Anthropic 蛋白質設計在 2026 年 8 月 18 日交出可查的濕實驗成績：Claude 對 15 個靶點設計結合劑，14 個成功。 個別設計的命中率依設定落在 22.6% 到 35.1%，高於該公司引用的 10% 到 15% 常見區間。這份結果來得剛好：執行長 Dario Amodei 三天前才說，未來幾個月會出現「早期曙光」；《華爾街日報》更早一週寫道，公司正向 IPO 投資人強調醫療與生物學，希望扭轉公眾對 AI 的觀感。投資人現在能看見真實的實驗室數據。他們仍看不見一顆進入藥物開發流程的候選物。
蛋白質結合劑（protein binder）是專門設計來緊緊扣住特定靶點的小型蛋白質。許多現代藥物的作用方式就是結合、抑制、啟動，或把東西送到靶點上。Anthropic 自己也寫得很清楚：迷你結合劑仍屬早期研究工具，高親和力結合只走完做成藥的第一哩。把這句話放在 IPO 前夕讀，比任何口號都重要。
十二天內，承諾、實驗與公開市場疊在一起
把日期排開，節奏比巧合更清楚。
| 日期 | 已驗證事件 | 能確定的事 | 還不能確定的事 |
|---|---|---|---|
| 2026 年 8 月 10 日至 11 日 | 《華爾街日報》報導 Anthropic 與潛在 IPO 投資人會面 | 公司把醫療與生物學當成改善公眾觀感的策略 | 這是否等於已有未公開的臨床突破 |
| 2026 年 8 月 15 日 | Amodei 罕見發文 | 他承認 AI 公司還沒兌現大承諾，並說未來數月會有早期曙光 | 「曙光」具體指哪一項成果 |
| 2026 年 8 月 18 日 | Anthropic 發表蛋白質設計與分析化學結果 | 外部實驗室驗證了 14/15 個靶點的結合劑 | 這些結合劑會不會進入藥物開發 |
| 2026 年 8 月 19 日 | Merck 與 Moderna 公布第三期黑色素瘤疫苗達標 | 這是已公開的癌症臨床結果 | 川普當天提到的「幾乎無法遏制的疾病」是否就是這件事 |
6 月 1 日，Anthropic 已向美國證券交易委員會（SEC）保密遞交 S-1 草案。5 月 H 輪募資把投後估值推到 9,650 億美元，當月年化營收超過 470 億美元。公開報導把上市窗口放在 9 月或 10 月初。蛋白質論文出現在這個窗口前面，時間上很整齊。整齊不代表暗箱。它代表公司選擇在什麼時候，把哪一種證據拿出來給市場看。
濕實驗過關的，是結合劑設計，不是新藥
Anthropic 用 Claude Opus 4.8 與尚未正式發布的 Mythos Preview，在 Claude Science 裡對 16 個靶點做從頭設計（de novo design）。成熟型 GDF-8 因聚集與非專一黏附，實驗數據無法判讀，正式報告留下 15 個靶點、1,320 個設計。Adaptyv Bio 與 Twist Bioscience 獨立合成並測試，沒有改序列。綜合判定後，354 個設計結合成功，整體命中率 26.8%。
多靶點模式把所有靶點塞進單次 48 小時工作階段，最多動用 12,500 個 NVIDIA H100 小時。Mythos Preview 命中率 26.7%，Opus 4.8 為 22.6%。單靶點模式改成每個靶點 24 小時、最多 2,500 個 H100 小時，Mythos Preview 升到 35.1%。每個靶點要求交出 30 個排序後的設計。Claude 自己排第一名的那些，有 49% 後來真的結合。
Adaptyv 另外寫了案例研究。95% 的設計能表現出來；三年前，光是這個數字就足以當標題。TREM2 命中率 80%，高於該公司先前競賽的 38.3%。15-PGDH 最佳親和力從 1.7 µM 進到 33.4 nM。RBX1 在公開競賽裡，245 個從頭設計只有 9 個結合，命中率 3.7%；Mythos Preview 單靶點模式做到 40%，最緊的設計 KD 為 3.9 nM。同一塊測定盤上重製的競賽冠軍是 45 nM。
