Anthropic 的 Claude 模型展現出專家級的計算蛋白質工程能力，自主設計出蛋白質結合劑。在濕實驗室驗證中，其成功率達到 22% 至 35%，大幅超越人類平均的 10% 至 15%。
這項突破由 Adaptyv Bio 和 Twist Bioscience 獨立驗證。在針對 16 個目標的測試中，Claude 從 1,320 個候選者中產生了 354 個成功的結合劑，其命中率在 Adaptyv Bio 的競賽中匹配或超過了頂尖人類參與者。
該過程使用了整合蛋白質結構預測與媲美 AlphaFold 級準確度的摺疊模型的自主工具。這項成就標誌著 AI 驅動藥物發現的重要里程碑，證明通用推理模型能在複雜的生物任務中與專用演算法相媲美，並有望加速從計算設計到物理驗證的流程，降低開發新治療藥物的時間和成本。
事件背景
蛋白質設計涉及利用計算機創建新蛋白質結構以結合特定疾病目標，此過程傳統上依賴人類專家和反覆的濕實驗室測試。濕實驗室驗證是科學家合成並測試這些設計分子，以確認其在生物環境中按預期運作的物理實驗。雖然 AI 的最新進展開始自動化設計階段，但在實驗室中驗證結果仍是關鍵瓶頸。
社群觀察
社群情緒普遍正面，用戶對高達 35% 的成功率表示驚嘆。部分觀點認為，濕實驗室驗證能有效減輕對 AI 「幻覺」的擔憂，因為最終仍需物理實驗確認。一些評論強調此突破可能加速癌症等疾病的治療進展，也有用戶以幽默方式討論藥物開發的影響。
