Anthropic在10月公布重磅研究，依托Claude通用大模型实现自主化蛋白结合分子设计，从靶点分析、表位选择到序列生成与虚拟筛选一站式完成，为抗体、结合蛋白、中和分子的早期开发提供全新思路。

通用大模型解锁从头设计

研究以蝎毒神经毒素为目标靶点，验证通用大模型自主设计功能性结合蛋白的能力。蝎子蜇伤在全球范围内每年影响超百万人群，尤其在中东、非洲、南亚等热带地区多发，部分毒株可危及生命。然而现有抗毒血清面临产能有限、生产成本高、毒株适配范围窄等长期痛点，对新型蛋白类中和分子的需求十分迫切。

传统蛋白从头设计路径，通常需要资深计算生物学家手工挑选结构骨架、反复微调序列，再依赖蛋白语言模型、扩散模型等专用工具分步迭代。

而Claude作为通用大模型，在本研究中自主调度多款蛋白结构预测与设计工具，从靶点信息挖掘、结合表位选择，到序列生成与打分筛选全程自主决策，无需科研人员分步引导，显著降低了大分子设计的专业门槛。

短时产出几十万候选序列

整个AI设计周期仅64小时，模型累计生成318484条候选蛋白序列，自动完成55万次以上结构预测、打分与筛选，最终选出211条候选分子交由两家独立CRO开展湿实验验证，以保证结果的中立性与可重复性。

体外结合检测结果显示：211条候选中，共有17条蛋白分子稳定结合目标蝎毒神经毒素，达到预设亲和力标准，证明通用大模型有能力直接产出具备真实结合活性的全新蛋白，并非单纯停留在序列层面的 “纸上谈兵”。

需要特别说明：当前仅完成体外结合验证，尚未开展体内中和与动物药效试验，属于早期概念验证成果。但即便如此，能在如此短的时间内稳定产出有效候选，已属AIDD领域的标志性进展。

重构大分子AI设计工作流

• 通用大模型自主调度，一体化设计链路

Claude不只是单纯输出序列，而是真正理解蛋白设计任务逻辑，自主检索靶点信息、挑选结合表位、调用结构预测工具、优化界面相互作用，相当于一个AI科研助手自主跑完完整的分子设计流程，把过去需要多个专家、多套软件串联的工作压缩进单一智能体。

• 大幅压缩研发周期

传统从头蛋白设计，从靶点确定到拿到可测试候选分子，往往需要数周甚至数月。本次工作将候选分子产出周期压缩至3天以内，显著降低早期筛选的时间成本，也让 “快速试错、批量探索” 成为可能。

• 拓宽AIDD工具边界

过往高质量蛋白从头设计大多依赖专用生物模型（蛋白LLM、RFdiffusion等）。本研究证明，经过知识注入的通用大模型也能胜任高难度大分子从头设计，让更多不具备深厚计算生物学背景的团队也能触达AIDD能力。

AI不再局限于单点结构预测，正向自主实验智能体演进。AI可批量产出海量候选分子，但虚拟打分、结构预测终究是计算结果，所有候选蛋白的亲和力、特异性、稳定性，最终都必须依靠标准化湿实验验证。

只有把计算预测与湿实验验证紧密串联，AI设计的价值才能真正落地到管线推进中。这一 “AI设计 — 实验验证 — 数据反哺模型”的闭环，正是AIDD管线能否跑通的关键。

君跻生物：AI抗体研发，坚持干湿闭环

君跻生物依托自主研发的GentSyn-Exp3.0G-Lab全自动化生产线，打造了从基因设计、合成、验证到蛋白表达及抗体亲和力表征的一站式、高通量技术平台。传统研发模式依赖大量人工验证，而君跻生物用自动化重新定义了湿实验的效率和成本。

• 高通量筛选：高通量表达筛选极大降低了单个样本的检测成本—IgG单抗259元/条、VHH纳米抗体129元/条。每条抗体附赠800ul可直接用于功能验证的抗体上清——省去纯化步骤、跳过中间环节，从基因到抗体，一站式直达下游实验。

• 亲和力检测：君跻生物提供ELISA、BLI和SPR三大亲和力检测平台，覆盖从早期高通量筛选到候选分子精确表征的全流程需求。无论处于抗体发现的哪个阶段，君跻生物都能匹配最合适的亲和力检测方案。

AI预测模型可以缩小候选范围，减少无效工作量；而自动化湿实验产出高质量的真实数据，反哺AI模型持续迭代升级。

无论大模型如何迭代，AI永远是研发加速器；高质量、自动化的高通量湿实验验证，才是筛选优质抗体候选的最终判官。如需了解相关服务详细，可发送邮件至marketing@gentlegen.com。