64 小时、31 万个设计、17 个命中：Claude 开始设计抗蝎毒蛋白了

每年有超过 120 万人被蝎子蛰伤，死亡人数超过 3,250，大部分是医疗条件有限地区的儿童。世界卫生组织把它列为"被忽视的热带病"——商业回报低，创新长期缺血。

现有的抗蝎毒血清制法停留在上个世纪：从几千只蝎子身上取毒，免疫马匹，再从马血里提纯抗体。整个流程要几个月，造价昂贵，而且通常只对少数几种毒素有效。在蛰伤最高发的地区，它要么太贵，要么断货。

Anthropic 刚发布的一项实验，想回答一个更激进的问题：AI 能不能让一群非专家，直接向这类"被忽视"的真问题发起冲锋？这个问题是 Citrini Research 团队一个多月前找上门来提出的。于是 Anthropic 把 8 月那项"一句提示让 Claude 设计蛋白微结合体"的研究升级了一档——这次的目标不是演示，是真实的蝎毒神经毒素。

▲ 墨西哥蝎 Centruroides noxius，其毒液的主要毒性成分 Cn2 是本次设计的首要靶点（图源：Anthropic 原文视频，下同）

一、靶点：四种蝎子、五种毒素、四个地区

蝎毒里最危险的是一类蛋白神经毒素。它们附着在神经细胞膜的钠通道上——钠通道是让神经正常放电的大门，被毒素干扰后神经在错误的时间放电，大量肾上腺素类的应激化学物质涌出，严重时可致心衰、肺积水，偶尔致死。

原则上，一个能堵住毒素"抓手"的结合体（binder），就能阻止毒素碰到钠通道。从头设计（de novo design）正是干这个的：针对特定靶点，完全计算设计出新蛋白结合体。此前已有团队用 de novo 蛋白中和蛇毒神经毒素并保护了小鼠，但据 Anthropic 检索，针对蝎毒神经毒素的 de novo 结合体，此前从未有过报道。

这次选了五个靶点，覆盖四个地区：墨西哥的 Cn2、巴西的 Ts1、北非的 AaH I 和 AaH II、中东的 LqhIII。这是个故意选的难题：五种毒素共享同一个蛋白折叠骨架，但任意两个的氨基酸序列只有 26% 到 62% 相同。

▲ 五种毒素的结构、来源（PDB/AlphaFold 数据库编号）与每个毒素上 Claude 选定的结合热点（橙框标记的氨基酸位点）

更难的一步是"多毒素结合体"：如果一个分子能同时中和不只一种毒素，"通用抗毒血清鸡尾酒"需要的分子种类就会减少，成本和地区适配性都会改善。团队让 Claude 同时做四类设计：针对每种毒素单独设计；针对 β 家族（Ts1、Cn2）；针对 α 家族（AaH II、AaH I、LqhIII）；以及同时针对全部五种。

二、64 小时的自主设计战役

整个流程的时间线值得细看。团队给了 Claude 一个初始提示（在 8 月那版基础上和 Citrini 一起改的），之后 64 小时里模型基本自主运行，人类只追加了四次引导。

初始提示只定义了靶点、可用的蛋白设计与折叠工具、以及新颖性/打分/过滤的规则。剩下的决策都是 Claude 自己做的：它在 PDB 和 AlphaFold 数据库里自己挑毒素结构，自己为每种毒素选定五个热点氨基酸，自己设定设计要跨过的质量门槛，自己决定每种设计工具的使用权重，自己制定多毒素设计的策略。

规模数字：Claude 用了 12 种设计工具，生成了 318,484 个蛋白设计，过滤掉与毒素或已知蛋白相似的；然后对 553,052 个"设计-毒素"配对做共折叠筛选，预测每对的复合物结构。64 小时后，它交出 180 个设计的终选名单。整个战役消耗约 10,000 GPU 小时。

几个值得注意的细节。第一，第一条提示之后 Claude 连续自主工作了 24 小时，初步结果好到团队决定继续加码，后续提示主要引导它攻坚多毒素结合体。第二，最强的结合体 Cn2-B1，是在第三次追加提示之后才入选的——自主迭代确实在变好。第三，在团队要求下，Claude 自己把蛋白序列用邮件发给了 Twist Bioscience 下单生产——邮件里标明了出自 Claude 之手。

研究团队后来又和 Claude 合作补了 31 个设计，总计 211 个送实验室检测。按 Anthropic 的脚注，这批模型最近又提速了约 4 倍；他们还验证过，一个简化版提示 + 单 agent + 单 GPU 跑 24 小时，也能拿到相当的计算评分。10,000 GPU 小时不是门槛。

三、211 个送检，17 个命中

两家合同研究机构（CRO）独立做了湿实验：Adaptyv Bio 用无细胞系统（从细菌提取的蛋白制造机器）表达设计，Twist Bioscience 用哺乳动物细胞（人肾细胞）以抗体 Fc 融合形式表达。两家都用表面等离子共振（SPR）测结合——毒素流过固定在传感器上的设计，仪器实时记录结合与解离速度，给出解离常数 KD，KD 越小结合越紧。

"命中"的标准定得很严：必须在两家实验室都复现，每次重复的 KD 都要 ≤ 1 µM，且对一个无关人源蛋白（CLEC12A）无非特异性"粘性"信号。

结果：211 个设计中 17 个达标，全部是针对单一毒素的。Cn2 中 7 个，AaH II 中 4 个，AaH I 中 4 个，LqhIII 中 2 个，Ts1 颗粒无收。60 个单毒素设计里 11 个命中（18%），与典型蛋白设计战役的命中率一致。多毒素结合体全军覆没——没有任何一个设计能对一种以上毒素达标。原因可能是模型能力、提示方式、设计工具的局限，也可能是多毒素设计在生物学上本来就难。

