Claude最新成果,在生物和AI圈彻底刷屏了。
今天,Anthropic公开一份研究中,内部研究版Claude设计的蛋白,真的在试管里抓住了蝎毒!
64小时,318,484个蛋白设计。211个送进实验室,17个闯过结合测试。

翻开技术报告,作者名单排在第一位的,赫然是Claude Science。
它负责设计蛋白,还在人类监督下分析数据、绘图、起草报告。

而且,全部211个送测方案,连同实验数据,已经公开。
令人震惊的是,完成这项「神迹」的竟是一群搞金融的「门外汉」——Citrini Research。
五个分析师,其中三位完全没有科学背景,带着Claude,攻入了AI药物发现的腹地。
同一天,OpenAI也杀向了生物医药,反手就买下Orchestra Bio,要帮人类科学家管理药物开发。

这两家,从数学一路死磕到物理,如今战场又换到了生命科学。
这场研究,起于投资研究机构Citrini Research的一次跨界尝试。
Citrini想研究生命科学领域的投资机会,照例去找专家。结果,听到的判断从「AI根本造不出重要药物」,一路分裂到「五年内治愈所有疾病」。

专家各执一词,他们干脆决定自己试一把。
这支五人小队里,三人完全没有科学背景,另外两人有一点相关经验,也都算不上资深药物研发人员。
他们为这次尝试准备了20万美元预算,找上Anthropic,在生命科学团队的帮助下使用内部研究模型。
但真正的难题是,在有限的预算和时间里,究竟该选择哪个医疗问题作为研究目标?
团队最后选中了蝎毒。
根据估计,全球每年超过120万人被蝎子蜇伤,超过3250人死亡,儿童尤其容易受到严重伤害。
不少患者身处医疗资源匮乏的地区。新疗法研发昂贵,商业回报却有限,这个问题长期缺少投入。
现有抗毒血清通常依赖动物产生的抗体。Citrini展示了其中一种传统路径:从蝎子身上采集毒液,用受控剂量对马进行免疫,再从马的血浆中提取、纯化抗体。

这一次,他们想试着从计算机里设计出一种小蛋白,像量身定做的夹子,抓住蝎毒中的神经毒素。
团队需要先确认这些蛋白能否结合毒素,再进一步检验它们能否让毒素失效。他们为这些「分子夹子」选了五种目标,分别来自墨西哥、巴西、北非和中东的蝎毒。
随后,人类又加了一道难题:能不能让同一个蛋白,同时抓住多种毒素?
Claude先提醒他们,想用一个分子通吃五种毒素,失败的可能性很大。
团队还是想赌一把,把同时结合多种毒素的目标写进了任务。

真正启动计算前,团队得先把「试试」变成一份目标明确、能够执行的任务。
Citrini与Anthropic团队借助Claude反复打磨,初始提示越写越长,最后到了约35页。研究什么、限制在哪里、怎样判断候选值不值得送测,都写进去了。
之后,Claude接手了大部分计算工作。
在首个通宵里,它启动了300多个子Agent,使用超过300块并发GPU。查文献、调工具、跑预测、筛候选,一批批任务在电脑里展开。
这套内部模型运行在Claude Science环境中,调用了12种专业设计工具。参与者可以讨论研究方向、追问选择的理由,不必亲手操作每一套软件。

计算之外,还有一件很现实的事:设计出来的蛋白,供应商到底能不能做?
于是,在人的授权和监督下,Claude给Twist Bioscience负责采购的科学家起草并发出邮件,询问几类复杂蛋白的制造可行性。
Claude暂时停下了相关设计分支,等待Twist确认制造要求。
人类离开后,回信终于到了。Claude把制造约束纳入考虑,继续推进设计。
从询问供应商的制造要求,到根据回信继续设计,这段需要等待和沟通的工作,也由Claude衔接了起来。
64小时过去,Claude生成了31.8万多个设计,筛出180个。人类又在它的帮助下补入31个,最终凑齐211个送测候选。

