AI新突破！Claude64小时设计蝎毒结合蛋白并开源

AI for Science领域的实践正从理论走向实验室前沿，一支研究团队将重点放在了蝎子毒素的应对方案上。

一项公开的研究显示，一款未披露的研究版智能模型，仅用约64小时就自主完成了318484个从头蛋白的设计工作。

经过多轮筛选和人工补充，最终有211个候选蛋白被送往实验室验证，其中17个成功与蝎子的神经毒素实现了有效结合。更关键的是，这211个设计及对应的实验数据全部公开。

这项任务中，该模型几乎独立完成了传统计算生物团队耗时数月的工作量：从结构库检索毒素结构、锁定结合热点、调用多种设计工具、过滤相似序列，再对大量配对组合做共折叠预测，全程仅用64小时，效率远超传统方式。

为何选择蝎子毒素作为研究对象

蝎子蜇伤是全球公共卫生的一大隐患，据相关文献统计，每年有超过120万人被蝎子蜇伤，死亡病例超3250例，其中多数受害者是医疗资源匮乏地区的儿童。

传统抗蝎毒血清的制备依赖动物注射毒液提取抗体，存在成本高、周期长、覆盖范围有限的问题，不同地区的血清往往无法通用，难以满足全球需求。

某投资研究机构提出，非生物学背景的团队能否借助该智能模型解决这一公共卫生难题，双方打磨提示词后，将目标锁定在蝎神经毒素上。

研究中需要的结合剂是一类从零设计的小蛋白，核心任务是精准贴附在毒素与神经细胞结合的关键位点，阻止毒素干扰神经功能。可以将蝎神经毒素比作一把“坏钥匙”，结合剂则是能卡住钥匙孔的“塞子”，切断毒素的致病路径。

64小时自主完成30万蛋白设计

该模型的工作仅从人类提供的初始提示和4次后续指令开始，后续大部分工作由其独立完成：从结构库检索毒素结构，为每种毒素确定结合热点，调用约12种设计工具，过滤与毒素或已知蛋白相似的序列，再对55万余对“设计-毒素”组合进行共折叠预测。

经过多轮生成、评估和筛选，约64小时后模型交出了180个候选蛋白，团队补充后最终确定211个候选送往实验室。

这些候选蛋白在两家独立实验室中进行制备和结合测试，验证标准严格：需重复测量均出现结合，解离常数不超过1微摩尔，且不与无关人体蛋白产生黏附。最终17个设计达到标准，可结合来自墨西哥、北非和中东的4种毒素，仅针对巴西某毒素的研究未获得符合要求的结合剂。

结合毒素距离解毒还有距离

17个成功结合的设计中，Cn2-B1表现尤为突出，两家实验室均测出它能与墨西哥蝎子的Cn2神经毒素紧密结合，解离常数分别为3.1纳摩尔和1.7纳摩尔，结合效果良好。

竞争实验显示，Cn2-B1与已被证实能中和Cn2的抗体片段LR，都能结合在毒素表面的同一关键位点，这意味着Cn2-B1有望像LR一样阻断毒素的致病作用。

不过目前的实验仍有局限：测试用的是实验室人工合成的毒素，而非天然蝎子毒液；未在细胞层面验证其是否能阻断毒性，也未进行动物保护实验。因此，目前的成果仅证明能“抓住”毒素，距离真正的抗毒药物还有很长的路要走。

尽管如此，这项研究依然标志着AI在药物研发领域迈出了实质性的一步，为未来的相关研究提供了重要的参考方向。