Claude Enters Protein Design

•Claude 的 Mythos Preview 和 Opus 4.8 模型在蛋白質結合劑設計實驗中表現出色，成功命中 15 個靶點中的 14 個，單靶點模式下最高命中率達 35.1%，遠高於業界常見的 10% 至 15% 水平。
•Anthropic 已推出「Claude Science」平台，這是一個專為科學家設計的 AI 研究工作台，整合了超過 60 項科學技能、連接器及資料庫，涵蓋基因組學、結構生物學、蛋白質組學和化學資訊學等領域。
•Claude 作為一個 AI Agent，能夠自主調度並執行多個開源蛋白質設計與結構預測模型（如 RFdiffusion、ProteinMPNN、ESMFold2），無需人類在設計決策中進行干預。
•Anthropic 不僅提供 AI 工具，還啟動了內部臨床前藥物研發計畫，初期將聚焦於傳統生物製藥公司因商業考量較少投入資源的「被忽略疾病」。
•Claude 展現出強大的化學數據處理能力，能精準分析 NMR 和 LC-MS 原始檔案，在數分鐘內完成純度分析，誤差僅 0.07%，結果與實驗室分析高度一致。

📊 競品分析▸ Show

特徵/公司	Anthropic (Claude)	DeepMind (AlphaFold 3)	Meta (ESMFold)	Boltz-2 (開源)
主要能力	蛋白質結合劑設計、序列生成、化學分析、AI Agent 工作流	蛋白質、核酸、配體等生物分子複合體結構預測	快速單序列蛋白質結構預測，大規模序列處理	蛋白質單體與複合體結構預測，蛋白質-配體、蛋白質-核酸相互作用
方法論	大型語言模型（LLM）作為協調者，自主調度多個開源專業工具，強化學習微調	深度學習，基於多序列比對（MSA）	語言模型方法，無需 MSA	深度學習，開源模型
設計/預測速度	數秒內生成數千序列，48 小時內處理多個靶點設計	結構預測速度快	卓越的序列到結構預測速度	結構預測速度快，API 可用
API/可用性	Claude Science 平台提供，Beta 形式，支援 Pro/Max/Team/Enterprise 用戶	AlphaFold 2 開源，AlphaFold 3 模型權重未公開，通常透過學術合作或特定平台	提供 API 訪問	完全開源，提供 API 訪問
基準測試/成功率	蛋白質設計命中率最高達 35.1% (行業平均 10-15%)	AlphaFold 3 在困難案例中仍優於 ESMFold 8-10%	75% 相關性 (篩選可接受)	接近或達到 AlphaFold 3 準確度

AI Agent 框架: Claude 作為一個「AI Agent」，能夠自主理解任務、規劃步驟、調度並執行多個外部專業工具（如 RFdiffusion、ProteinMPNN、ESMFold2 等）來完成蛋白質設計工作流。
模型基礎: 利用大型語言模型（LLM）的強大上下文理解和推理能力，將蛋白質序列視為一種語言進行處理和生成。
設計方法: 透過零樣本學習（zero-shot learning）生成具有特定功能特性的新型蛋白質序列。
訓練與優化: 採用強化學習（Reinforcement Learning）進行微調，透過獎勵函數評估生成蛋白質的穩定性、結合親和力或催化活性，以迭代改進設計。
倫理與安全: Anthropic 出於生物安全考量，已對其最強模型 Fable 5 的生物學相關功能實施嚴格限制，甚至拒絕回答基礎生物問題，這反映了其在 AI 倫理和安全方面的憲法式 AI 原則。
工具整合: Claude Science 平台預先整合超過 60 項科學技能、連接器及資料庫，涵蓋基因組學、單細胞分析、蛋白質組學、結構生物學及化學資訊學等範疇。
化學分析能力: 能夠精準分析 NMR 和 LC-MS 原始檔案，並在短時間內提供與實驗室結果高度一致的純度分析。
模型版本: Claude Mythos Preview 和 Opus 4.8 是用於蛋白質設計實驗的主要模型，而更強大的 Fable 5 出於生物安全考量，其相關功能暫不對外開放。

AI 將大幅縮短新藥研發的早期階段，特別是候選藥物設計與篩選的時間。

Claude 在蛋白質設計中展現出遠超行業平均的命中率和極快的迭代速度，將數週甚至數月的工作壓縮至數天。

AI 模型公司將從單純提供工具轉向直接參與藥物研發，可能引發行業內新的競爭與合作模式。

Anthropic 已啟動內部臨床前藥物研發計畫，並將其 AI 工具銷售給潛在的競爭對手，這模糊了「賣鏟人」與「挖礦者」的界限。

生物安全和倫理問題將成為 AI 在生命科學領域發展的關鍵制約因素，促使更嚴格的監管和模型限制。

Anthropic 出於生物安全考量，已對其最強模型 Fable 5 的生物學相關功能實施嚴格限制，甚至拒絕回答基礎生物問題。

2025年初

Anthropic 發布 Claude 3 系列模型，其上下文窗口和推理能力顯著提升，為複雜科學領域的應用奠定基礎。

2026-06-08

Anthropic 發布研究，指出生物資料基礎設施對 AI Agent 的可用性極低，並提出系統性方法論以構建 Agent 可用的生命科學數據管道。

2026-06-30

Anthropic 於「The Briefing: AI for Science」活動上正式發布 Claude Science 平台，並宣布啟動內部臨床前藥物研發計畫。

2026-08-18

Anthropic 公布 Claude 模型在蛋白質結合劑設計方面的實驗成果，顯示其在多個靶點上取得高命中率，並能自主調度專業工具。

Claude 進軍蛋白質設計