最强候选之一Cn2-B1,直到团队第三次跟进后才被Claude选中。
这轮核心设计,人类发出了一条初始提示和四次跟进;加上前后讨论、审核和实验安排,Citrini记录的交流量是367条消息。
这轮计算用了约1万GPU小时。按Citrini披露,算力花费是49,997美元。
设计已经摆在屏幕上。接下来,团队要让实验室检验,这近5万美元究竟算出了什么。
17个蛋白闯过实测,王牌分子逼近天然抗体
为了把屏幕上的蛋白序列变成试管里的真实分子,团队还得支付合成、生产和测试的费用。
Citrini公开了一张来自Twist Bioscience的扣款提醒截图,金额是71,740美元。
团队成员把它贴进聊天里,意思大致是:看来Twist已经开工了,哈哈。

不过,这些候选蛋白需要被制造出来、纯化,再接受测量。Adaptyv Bio和Twist Bioscience两家实验机构分别承担了生产与测试。
最终结果显示,17个设计达到团队设定的结合标准,覆盖五种目标毒素中的四种。
达标候选中,针对墨西哥毒素Cn2的有7个,针对北非毒素AaH II和AaH I的各有4个,针对中东毒素LqhIII的有2个。而针对巴西毒素Ts1的设计,没有一个达到最终标准。

至于人类执意想试的「通吃计划」,Claude提前泼的那盆冷水应验了。
151个多毒素设计,没有一个达到同时结合多种毒素的标准。其中6个仍对单一毒素达标,进入了最终的17个名单。
团队想要一把能开多道锁的钥匙,实验证明,目前拿到的仍是一把把专用钥匙。
最强候选紧抓蝎毒,解毒线索浮现
在17个达标候选中,Cn2-B1的表现尤其抢眼。
在实验的观测窗口里,它与目标毒素分开得非常慢。这种牢固的结合,让它成了最值得继续研究的候选之一。
不过,蛋白与毒素结合得牢固,并不意味着它就能阻止毒素伤害细胞。蛋白究竟结合在毒素的哪个部位,同样关键。
蝎毒中的这类神经毒素会干扰神经细胞的钠通道,搅乱电信号。一种叫LR的抗体片段,已经在小鼠研究中显示出中和Cn2的作用。
研究人员让LR先占住毒素,再看AI设计的蛋白还能不能贴上去。
当LR预先占据毒素后,AI设计的蛋白与毒素的结合明显受到抑制。这提示两者可能在争夺相同或相邻的结合位置。
也就是说,Claude设计的蛋白,很可能抓到了一个有机会阻断毒素作用的部位。

这是通往解毒的一条重要线索。
不过,这些候选蛋白能否保护细胞、保护动物,还没有经过实验确认;目前的结合测试使用的也是实验室制备的重组毒素。
现在,Anthropic已经把全部211个送测设计、预测结构和实验数据,以CC BY 4.0许可放上了Hugging Face。
接手的研究者可以逐一核对计算预测和实测结果,从表现最好的候选继续推进,也能从未达标的设计里寻找问题。
下一轮攻关,已经有了可以复查、可以继续验证的起点。

蝎伤集中发生的许多地区,医疗资源匮乏,新药研发又难以获得足够的商业回报。最急需治疗的人,往往最难吸引持续的研发投入。
AI科研值得争取的突破,是让更多研究者有能力接手这些长期被忽视的问题。
他们可以把更多设计送进实验室,再用一轮轮实验找出真正有效、负担得起的治疗方法。
如今,真正的技术革命已经在荒漠的深处生根发芽:让那些在贫困和黄沙中被毒蝎蜇伤的无助孩童,未来不再因为买不起天价血清而失去生命。
这,才是ASI诞生在这个世界上,最壮丽、也最动人的意义。
参考资料:
https://www.anthropic.com/research/claude-scorpion-toxin-binder-design
https://www-cdn.anthropic.com/31ac578806cffd8b3d92d8affe6edc4c04d502e1.pdf
文章来自于"新智元",作者 "摩西 桃子"。
【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。
项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file
本地安装:https://www.deepbi.com/
【开源免费】airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。
项目地址:https://github.com/hitsz-ids/airda
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md