Claude 蛋白質設計與分析化學能力

TL;DR

Anthropic 已證明 Claude 模型可以透過自主設計高親和力蛋白質結合劑並自動化分析原始化學數據，顯著加速生命科學研究。在蛋白質設計方面，Claude 的命中率介於 22% 至 35% 之間——超過了產業典型的 10-15%——而在分析化學方面，Claude Opus 5 在不到 25 分鐘內處理了原始 NMR 和 LC-MS 檔案，其準確度可與專業的委託實驗室相媲美。

自主蛋白質結合劑設計

Claude 模型可以以極少的人類干預執行 de novo 蛋白質設計任務，產出的結合劑親和力通常能達到或超過先前已發表的最佳結果。

性能與命中率

結合使用 Claude Opus 4.8 與 Mythos Preview，Anthropic 對 15 個目標進行了測試。模型成功地為其中 14 個目標設計了結合劑。

• 命中率： 在一個多目標的 48 小時工作階段中，Mythos Preview 和 Opus 4.8 的總體命中率分別達到 26.7% 和 22.6%。當 Mythos Preview 在 24 小時的工作階段中專注於單一目標時，命中率提高到 35.1%。
• 比較： 這些結果顯著優於目前蛋白質設計任務中常見的 10-15% 命中率。
• 親和力： Claude 為至少六個目標產生了高親和力結合劑（定義為 $K_D < 10$ nM），並在至少四個目標上達到或超過了已報導的最高親和力。

特定目標的成功案例與限制

Claude 在不同的蛋白質結構中展現了專業化能力：

• RBX1： Mythos Preview（單一目標模式）達到了 40% 的命中率，相比之下，Adaptyv Bio 競賽中的人類參與者僅為 3.7%，且其最佳設計優於獲勝的人類參賽者。
• TNFα： 雖然 Mythos Preview 未成功，但 Opus 4.8 成功地為這個具挑戰性的多聚體目標設計了結合劑，包括能與人類、恆河猴和老鼠的 TNFα 產生跨物種交叉反應的結合劑。
• β-sheets： Claude 在六個目標中設計了 15 個經確認的結合劑，其中包含至少 20% 的 β-strand，展現了其對複雜次級結構（而非僅限於標準 α-helices）的推理能力。
• 挑戰： 由於表面平滑，Claude 在處理 Maltose Binding Protein (MBP) 時遇到困難，且在處理 de novo 設計的 β-barrel 蛋白質 BBF-14 時成功率有限。

技術執行

Claude 在「Claude Science」中自主運作，協調現有的開源結構設計、序列設計和共摺疊（co-folding）模型。該模型處理了整個流程：選擇目標位點、生成候選結構、進行 in silico 優化，並篩選溶解度與表達量。唯一的人類參與僅在授予網路/程式碼執行授權以及為 Adaptyv Bio 和 Twist Bioscience 的濕實驗室驗證訂購實體設計時。

分析化學自動化

Claude Opus 5 可以自動化處理用於驗證化學化合物身分與純度的耗時原始儀器數據解讀流程。

NMR 與 LC-MS 處理

在一項使用委託實驗室原始檔案與兩句提示詞（prompt）的測試中，Claude Opus 5 並行處理了數據：

• NMR 光譜學： Claude 將原始訊號（自由感應衰減，free induction decay）轉換為校準後的光譜與包含 18 個峰值的表格。它識別出四個寬峰為可能的氮或氧附著點，並正確地建議進行重水交換實驗以進行驗證。其每個峰值的氫原子數量計算結果與實驗室結果的誤差在 0.08 ¹H 以內。
• LC-MS (液相層析-質譜)： Claude 解碼了未記錄的供應商二進位格式，以提取層析圖與質譜圖。它測量化合物的純度為 96.4%，與實驗室的 96.33% 幾乎一致。

效率提升

Claude 分別在 23 分鐘與 19 分鐘內完成了兩項分析。相比之下，委託實驗室針對同一樣本的完成報告書在最初取得光譜後四天後才送達，凸顯了與手動人工分析相關的延遲時間顯著減少。

安全與雙重用途考量

Anthropic 註意到，代理型生物學發現（agentic biological discovery）具有「雙重用途」特性，意即同樣能加速治療開發的能力也可能被用於開發生物武器。因此，蛋白質設計與其他具有雙重用途的生物學能力在 Claude Fable 5 中仍不開放一般用戶使用。Anthropic 正在開發值得信賴的存取程序，以安全地向科學家提供這些工具。