2026年8月18日，Anthropic宣布其Claude模型成功从头设计出一批自然界从未出现过的蛋白质，并用这些蛋白质拼出公司名“ANTHROPIC”的动态演示。这一成果紧随公司创始人Dario Amodei上周末在X上放出的豪言——有了AI助力，人类有望在5-10年内攻克大部分疾病。

Claude此次的工作属于蛋白质从头设计，与谷歌AlphaFold的解析方向相反，更接近2024年诺贝尔化学奖得主戴维·贝克的研究。Anthropic研究人员拟定了一份包含16000个单词的提示协议，喂给Claude的Opus 4.8和Mythos Preview两个版本，针对16个靶点进行内部赛马，耗时24-48小时筛出15个靶点，随后生成结合剂主链结构、反推氨基酸序列，并经过多轮评估优化，最终生成1320个设计。这些设计被送往瑞士Adaptyv Bio和美国Twist Bioscience两家第三方湿实验平台进行验证。

结果显示，15个靶点中有14个获得了能结合的蛋白质，命中率在22%-35%之间，而行业通常只有10%-15%；每个靶点两天内出结果，而过去靠计算专家手工编排需要几周时间。在比宇宙原子总数还多的蛋白质序列空间中，这一进步相当显著。Claude还啃下了公认难搞的靶点TNFα——它是修美乐等重磅药物的作用靶点，结合位点藏在凹槽中，设计难度极大，Opus 4.8成功搞定，但整体能力更强的Mythos Preview反而失手。不过，Claude的成功并非规律可循：一个MBP靶点的90个设计全部失败，而公认难做的β折叠结构却成功产出。

尽管成绩亮眼，但Claude设计的蛋白质结合剂只是药物开发的第一步。后续的可制造性、稳定性、毒理、剂量、临床试验、监管审批仍需人类完成，至今尚无一款AI从头设计的蛋白类药物成功上市。新药从发现到上市平均需10-15年、花费10亿-20亿美元，AI可能让新药发现效率提高100倍，但无法让上市速度快100倍。Amodei在2024年长文《Machines of Loving Grace》中也承认了数据、物理世界速度、内在复杂性、临床试验等瓶颈。

Anthropic在科研AI领域动作频频，不仅大手笔收购、重金挖人，还高调发布AI科研平台。其Claude for Life Sciences和Claude Science工作台已签下诺华、礼来、赛诺菲、艾伯维、阿斯利康、BMS等跨国药企客户。在科研AI赛道，谷歌虽有诺奖级成果AlphaFold，但分拆的Isomorphic Labs至今未将药物送进临床；OpenAI走垂直科学模型+药企合作路线，GPT-Rosalind和GPT-4b micro已取得进展；Anthropic则通过挖人、收购、把生物能力嵌入通用模型，站到了谷歌和贝克实验室两大巨人的肩头。此外，亚马逊作为“卖铲子”的基建提供商，多数药企和AI制药公司都在用AWS算力跑研发。

专业AI制药公司方面，英矽智能的Rentosertib已启动Ⅲ期临床试验，晶泰科技的PEP08、RTX-117进入Ⅰ期临床，深势科技以物理精度打底、正在补实验闭环。各家仍处各显神通阶段，谁也没有胜出。

AI设计蛋白质的安全性问题也引发关注。全新设计的蛋白质可能被免疫系统当作外来异物攻击，历史上Abicipar因15.4%的炎症发病率而失败；针对A目标的蛋白质可能对B目标起作用，如高效胰岛素AspB10因导致肿瘤而被放弃。更需警惕的是恶意利用：2025年《科学》研究显示，用开源AI蛋白设计工具生成的超7.5万个危险蛋白变体中，大量变体成功逃过主流基因合成筛查软件的检测，即使打了补丁仍有约3%漏网。不过，AI设计流程有严格筛选机制，设计失败出现聚集也不代表会产生新型朊病毒。