▲ 五种毒素的战果：橙色为结合体设计（Cn2 7 个、AaH II 4 个、AaH I 4 个、LqhIII 2 个、Ts1 0 个）

四、最强的两个：纳摩尔级，且抢的是中和抗体的位置

两个明星分子 Cn2-B1 和 Cn2-B2，都靶向墨西哥蝎毒 Cn2。在两家实验室都测到了个位数纳摩尔级的亲和力——Cn2-B1 的 KD 约为 3.1 nM（Adaptyv Bio）和 1.7 nM（Twist Bioscience）。这是一个 104 个氨基酸的小蛋白，设计工具是 RFdiffusion3。

▲ Cn2-B1（橙色）与毒素 Cn2（紫色）的预测复合物结构；右图为 SPR 结合信号

结合紧还不够，关键是位置。判断两个分子是否抢同一个结合位点，标准做法是竞争实验：先让一个分子占上毒素，看另一个还能不能结合。Claude 的 Cn2 结合体与一个名叫 LR 的抗体高度竞争——LR 先占上时，Cn2-B1 的结合信号掉了 94%；而和另一个打在别处的抗体 RU1 几乎不冲突（只掉 16%）。

▲ 竞争实验：LR 先结合时 Cn2-B1 信号损失 94%，RU1 先结合只损失 16%——说明 Cn2-B1 落在 LR 的表位上

LR 的重要性在于：它在小鼠实验中被报道能中和 Cn2，而它的结合位点恰好覆盖 Cn2 上那段抓钠通道的部分。Cn2-B1 和 B2 抢的是同一个位置，意味着它们很可能也能中和毒素——虽然这一点还没在细胞或动物里验证过。

▲ 设计瞄准离子通道结合位点：左为 LR 与 RU1 抗体在 Cn2 上的晶体结构（PDB 4V1D），中、右为 Cn2-B1、Cn2-B2 的预测结合模式，覆盖同一区域（金色为 LR 表位、酒红为 RU1 表位、橙色为设计）

五、诚实的边界：这不是抗毒血清

Anthropic 在边界声明上做得很克制，值得逐条列出来：

实验只用重组毒素（实验室里从基因表达的），不是从真实毒液里提纯的；没有做任何体外细胞实验（in vitro）和活体动物实验（in vivo）；所以明确不声称造出了抗毒血清。

要走向药物，Cn2-B1 这类候选还要过一串关卡：先确认能结合毒液提纯的毒素；再做膜片钳实验（测钠通道电流），确认它真能阻止毒素作用于通道；然后小鼠保护实验；再往后是安全性、稳定性、成本、以及"蛰伤发生地能否买得到"的供应问题——最后这段还需要临床医生、资助方和政策制定者的配合。

两位外部专家的评价是"有前景的第一步"。西班牙国家癌症研究中心的 Susana Vázquez Torres 特别点出了范式变化："为几乎任何靶点设计结合体不再不现实……结合本身不再是主要瓶颈。"真正的瓶颈在结合之后的管线路段。丹麦技术大学的 Timothy Jenkins 则强调了被忽视疾病的视角：这类病长期因商业激励不足而创新饥渴，AI 能以 agent 方式横扫动物毒素的超宽靶点空间，把现实的治疗方案拉近很多。

全部 211 个设计及其结合数据已经公开，供其他研究者继续。

六、我的几点想法

第一，这项研究真正的看点不是"17 个命中"，而是流程的压缩比。传统抗毒血清以"月"计，且一个血清覆盖不了几种毒素；这里从提示到实验室确认的纳摩尔级结合体是"64 小时设计 + 几周湿实验"。Vázquez Torres 那句"结合不再是瓶颈"是全文文眼：当结合端被 AI 压平，管线价值会向中下游（验证、成药性、供应）转移。

第二，多毒素结合体的全军覆没和 17 个命中同样重要。它说明当前模型和工具链的天花板在哪——共享折叠骨架、序列差异 40%-70% 的目标，计算设计还跨不过去。愿意把失败模式印出来的能力演示，比只秀成功的可信得多。

第三，注意那个脚注的分量：简化提示 + 单 agent + 单 GPU + 24 小时能拿到相当的计算评分。10,000 GPU 小时的规模数字容易劝退人，但"普通人+一天"路径如果真的成立，Citrini 最初那个问题——"非专家团队能不能啃真问题"——就有了肯定答案的雏形。

第四，从行业观察角度，这是 Anthropic"AI for Science"叙事的又一枚落子（上个月是单提示设计结合体，这个月是真实靶点战役，还有 9 月的 CRISPR 样重复序列新酶系统）。节奏很清晰：用可验证、可复现、边界声明克制的湿实验闭环，把"AI 加速发现"从口号变成周更的实证。做选题的朋友可以盯紧这条线。

最后提醒一句边界：这是结合实验，不是疗效证据。蝎毒中毒的临床治疗不会因为这条新闻改变。但如果"几天设计、几周验证"的循环能推广到蛇毒、其他毒素和更多被忽视疾病，那 3,250 这个数字背后的孩子们，可能是 AI 制药最早、也最不该被遗忘的受益者。

参考：Anthropic Science, "How Claude designed protein binders against scorpion neurotoxins", 2026-10-20；技术报告与全部 211 个设计数据已在原文页面公开。湿实验合作方为 Adaptyv Bio 与 Twist Bioscience，外部评审专家为 Susana Vázquez Torres（CNIO）与 Timothy P. Jenkins（DTU）。文中图表来自原文及原文视频，版权归 Anthropic 所有。