TNFα 比較麻煩。它是 Humira 這類抗發炎藥的靶點，結構是多聚體，結合溝不好打。Mythos Preview 沒做成。較舊的 Opus 4.8 反而做出多個結合劑，其中有些能同時結合人類、食蟹猴與小鼠的 TNFα。跨物種結合對動物實驗很關鍵。Anthropic 自己說，他們不確定為什麼整體更強的模型在這個靶點輸了。蛋白質設計本來就有這種局部翻盤。
失敗同樣清楚。麥芽糖結合蛋白（MBP）表面又大又滑、親水，90 個設計沒有一個被確認結合。BBF-14 是自然界不存在的 β 桶狀蛋白質，專門拿來考新穎性，Claude 只做出三個親和力普通的結合劑。Nipah 病毒醣蛋白上，它也沒有打敗既有競賽的最佳結果。把這些寫進同一篇研究，比只報 14/15 更像實驗室的人在說話。
第二項實驗用的是一般可取得的 Claude Opus 5。合約實驗室只給原始核磁共振（NMR）與液相層析質譜（LC-MS）檔，外加兩句提示。Claude 分別用 23 分鐘與 19 分鐘交卷，氫計數誤差在 0.08 以內，純度 96.4%，實驗室讀值是 96.33%。這證明模型能處理化學家每天要做的分析雜務。它沒有證明模型已經在做臨床決策。
Claude 沒有發明新的蛋白質模型，它把舊工具跑完了
這點被講得不夠。Claude 沒有端出一個取代 AlphaFold 的新架構。它研究靶點、選表位、安裝並調度公開的結構設計、序列設計與共摺疊模型，再做多輪電腦優化，篩可表現、可溶、夠新穎的候選。技術報告列出 PXDesign、RFdiffusion3、Genie 3、FreeBindCraft、BoltzGen、RFdiffusion 等既有工具。初始提示大約 3 萬 token，人也幾乎不再插手科學判斷，只批准網路與基礎設施請求。
Adaptyv 執行長 Julian Englert 把界線講得很乾：Claude 至少達到專家級的工具調度。蛋白質設計工具本來就難用，以前光是把結構預測環境裝起來，就可能耗掉數小時。現在一個有科學好奇心的人，理論上可以用幾週、幾千美元的 token、運算與濕實驗額度，跑完過去要一整間實驗室一年的前期工作。Englert 接著把話收回來：測過的這些蛋白質不是真正的治療劑。它們只走完第一階，證明自己能當結合劑。
6 月 19 日，2024 年諾貝爾化學獎得主、AlphaFold 共同作者 John Jumper 宣布離開 Google DeepMind，加入 Anthropic。6 月 30 日，公司推出面向科學家的 Claude Science。1 月已有符合 HIPAA 的 Claude for Healthcare，2025 年 10 月則有 Claude for Life Sciences。蛋白質論文是這條產品線第一次把外部濕實驗數字攤在桌上。它仍然不是新藥管線。
生命科學研究任務，目前在最強力的模型裡被擋住。Anthropic 說這是雙用途能力：同一套自主研究，也能被拿去做危險的生物工作。公司把科學家取用計畫列為高優先，但 Fable 5 對一般使用者仍不開放這類能力。IPO 敘事如果只講「AI 會治病」，會漏掉這條限制。真正能進實驗室的，現在是 Opus 級模型與 Mythos 預覽，而且要走受控管道。
曙光來了，但字義比標題窄
8 月 15 日，Amodei 回覆投資人 Gavin Baker 的公開討論。他寫《Machines of Loving Grace》，是因為覺得 AI 產業把好處講得不夠清楚。他仍認為，強大的 AI 有機會在約 5 到 10 年內治癒大多數人類疾病。他也承認，對普通人甚至生物學家來說，這聽起來瘋狂。他父親在直接作用抗病毒藥 sofosbuvir 問世前幾年死於 C 型肝炎；那種藥後來能治癒約 95% 的病人。
他接著把話說死。現在再喊「AI 會治癒癌症」比較像陳腔，很多人覺得那是在騙人。真正有用的是真的把癌症治好。他認為外界對 Anthropic 最準的批評，是公司還沒兌現對世界的大承諾。這帳算在他們頭上。然後他補了一句：Anthropic 正在快速加碼生物學與醫學，希望未來幾年有驚人結果，未來數月則會有早期曙光。真的做成實事，全世界都會聽到。
