{"id":"mb-20261021-97ea60","kind":"deep","title":"华尔街分析师用 Claude 64 小时设计出抗毒蛋白，AI 如何重构蛋白质研发成本？","summary":"华尔街金融研究机构 Citrini Research 借助 Anthropic 的 Claude 模型，在 64 小时内调度 300 多个智能体完成 31.8 万个候选结构的筛选，并经湿实验证实 17 个全新蛋白质能紧密结合致命蝎毒。本文拆解这一端到端流程如何打破传统生物医药研发的高额门槛，将科学探索的瓶颈从人力试错转移到实验室物理通量。","body":"全世界每年有超过上百万人被毒蝎蜇伤，解毒的办法却还在用 19 世纪的老规矩：抓蝎子挤毒液，打进马的身体里，等几个月再去抽马血。\n从马血里提炼的抗毒血清不仅昂贵，需要全程冷链运输，打进人体还经常引发严重的过敏反应和血清病。\n但一百多年来，几乎没人去给它研发一款现代替代药物。\n原因很残酷：被毒蝎蜇伤的，绝大多数是墨西哥、北非和南美偏远农村的贫困农民。\n大药厂研发一款新药要烧掉十几亿美元，根本收不回成本，索性直接把它划为被忽视的热带病，没人愿意投资。\n直到几天前，一家只有 5 个人的华尔街金融研究团队 Citrini Research，决定自己动手。\n他们没有自己的生物实验室，团队成员没有一个拥有生物学博士学位。\n他们带着 20 万美元的预算，走进了 Anthropic 的办公室。\n他们给 Claude 准备了一份长达 35 页的提示词。\n这份提示词由人类分析师与 AI 在此前几个月里，反复推演、对话磨合而成，是一份详尽的工程规格书。\n里面明确圈定了任务：针对墨西哥刺尾蝎、巴西黄蝎等全球最危险的 5 种毒蝎神经毒素，设计全新的小微型结合蛋白。\n任务启动后，Claude 调动了 300 多张 GPU 算力，在云端并发裂变出 300 多个子智能体。\n这 300 多个智能体各司其职，在后台组成了一条全自动研发流水线。\n它们自动查阅文献、抓取蛋白质结构数据库、调用专业的分子计算工具、生成蛋白质三维骨架、调整氨基酸序列，并实时评估分子表面的结合契合度。\n在连续运行的 64 个小时里，这批智能体一共探索了超过 31.8 万个候选分子结构。\n整个筛选、评分、淘汰和迭代的过程，全部在算法内部自主完成。\n甚至连订购实验材料的杂活，AI 也接管了。\n它自动把设计好的蛋白质序列整理成标准化格式，直接发邮件联络基因合成公司 Twist Bioscience 和蛋白质测试实验室 Adaptyv Bio，自主完成了下单和规格沟通。\n从输入提示词，到选定 211 个全新人工蛋白质送往实体实验室合成，总共只花了 64 小时。\n屏幕上的模拟跑得再漂亮，终究只是代码。\n分子到底管不管用，必须进试管见真章。\n合作实验室合成了这 211 个完全由 AI 设计的物理蛋白质，用表面等离子共振技术进行了严格测试。\n测试结果令人震惊。\n在送检的 211 个候选蛋白里，有 17 个在真实的试管环境中，成功紧密结合了目标神经毒素。\n这 17 个有效分子覆盖了 5 种致命毒素中的 4 种。\n其中针对墨西哥剧毒刺尾蝎 Cn2 毒素的两个分子，亲和力达到了纳摩尔级别。\n纳摩尔级意味着什么？\n意味着这两个人工设计的微型蛋白质，与靶点结合的紧密程度，已经达到了自然界哺乳动物成熟抗体的水平。\n当然，这绝不等于一款真正的人工抗蝎毒药物已经诞生。\n必须把边界划得清清楚楚：试管里的紧密结合，不等于体内的生物中和。\n能抓住毒素，和能不能阻止毒素去破坏人体神经细胞的离子通道，是两码事。\n这些分子能否真正救命，还需要后续漫长的细胞实验、活体动物实验以及毒理测试。\n而且，团队最初设想过一个更大的野心：让 Claude 设计出一个能同时通杀 5 种毒蝎的万能通用分子。\n这个尝试彻底失败了，正如 Claude 在初期计算后自己做出的推测：这几种毒素的物理结构差异过大，强行捏合在物理规律上站不住脚。\n既然还没成药，那它为什么会在整个科学界和投资界引起如此大的震动？\n答案不在于蝎毒本身，在于研发的成本结构发生了断崖式位移。\n从零设计一个能精准结合靶点的全新蛋白质，过去是生物物理学最昂贵的高地。\n它需要一个顶尖的计算生物学团队，需要多位专家花费数月甚至数年时间，手动调试参数、配置算法管道，经历无数次失败才能筛出几个苗头。\n每一次尝试，背后都是几百万美元的人力投入与漫长时间。\n而这一次，几个没有受过专业湿实验训练的金融分析师，靠着 20 万美元预算和一份精心编写的提示词，让 300 多个智能体在三天不到的时间里，跑通了整个从文献到分子设计的全流程。\nAI 没有消灭后端的实体检验，DNA 依然要在试管里合成，分子活性依然要在仪器上测定。\n但它把前期假说生成与高维筛选的边际成本，直接打到了地板上。\n那些因为受众贫困、商业回报无法覆盖研发成本而被冷落了几十年的疾病，第一次有了在商业和工程上被重新拾起的可能。\n科学探索的瓶颈，正在从昂贵而缓慢的人脑试错，转变为实体实验室的通量承载力。","topic":"华尔街分析师用 Claude 64 小时设计出抗毒蛋白，AI 如何重构蛋白质研发成本？","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-21 08:20:59","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"华尔街分析师用 Claude 64 小时设计出抗毒蛋白，AI 如何重构蛋白质研发成本？","description":"华尔街金融研究机构 Citrini Research 借助 Anthropic 的 Claude 模型，在 64 小时内调度 300 多个智能体完成 31.8 万个候选结构的筛选，并经湿实验证实 17 个全新蛋白质能紧密结合致命蝎毒。","domain":"ai","domain_label":"AI 与大模型","domain_label_en":"AI & LLMs","domain_url":"https://mubeitech.com/deep?domain=ai","canonical_url":"https://mubeitech.com/deep/mb-20261021-97ea60","markdown_url":"https://mubeitech.com/deep/mb-20261021-97ea60/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261021-97ea60","published_at":"2026-10-21T08:20:59Z"}