Anthropic发布大模型药物研发新成果，自主设计14个临床靶点蛋白结合剂

2026年8月下旬，Anthropic公布了其在AI药物研发领域的最新进展：依托Claude大模型，研究团队在几乎无人工干预的条件下，自主设计出14个临床靶点的蛋白结合剂。在15个靶点中，设计成功14个，整体命中率达到22.6%至35.1%，其中RBX1靶点的命中率达到40%，远高于同期竞赛中人类参与者的3.7%。

全部1320个蛋白设计由Twist Bioscience与Adaptyv Bio两家外部实验室独立完成湿实验验证，验证结果已公开发布。同时，Anthropic还开源了本次工作的prompt、设计模型和实验数据。

这项研究的核心方法是从靶点结构出发，利用生成式模型进行结合蛋白的从头设计。这一思路在学术界已有先例：2022年华盛顿大学David Baker团队曾发表类似工作，2023年RFdiffusion和ProteinMPNN等工具相继发布，构成当前AI蛋白设计工具链的基础。相较此前研究，Anthropic此次的突出之处在于其动用庞大的工程资源和强大的基模型，并联合两家外部实验室完成了规模化的湿实验验证，这一资源调动力是传统学术团队难以企及的。

有研究者认为，这类工作属于“算法1.0”：利用基模型调用现有开源工具链，完成从靶点到候选序列的生成，算法设计门槛较低，更考验对生物问题的敏感度。Anthropic将成果开源，在一定程度上降低了行业的试错成本，但也意味着“AI设计蛋白结合剂”的方法论壁垒正在快速下降。从结合到真正成药，中间仍隔着大量AI目前难以切入的环节。