Claude 自主设计蝎毒神经毒素结合蛋白，64 小时生成 31.8 万候选
Claude 自己规划实验、调用 12 种蛋白设计工具，64 小时跑出 17 个能结合蝎毒的候选蛋白，还公开了全部数据，这种 AI 干湿实验的玩法很新鲜。
Anthropic 的 Claude 在获得 12 种蛋白质设计工具的访问权限后，自主完成研究规划与执行，64 小时内生成了 318484 个候选蛋白质，并评估了 553052 个 design-toxin pair 的结合潜力。经过计算筛选出 180 个候选、人工补充 31 个后，共 211 个进入湿实验，其中 17 个通过毒素结合验证。针对墨西哥蝎毒 Cn2，最好的两个候选蛋白在两家实验室都达到个位数纳摩尔级结合亲和力。整个计算设计阶段消耗约 10000 GPU 小时，团队已公开 211 个候选设计和 SPR 实验数据。
Claude自主设计潜在的蝎毒神经毒素结合蛋白，64小时生成31.8万个候选蛋白质，17个通过湿实验毒素结合验证！
说是其中最好的两个候选蛋白，针对墨西哥蝎毒Cn2，在两家实验室都表现出了个位数纳摩尔级的结合亲和力
研究的目标是设计Minibinder，让它们结合蝎毒神经毒素，为未来开发新型抗毒治疗提供候选分子
Claude拿到研究目标，在人工提供工具访问和少量指令后，开始了研究规划、执行
1、自主选择和调用工具，调用了12种专业蛋白质设计工具 2、生成了318484个候选蛋白质设计 3、评估了553052个design–toxin pair的结合潜力 4、Claude筛选出180个候选，人工补充了31个，211个进入湿实验 5、17个达到结合标准的候选蛋白
整个计算设计阶段64小时，消耗约10000 GPU小时
他们公开了211个候选设计、SPR实验数据，以及部分设计过程和计算筛选记录
未来如果能打通湿实验反馈闭环，那蛋白质设计和早期药物发现的研发范式就变了。谷歌在搞这个事情，弄的那个VERID、DNA适配体等，就是让AI从电脑里设计走向参与真实生物实验
#AI医学 #AIScientist #ProteinDesign
