de novo design）則表示研究者不是直接改造一個現成的天然蛋白，而是由電腦提出新的結構與胺基酸序列。
設計工作的難點不只是「看起來能扣上」。候選蛋白還要能正確摺疊、保持穩定、溶於實驗環境、不容易彼此黏成一團，而且要以足夠強的親和力抓住目標。親和力就是兩個分子結合得有多緊。Anthropic 在這次研究中，把平衡解離常數低於 10 nM 的設計列為高親和力；數值越低，通常代表結合越緊密。
Claude 最後在至少 6 個目標上做出高親和力結合蛋白，並在至少 4 個目標上，達到或超越先前公開研究的最佳親和力。這代表成果不只停留在電腦模擬，而是有部分設計真的在實驗室中表現出具競爭力的結合能力。
Claude 不是蛋白質專用模型，而是研究流程的 AI Agent
這次實驗最值得注意的，不是 Anthropic 又訓練了一個蛋白質模型。Claude 扮演的是 AI Agent，也就是能拆解任務、操作工具、檢查結果並持續推進工作的代理系統。
研究團隊先提供一份約 30,000 tokens 的蛋白質設計 Prompt，以及論文、網路、GPU、Google Drive、Slack、Gmail 與 BioRxiv 等資源。任務啟動後，Claude 自己決定要攻擊目標蛋白質的哪個位置，再操作公開的結構設計、序列設計與共折疊模型。共折疊模型的功能，是預測目標蛋白與候選結合蛋白放在一起時，可能形成什麼三維結構。
接著，Claude 反覆執行電腦模擬最佳化，排除缺乏新穎性、不易表現、不穩定或可能無法結合的候選物。Anthropic 表示，啟動專案後沒有再提供科學或技術指導，人類只處理權限核准與基礎設施問題。最後的候選設計則交給 Adaptyv Bio 與 Twist Bioscience 製造及測試。
這比較像一位能連續工作的計算生物學專案負責人，而不是一個只負責回答知識問題的聊天機器人。Claude 的價值在於把多個專業工具接成完整工作流，並依中間結果調整下一步。
48 小時完成不代表成本很低
多目標模式在 48 小時內完成，但這個速度建立在相當高的運算資源上。Anthropic 提供最多 12,500 個 NVIDIA H100 GPU 小時，讓 Claude 執行專業蛋白質設計與摺疊模型。單一目標模式則讓多個 24 小時工作階段平行運作，每個目標最多可用 2,500 個 H100 GPU 小時。
因此，「48 小時完成原本數週的工作」主要代表日曆時間被平行運算與自動化壓縮，不代表計算成本也同步降到一般人可以負擔。實驗還設定了不限制 tokens 與子代理預算，這與日常訂閱版 Claude 的使用條件不同。
更重要的是，電腦設計結束後仍要等待濕實驗。濕實驗是研究人員在真實實驗室裡製造並測試蛋白質，而不是只看模擬分數。Anthropic 也明確指出，這個驗證階段仍需要數週。
換句話說，Claude 消除的是「專家手動協調計算工具」這個瓶頸，尚未消除製造、測試與反覆驗證的時間。
Claude 哪些目標做得好？哪些仍然失敗？
Claude 的表現並不平均，這也是判讀研究時不能只看整體命中率的原因。
在 RBX1 目標上，Mythos Preview 的單目標模式達到 40% 命中率，Anthropic 對照的 Adaptyv Bio 競賽參與者命中率為 3.7%。Claude 排名第一的設計也比該競賽的優勝設計有更高親和力。
另一個有意思的目標是 TNFα。這是一種與發炎反應有關的訊號蛋白，也是多種藥物鎖定的目標。Mythos Preview 沒有成功，但整體能力較弱的 Opus 4.8 反而做出多個結合蛋白，其中部分能同時結合人類、食蟹獼猴與小鼠的 TNFα。跨物種結合能力有助於後續動物研究，但 Anthropic 目前也無法確定為什麼兩個模型在此出現相反結果。
失敗案例同樣重要。Claude 對麥芽糖結合蛋白（MBP）提出 90 個設計，沒有任何一個被確認成功結合，只有一個出現微弱且可重現的訊號。這個目標體積大、結構靈活，表面又平滑且親水，候選蛋白缺少容易抓住的位置。
這些結果顯示，Claude 已能找到人類專家未必會優先嘗試的設計路徑，但模型能力仍會受到目標結構影響。整體平均值不能保證下一個新目標也會有同樣成績。
為什麼這還不能稱為「Claude 自動開發新藥」？
蛋白質能抓住一個目標，只代表早期候選物通過第一道門檻。要成為藥物，還要確認它能在生物體內維持穩定、到達正確位置、不引發不可接受的免疫反應與毒性，而且能以可控成本大量製造。
美國 FDA 列出的藥物開發流程還包含探索與開發、臨床前研究、人體臨床試驗、監管審查，以及上市後安全監測。Claude 這次加速的是最前端的一小段，不能替代後面的安全性與有效性證據。
另外，迷你結合蛋白目前不是標準主流藥物形式。即使改成單株抗體或小分子等常見形式，找到高親和力結合物也只是起點。
這項研究由 Anthropic 發布，詳細結果目前以官方文章、技術報告與公開資料集呈現。外部實驗室負責製造與測試，讓結果比純模擬更有說服力，但仍需要更多重複實驗與完整表徵，才能確認命中率與親和力測量是否穩定。