三天後出現的，就是這篇蛋白質論文。我願意把它算進「曙光」。我不願意把它讀成「癌症被治好了」。Amodei 自己把標準訂在真正的治療。用他自己的尺來量，結合劑命中率再漂亮，也還差細胞功能、劑型、安定性、動物實驗與人體試驗。把曙光講成解藥，傷害的是他好不容易講出口的那句誠實話。
《華爾街日報》的投資人簡報更直白。Anthropic 告訴潛在認購人，要把更多力氣放在生物學與醫療應用，希望借此緩解公眾對 AI 的反感。編碼工具撐起了營收速度；醫療故事要撐的是正當性。兩者可以同時真。投資人仍該問：這份正當性資產，現在值多少，未來還要再交什麼。
川普那天早上，市場已經有一則癌症新聞
8 月 19 日清晨 6 點 45 分（美東時間），Merck 與 Moderna 公布第三期 INTerpath-001 試驗達標。個人化 mRNA 新抗原療法 intismeran autogene（V940／mRNA-4157）加上 Keytruda，用在手術完全切除的 IIB 到 IV 期黑色素瘤。試驗收案 1,137 人，達到無復發存活與無遠端轉移存活兩項終點。這是個人化新抗原療法、也是 mRNA 癌症療法第一次在第三期讀出正向結果。當天 Moderna 股價大漲，報導區間從超過一倍到收盤約 177%；Merck 收漲約 12.6%。詳細效益數字尚未公布，要等醫學會議。
同一天，川普被問到為何仍該支持 AI。他談到醫療創新，並說早上看到一項涉及「幾乎無法遏制的疾病」的東西，細節不願多談，只說過去以為不可能的事現在有了解法。把這段話接上 Anthropic 未公開突破，目前沒有公開證據。把這段話接上當天已經發稿的 Merck／Moderna 試驗，時間上對得上，但仍是推論。比較誠實的寫法是：總統當天確實把 AI 與重大疾病放在同一句；可核對的癌症進展，是兩家藥廠的第三期試驗，不是 Anthropic 的蛋白質結合劑。
從結合到一顆藥，中間還有整條產線
Englert 用爬山作比喻。人類已經爬過一些山，做成了許多藥。路很窄，要很多年、很多錢，也會燒掉很多生技公司。AI 藥物發現的目標，是把窄路修成比較寬的公路，讓更多候選物走得完。公路還沒修好。Adaptyv 把後面幾階寫得很具體：表現、結合、治療劑型與可開發性、細胞功能、類器官與更接近人體的模型，最後才是轉譯與活體證據。這次 Anthropic 實驗是開環的：模型設計，實驗室測試，論文發表。下一步才是把失敗數據餵回去，讓下一批評選變聰明。
這也是我看這波討論時最在意的縫。社群很容易把「14 個靶點成功」聽成「AI 已經在做新藥」。實驗室的人聽成另一件事：通用推理模型第一次把公開蛋白質工具跑完，而且外部濕實驗沒有當場拆穿。兩種聽法差了好幾年的監管、製造與臨床風險。對準備認購 IPO 的人來說，差別更大。前者能支撐敘事溢價。後者只能證明，公司開始有能力把科學工作從簡報搬進測定盤。
我也不認為這份結果該被看扁。獨立實驗室、公開序列、公開提示、失敗靶點一併公開，已經比多數 AI 生醫宣傳老實。它證明的是調度與命中率。它沒有證明 Anthropic 已經有一顆能進 IND 的分子。Dario 把話放得很滿。接下來幾週如果真的還有更大的東西，他已經預告會講很大聲。在那之前，投資人與研究者該看的是同一張表：14 個靶點過關，藥還在產線後面。
常見問題
Anthropic 蛋白質設計這次成功了什麼？
Claude 針對 15 個可判讀靶點設計從頭蛋白質結合劑，14 個靶點至少做出能結合的設計。1,320 個設計裡有 354 個結合，整體命中率 26.8%。外部實驗室 Adaptyv Bio 與 Twist Bioscience 獨立合成並測試。
命中率 22% 到 35%，能不能直接說贏過業界？
Anthropic 引用 proteinbase.com 的公開從頭結合劑資料，把常見區間寫成 10% 到 15%。Adaptyv 也說，若只比從頭迷你結合劑，Claude 的命中率會贏下該公司六場競賽中的五場。靶點難度、測定條件與設計數量不同，不能把所有蛋白質設計專案直接排成同一條分數線。
