# Anthropic 讓 Claude 以自主流程設計蛋白質結合物，15 個標靶命中 14 個；Mythos Preview 單標靶命中率為 35.1% > 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt) > 原作者：Anthropic (@AnthropicAI) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥🔥🔥🔥 · 日期：2026-08-19 > 原始來源：https://x.com/AnthropicAI/status/2089842387845804246 ## 證據與延伸閱讀 - [Anthropic 讓 Claude 以自主流程設計蛋白質結合物，15 個標靶命中 14 個；Mythos Preview 單標靶命中率為 35.1%。](https://runtimewire.com/article/anthropic-claude-autonomous-protein-binder-design) - [Claude 自主設計蛋白質，15標靶命中14個](https://www.anthropic.com/research/Claude-accelerates-protein-design) — 官方文件 - [Opus 5為最強模型，已公開prompt與資料集](https://huggingface.co/datasets/Anthropic/claude-protein-binder-design/tree/main) ## 中文摘要 Anthropic 讓 Claude 以自主流程設計蛋白質結合物，15 個標靶命中 14 個；Mythos Preview 單標靶命中率為 35.1%。 **實驗結果** Anthropic 與 Adaptyv Bio、Twist Bioscience 合作，由兩家機構獨立合成並測試 Claude 產出的蛋白質。技術報告指出，研究團隊共測試 1,320 個設計，其中 354 個確認能與 14 個標靶結合；Mythos Preview 在逐一處理單一標靶時，命中率為 35.1%，Opus 4.8 與 Mythos Preview 同時處理多個標靶時，命中率則分別為 22.6% 與 26.7%。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/c42f9072bd90b37f.jpg) > Claude 依不同設定達成 22% 至 35% 的結合成功率 (Hit rate)，並在 15 個蛋白質靶點中的 14 個成功自主設計出蛋白質結合劑。 部分設計的結合強度也超越既有成果。以 E3 ligase 次單元 RBX1 為例，Claude 的 90 個設計中有 28 個成功結合；其中最強設計的解離常數（KD）為 3.9 nM，優於同一競賽獲勝設計重新合成後測得的 45 nM。Claude 也在六個標靶上產生 15 個含有至少 20% β-sheet 的結合物，顯示它不只生成常見的 α-helix 結構。技術報告另指出，測試的 233 個結合物中有 130 個也能與小鼠同源蛋白結合，具備跨物種研究的潛力。 **自主工作流程** Claude 並非只提出候選序列，而是根據單一 protocol prompt 自主完成一整套設計流程。這個約 16,000 字的 prompt 沒有指定標靶上的結合位置、支架或序列，Claude 必須自行研究標靶、選擇表位、呼叫公開的蛋白質結構生成與序列設計工具，進行多輪 in silico 最佳化，再篩選並排序每個標靶的 30 個設計。 實驗設定讓 Claude 在 24～48 小時內執行任務，並提供 NVIDIA H100 GPU 計算資源、網路與研究資料，以及 Google Drive、Slack、Gmail 和 bioRxiv 的 connectors。研究人員在啟動後沒有提供科學、技術或操作指引，主要只負責核准存取要求、監控基礎架構，並將 Claude 最終交付的序列送交合成與測試。Claude 使用的設計與結構預測模型皆為 open source，包括 RFdiffusion3、BoltzGen、Genie 3、OpenFold3 與 Boltz-2 等。 **影片畫面** 輔助素材展示九個經實驗確認的 de novo protein binders 與其標靶 3D 結構；畫面顯示的 Kd 包括 TREM2 的 1.1 nM 與 4 nM、IL-7Rα 的 3.6 nM 與 550 nM，以及 Nipah G 的 53 nM、TrkA 的 540 nM、EGFR 的 1.7 µM、VEGF-A 的 1.6 µM 和 BHRF1 的 4.2 nM。畫面最後將結構排列成「ANTHROPIC」字樣；這些名稱與數值屬於影片中呈現的觀察資訊。 > 九個由 Claude 設計的實驗驗證 de novo protein binders 及其標靶的 3D 結構圖 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/fe54f5e1d5aa69a7.png) > 由九個以蛋白質結構排列構成「ANTHROPIC」字樣的圖形所組成的視覺圖表，下方分別標示其標靶名稱（包含 Nipah G、TREM2、TrkA、IL-7Rα、EGFR、VEGF-A 與 BHRF1）以及對應的親和力解離常數數值（$K_D$），底部並附有說明文字指出這些為經實驗證實的 de novo 蛋白質結合物。 **研究邊界與安全性** Anthropic 特別強調，protein binder 不是藥物。設計出高親和力結合物只是藥物開發的第一步，後續仍須確認分子是否安全、有效，並完成多個階段的驗證。因此，這項成果代表的是早期藥物設計能力的進展，不是 Claude 已經完成藥物開發。 Anthropic 也承認，Claude 對部分標靶仍然失敗，例如 90 個 MBP 設計沒有一個獲得確認的結合結果；研究團隊表示，後續還要進行更完整的特性分析，以確認命中率與親和力測量。此外，能自主執行生物研究具有雙重用途，若缺乏穩健的安全措施，也可能被用於危險研究，因此 Claude Fable 5 的 protein design 與其他具雙重用途的研究生物能力，目前不對一般使用者開放。 **後續開放計畫** Anthropic 表示，讓科學家使用最具能力模型的 access program 仍是最高優先事項之一，預計很快公布更多資訊；目前 Opus 5 仍是可用於生命科學研究、能力最強的模型。完整說明可參考 Anthropic 的[研究文章](https://www.anthropic.com/research/Claude-accelerates-protein-design)與[技術報告](https://www-cdn.anthropic.com/30bf50e22a01388bb29bf077ee3f244531594b7a.pdf)，Anthropic 也已公開本次使用的 prompts 與資料集（[Hugging Face](https://huggingface.co/datasets/Anthropic/claude-protein-binder-design/tree/main)），供研究者重現流程並作為後續 benchmark。 ## 媒體內容 **Claude 依不同設定達成 22% 至 35% 的結合成功率 (Hit rate)，並在 15 個蛋白質靶點中的 14 個成功自主設計出蛋白質結合劑。** **數據表** | | Opus 4.8 multi-target | Mythos Preview multi-target | Mythos Preview single-target | | --- | --- | --- | --- | | All targets (pooled) | 22.6% (88/390) | 26.7% (104/390) | 35.1% (158/450) | | PD-L1 | 7% | 33% | 90% | | TREM2 | 77% | 80% | 83% | | VEGF-A | 67% | 43% | 70% | | IL-7Rα | 37% | 60% | 67% | | Latent GDF-8 | | | 47% | | RBX1 | 17% | 37% | 40% | | Nipah G | 7% | 17% | 40% | | TrkA | 7% | 33% | 27% | | EGFR | 3% | 7% | 23% | | BHRF1 | 30% | 27% | 20% | | SpCas9 | 13% | 7% | 13% | | BBF-14 | 3% | 3% | 3% | | 15-PGDH | 0% | 0% | 3% | | TNFα | 27% | 1% | 1% | | MBP | 1% | 1% | 1% | ## 標籤 研究論文, Claude, LLM, Anthropic, Adaptyv Bio, Twist Bioscience