2026年8月18日，Anthropic宣佈其Claude模型成功從頭設計出一批自然界從未出現過的蛋白質，並以此拼出公司名“ANTHROPIC”的動態演示。這一成果被視為AI在生物醫學領域的一次重要突破，也讓創始人Dario Amodei此前“5-10年內攻克大部分疾病”的豪言顯得更近一步。

Claude此次的工作與諾貝爾化學獎得主David Baker的“從頭設計”方向類似，即不依賴現有結構，而是從零反推一條自然界不存在的氨基酸序列。Anthropic研究人員擬定了一個包含16000個單詞的提示協議，讓Claude的Opus 4.8和Mythos Preview兩個版本在16個靶點上進行內部賽馬，最終針對15個靶點生成了1320個蛋白質設計。這些設計隨後被送往瑞士Adaptyv Bio和美國Twist Bioscience兩家獨立溼實驗平台進行驗證。

結果顯示，在15個靶點中，有14個給出了能結合的蛋白質，整體命中率在22%-35%之間，而行業通常水平僅為10%-15%。其中，針對RBX1靶點，Claude的單靶點命中率達到40%，超越了同期人類專家的最好成績（人類命中率僅3.7%）。此外，Claude還攻克了公認難做的TNFα靶點——這是修美樂等重磅藥物的作用靶點，其結合位點深藏於蛋白凹槽中，設計難度極高。不過，Claude也並非無往不利，在MBP靶點上，90個設計無一成功，說明其能力仍存在不確定性。

儘管成績亮眼，但從蛋白質設計到真正的新藥，仍有漫長路程。一款新藥從發現到上市平均需10-15年，耗資10億-20億美元，臨床試驗和監管審批等環節AI無法替代。截至目前，還沒有一款AI從頭設計的蛋白類藥物成功上市。Anthropic此次更多是展示技術能力，並未涉足溼實驗或藥物管線。

在科研AI賽道，Anthropic正與谷歌、OpenAI形成“御三家”格局。谷歌擁有諾獎級成果AlphaFold，但其分拆的Isomorphic Labs至今未將藥物推進臨床，且關鍵科學家John Jumper已跳槽至Anthropic。OpenAI則推出GPT-Rosalind等垂直模型，並與藥企合作。Anthropic通過收購、挖人、釋出Claude for Life Sciences和Claude Science工作台等付費產品，已簽約諾華、禮來、賽諾菲等跨國藥企。此外，亞馬遜雖不造科學模型，但通過AWS算力為眾多藥企提供基建支援。

AI設計蛋白質的安全性也引發討論。全新設計的蛋白質可能被免疫系統當作異物攻擊，歷史上Abicipar因15.4%的炎症發病率而失敗；此外，AI生成的蛋白質序列可能逃過現有基因合成篩查工具的檢測，2025年《科學》雜誌的研究顯示，AI生成的7.5萬個危險蛋白變體中，大量能逃過檢測，即便打補丁後仍有約3%漏網。這些風險提示，AI在帶來希望的同時，也需警惕潛在濫用。