這些結合劑算不算候選藥物？
不算。Anthropic 寫明迷你結合劑仍停在早期研究，高親和力結合只走完第一哩。Adaptyv 也說，測過的蛋白質還沒有治療劑型、細胞功能、動物或人體證據。
Dario 說的「早期曙光」，和這篇論文怎麼對上？
時間上接得上：他 8 月 15 日發文，Anthropic 8 月 18 日發表結果。公司沒有逐字把「曙光」定義成這次實驗。把它當成第一批可查的早期證據是合理的。把它讀成已治癒重大疾病，超過原文。
川普提到的疾病突破，證據指向哪裡？
沒有公開證據。8 月 19 日當天已經公開的重大醫療新聞，是 Merck 與 Moderna 的第三期黑色素瘤疫苗試驗達標。把總統發言接上未公開的 Anthropic 成果，目前只能當猜測。
權威引用
- Anthropic — How Claude is accelerating protein design and analytical chemistry
- Anthropic — Autonomous de novo protein binder design with Claude（技術報告 PDF）
- Adaptyv Bio — Case study: Benchmarking Claude’s protein designs in the wet lab
- Dario Amodei — 2026 年 8 月 15 日公開說明生物學與醫學投入
- Merck — Phase 3 INTerpath-001 trial of intismeran autogene plus KEYTRUDA
- The Wall Street Journal — Anthropic Looks to Bolster Investor Confidence
- Reuters — John Jumper to leave Google DeepMind for Anthropic
- Dario Amodei — Machines of Loving Grace
Author Insight
幫企業看 AI 研究發布時，我愈來愈常先問一句：這份結果能進哪一個真實流程。模型排行榜很好看，實驗室命中率也很好看，但採購與研發主管要的是下一哩路有沒有人負責。Anthropic 這次把結合劑設計寫得很完整，也願意公開失敗靶點，這比空口說治病值錢。它還是停在測定盤上。若你的團隊把「AI 生醫」寫進年度計畫，先把驗證、資料權限、法規與誰能進實驗室這四件事寫清楚，再決定要不要為敘事付溢價。
我們最近協助生醫與科技客戶拆解這類研究發布時，最常卡住的是實驗能不能複核、模型能力被安全政策擋住後還能做什麼、以及投資人簡報裡的時間表能不能對上真實產線。若你正在評估生成式 AI 能不能進入研發流程，歡迎與 Tenten 團隊討論。
術語表
| 術語 | 說明 |
|---|---|
| 蛋白質結合劑（protein binder） | 設計來緊緊扣住特定靶點的蛋白質，是許多藥物作用的起點 |
| 從頭設計（de novo design） | 不從既有天然序列出發，重新設計結構與序列 |
| 命中率（hit rate） | 送進實驗室的設計裡，真正結合成功的比例 |
| 平衡解離常數（KD） | 衡量結合鬆緊；數字愈小通常代表結合愈緊。本文高親和力門檻為 KD < 10 nM |
| 濕實驗（wet lab） | 在實體實驗室合成並測定，而不是只做電腦模擬 |
| 迷你結合劑（minibinder） | 體積較小的結合蛋白質；Anthropic 強調它還不是標準治療劑型 |
| Claude Science | Anthropic 在 2026 年 6 月推出、給科學家使用的研究工作台 |
| INTerpath-001 | Merck 與 Moderna 針對切除後高風險黑色素瘤的第三期試驗 |