第二個實驗：Claude 也能處理 NMR 與 LC-MS 原始資料
同一篇研究還測試了另一種更接近日常實驗室工作的任務：分析化學資料處理。
核磁共振光譜（NMR）可以從訊號峰的位置與大小，協助化學家判斷分子中的氫原子處在什麼環境。液相層析質譜（LC-MS）則先把混合物中的成分分開，再量測各成分的比例與分子質量。兩者常用來確認「做出來的分子是不是原本想要的東西」以及「樣品有多純」。
研究人員只給 Claude Opus 5 一家合約實驗室的原始檔，以及兩句簡短指令，沒有提供儀器廠商軟體，也沒有人類操作員協助。Claude 在 Claude Science 裡平行處理資料，23 分鐘完成 NMR 結果，19 分鐘完成 LC-MS 結果。
Claude 計算的 NMR 訊號峰氫原子數，與實驗室結果的差距在 0.08 個氫原子以內。它算出的純度為 96.4%，實驗室報告則是 96.33%。在處理 LC-MS 的 2,664 次掃描前，Claude 還先重現儀器記錄的總量，用來確認自己沒有讀錯未公開格式的檔案。
這段成果的價值不是證明 Claude 取代了化學家，而是它能把廠商格式轉換、訊號處理、峰值整理、圖表產生與報告撰寫接在一起。研究人員可以把時間移到異常判讀、實驗設計與結果驗證，而不是反覆整理檔案。
Claude 也不是每次都一次答對。它起初判斷 4 個訊號峰都在後續實驗中消失，但自我檢查後修正為只有 2 個。這個例子反而說明，科學工作流不能只保存最後答案，還要保留程式、計算過程與中間結果，讓研究者能追查模型怎麼得到結論。
這項研究真正改變的是什麼？
過去談 AI for Science，焦點常放在「哪個模型預測得最准」。這次實驗往前走了一步：通用模型開始能理解研究目標，選擇工具，調度 GPU，分析中間結果，再決定下一輪要做什麼。
對研究團隊來說，這可能帶來三個實際影響。
第一，小型團隊可以更快建立複雜的計算工作流，不必把每一個工具都手動串起來。第二，專家能同時探索更多假設，把運算與資料整理交給 Agent。第三，研究紀錄如果完整保留，也更容易重現與稽核每一步。
但新的瓶頸也會跟著出現。GPU 成本、實驗室產能、資料品質與生物安全，不會因為前端設計變快就自動解決。當模型能自主設計具有生物功能的分子時，同一套能力也可能被濫用。Anthropic 因此把這類能力視為雙重用途研究，並未向一般使用者開放最強模型中的蛋白質設計能力。
目前最合理的結論不是「AI 已經取代科學家」，而是科學家的工作重心正在改變。未來更稀缺的能力，可能從手動操作每個軟體，轉向提出好問題、設定正確限制、判讀不一致的證據，以及設計能真正推翻錯誤假設的實驗。
Claude 蛋白質設計常見問題
Claude 真的做出了蛋白質嗎？
Claude 產生設計，再由 Adaptyv Bio 與 Twist Bioscience 製造及測試。15 個納入分析的目標中，有 14 個目標至少出現一個確認會結合的蛋白質，因此不是只有電腦模擬分數。
14／15 成功，是否代表成功率是 93%？
只能說目標覆蓋率是 14／15，不能說所有設計的成功率是 93%。個別設計的整體命中率依模型與執行模式不同，落在 22.6% 至 35.1%；1,320 個設計中共有 354 個確認會結合。
Claude 使用自己的蛋白質模型嗎？
不是。Claude 主要負責規劃與協調，實際生成、預測及篩選過程會操作多個公開的蛋白質結構、序列與共折疊模型。這也是本次成果最值得注意的地方：通用 AI Agent 能把專業模型組合成完整研究流程。
一般 Claude 使用者可以照著做嗎？
無法直接重現同等條件。這次蛋白質實驗使用 Claude Science、大量 H100 GPU、約 30,000 tokens 的專家 Prompt、不受限的 tokens 與子代理預算，最後還需要外部實驗室製造及驗證。Anthropic 也基於雙重用途風險，限制一般使用者存取部分高風險生物研究能力。
這代表新藥開發會縮短到 48 小時嗎？
不代表。48 小時是其中一種計算設計工作階段的時間，濕實驗仍需數週，後面還有臨床前安全測試、人體臨床試驗、製造與監管審查。這項成果加速的是早期候選物探索，不是整條新藥開發流程。
結論：Claude 的突破不只是一個漂亮命中率
Claude 這次最有價值的成果，是證明通用 AI Agent 能自主操作一組成熟的科學工具，完成長時間、多步驟，而且最後可由實驗驗證的研究任務。
14／15 個目標成功、最高 35.1% 命中率，說明這種做法已不只是概念展示。但大量 GPU、數週濕實驗、不同目標間的落差，以及 MBP 的失敗，也提醒我們不能把它直接等同於自動開發新藥。
短期內，Claude 更可能成為科學家的研究工作台：替人類加快設計、整理與分析，再把最關鍵的判斷與驗證留給專家。真正的變化不是科學家消失，而是原本花在操作工具上的時間，開始轉移到設計更好的實驗與追問更重要的問題。
