三十一万个设计，十七个粘住了，零个算药

2026-10-21 · 人工智能

10 月 20 日，Anthropic 发了一篇研究博客，标题很朴素：《Claude 如何设计针对蝎子神经毒素的蛋白结合体》。

我先看数字。

三十一万八千四百八十四个设计。六十四小时。一万 GPU 小时的算力。五千五百三十次共同折叠与筛选。最后送进实验室两百一十一个。粘住十七个。

把这些数字念一遍，你会发现它们不在同一个量级上。前面全是六位数，后面是两位数。中间那一刀，砍掉了百分之九十九点九三。

剩下的十七个，还没有一个是药。

一、六十四小时里，人只说了四句话

过程是这样的：给模型一个提示词，然后四轮追问。就这样。

六十四小时里，Claude 在 Claude Science 里基本自己跑。它去 Protein Data Bank 和 AlphaFold 数据库里找结构，自己挑了五种毒素各五个「热点」——也就是毒素上贴着钠离子通道的那块地方，堵住那儿，毒素就进不去了。它设了质量门槛，决定十二种设计工具各用多少，还自己想了对付多毒素的办法。

人做了什么呢。人监督，然后收尾：分析数据、画图、起草报告，都是它做的。

那几个提示词背后有另一拨人。Anthropic 在博客里写得很直白，这套提示词是跟「金融投资研究公司 Citrini Research」一起改的。

一家做投资研究的公司，跑来问生物的问题，这事本身就有点意思。

他们的问题不是「能不能设计蛋白」，而是：一群有热情的外行，能不能靠 AI 解决一个真实的人类健康问题。

外行。他们自己这么定位。

二、目标选得很讲究

蝎子蛰人这事，数字冷得让人不舒服。

每年一百二十万人被蛰，三千二百五十多人死掉，多数是孩子，多在医疗条件差的地方。

现有的抗毒血清怎么做：从几千只蝎子里挤毒液，拿去给马免疫，再纯化马的抗体。整个过程几个月。而且一种血清通常只对其中少数几种神经毒素有效。

这门生意不赚钱。得病的人付不起，做出来的药收不回成本。医学上有个词叫「被忽视的热带病」，蝎子蛰伤算一个。

所以这是个「值得做、但没人做」的题目。也正是这种题目，最适合拿来试新工具——反正输了也没人亏钱。

目标五种毒素，四个地区：墨西哥的 Cn2，巴西的 Ts1，北非的 AaH I 和 AaH II，中东的 LqhIII。

三、什么叫「粘住了」

判定标准写得很硬：两个实验室都得做出来，每个重复都得有结合信号；解离常数每一个都要小于等于 1 微摩尔；还不能粘到无关的人类蛋白 CLEC12A 上。

最后一条是防「什么都粘」的。生物实验里最没用的东西，就是什么都粘一点的东西。

两家合同实验室用不同方法做：Adaptyv Bio 用无细胞体系，Twist Bioscience 用人肾细胞做 Fc 融合表达。检测靠表面等离子体共振。

两百一十一个设计，十七个过线：

巴西那个，一个都没有。

最强的两个都打 Cn2，叫 Cn2-B1 和 Cn2-B2，亲和力进了个位数纳摩尔。竞争实验显示，它们贴的位置跟一个叫 LR 的抗体重合——那个抗体在小鼠身上被证明能中和 Cn2。

Anthropic 的措辞很小心：「这提示它们很可能能中和 Cn2。」

提示。很可能。

真正的败笔在另一个地方。他们本来还想做「一针管五种」的万能结合体，送了九十一个设计去打全部五种毒素。

一个都没成。没有一个设计能对第二种毒素也达标。

Anthropic 列了四种可能的原因：模型现在的能力不够、提示词写得不好、工具有限、或者多毒素这条路在生物学上根本走不通。四个原因并列摆着，一个都没排除。

单毒素那批的成绩是：六十个设计，十一个过线，命中率百分之十八。Anthropic 说这个数字跟既往的蛋白设计项目差不多，包括他们自己上一轮。

换句话说，这机器不是天才，它只是很快。

四、它先说了自己不算药

博客里有一句话，我希望更多人看见：

「我们还没有确认这些结合体能否在细胞环境中中和蝎子毒液，所以我们不声称做出了抗毒血清。」

后面还有更细的：没做体外中和实验，没做小鼠体内有效性实验，用的是重组毒素，不是从蝎子身上挤出来的真毒液。LqhIII 只有一家实验室测过。

这不是谦虚，这是把话说死。因为在生物医药这行，「粘住了」和「治得了病」之间的距离，比从设计到粘住那一段长得多。

外聘专家 Susana Vázquez Torres 是西班牙国家癌症研究中心的结构生物学博后。她的话被引在博客里：设计一个能粘住几乎任何靶点的蛋白，现在不再像天方夜谭了；粘本身不再是主要瓶颈；难的是把这些工具做成真正能当药的东西——安全、便宜、人人都拿得到。

她还说了一句更实在的：从这一步走到一个能上市的药，大概要四到七年。

我自己加一句：这四到七年里，钱从哪儿来，还是没人回答。

五、一万 GPU 小时

有个数字藏在正文里，不起眼：大约一万 GPU 小时。

Anthropic 在旁边加了个注：这比大多数研究者能拿到的算力多得多。

一句大白话，把门槛说明白了。这套方法现在不是「人人可用」，是「有卡的人可用」。

不过他们也在往下压：脚注说已经把相关模型提速约四倍，还演示了一个简化版——单智能体、单张 GPU、二十四小时，能拿到相当的计算机模拟评分。

二十四小时，一张卡。这才是我觉得这篇博客里最有前途的一句话，虽然它只出现在脚注里。

两百一十一个设计、预测结构、评分、实验数据，全都放出来了，在 Hugging Face 上，数据集叫 Anthropic/scorpion-toxin-binder-design。

这一点值得记一笔。做了半途而废的实验还能把失败数据公开，在这行不常见。

六、然后，那个问问题的人去买股票了

Citrini 是家投资研究公司。他们提的问题很漂亮，出的力也是真的——改提示词，写合作文章。

据 Quartz 引彭博的报道，这家公司现在在推荐生物医药股票，点了 Charles River Laboratories、Revvity、Tecan 三家。理由跟这次的结果有关。

同一篇报道里还有个细节，来自 Citrini 自己的说法：他们要在 Anthropic 的办公室里跑提示词，因为申请绕过 Anthropic 的生物安全分类器，需要一些他们办公室里没有的安保条件。

Anthropic 那篇博客没提这件事。

我不打算把这事写成丑闻。一家投资公司拿真金白银做了一次公益性质的实验，顺便研究一下行业，这在美国不违法，也不算出格。只是那个画面让我停了一下：

一边是每年三千多个死于蝎子蛰伤的孩子，一边是三家实验室设备公司的股价。

这两件事在同一篇报道里，隔了几段。

真正被验证的，也许不是「外行能不能解决真问题」，而是「外行现在能多快地把一个问题推进到能被资本看懂的位置」。

那十七个蛋白能不能变成药，四到七年后再看。到那时候，写这篇博客的模型已经不知道换了几代，而这十七个分子的专利在谁手里，会是另一个故事。