知识卡片：Claude 64小时生成31.8万种蛋白设计，17种通过结合实验验证

一句话结论

Anthropic公布Claude在64小时内自主生成318,484种蛋白设计，针对5种蝎毒神经毒素筛出211个候选交由实验室测试，其中17个达到结合标准。

事件概述或研究问题

本条是Anthropic“Claude自主设计蛋白质”工作的最新进展披露：在64小时窗口内让Claude自主调度蛋白设计工具，面向蝎毒神经毒素这一具体靶标类别批量生成候选结合蛋白，并通过湿实验验证结合能力。研究问题实质是：通用AI智能体能否在真实科研流程中完成“设计—筛选—送验”的闭环，而不只是单点生成。

方法/产品要点

• Claude调用12种蛋白设计工具，对超过55万组“蛋白×毒素”组合进行结构预测。
• 首轮连续自主运行24小时，整个计算阶段消耗约1万GPU小时。
• 流程覆盖生成、结构预测与候选筛选，最终向实验室提交211个候选设计进行结合测试。
• Anthropic已公开211个候选设计及实验数据。

主要结果或产业意义

• 64小时内产出318,484种蛋白设计；针对5种蝎毒神经毒素筛出211个候选。
• 17个候选达到结合标准。
• 两款针对Cn2毒素的候选蛋白解离常数达到个位数纳摩尔级。
• 尚未验证这些候选是否具备中和毒素的能力——即“能结合”不等于“能解毒”。

为什么重要

这条与此前“Claude自主设计蛋白质，15个靶标命中14个”的卡片构成同一脉络的延续：上一轮验证的是多靶标广度与两家独立实验室复核的成功率，本轮则给出单次长时自主运行（64小时、约1万GPU小时）的规模化产出数字与公开数据集。增量信息在于：产出量级、连续自主运行时长、以及候选设计与实验数据的公开。它把AI在生物设计中的角色从“辅助生成”推进到“批量候选供应方”，而产业瓶颈相应后移到湿实验验证与功能（中和）确认环节。

局限与不确定性

• 仅验证结合能力，未验证中和毒素功能，实际治疗价值待核实。
• 17/211的达标比例口径（何为“达到结合标准”）材料未详述，待核实。
• 约1万GPU小时的成本口径与工具调用细节，待核实。
• 结果是否经独立第三方实验室复核，材料未提及，待核实。

可用于图书/PPT/简报的角度

• “AI作为候选供应方”：设计端产能过剩、验证端成为新瓶颈的产业错配图景。
• 自主运行时长与算力消耗作为新的科研计量单位（64小时/1万GPU小时换31.8万设计）。
• 从“能结合”到“能中和”的验证鸿沟：AI科研叙事中容易被跳过的最后一公里。
• 开放数据（211个候选+实验数据）对后续研究与可复现性的意义。

与既有脉络的关系

延续“Claude自主设计蛋白质，15个靶标命中14个”的多靶标验证线索，本条补充了单次超长自主运行的规模数据与数据公开动作；与“388个AI生成的PR、180个被合并”卡片共享同一主题——AI批量产出、人类/实验环节负责筛选，瓶颈由生成转向审验。

原始材料

• 标题：腾讯研究院AI速递 20261022
• 条目：四、Claude 64小时生成31.8万种蛋白设计，17种通过结合实验验证
• URL：https://m.sohu.com/a/1090863002_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=4
• 关键词：Claude, protein design, scorpion toxin, binding assay, autonomous agent, GPU hours