在药物研发的初期阶段，蛋白质设计和化学分析是两个既独立又互相依赖的重要环节。蛋白质设计要求研究人员围绕特定的靶点创造出能够有效结合的新型蛋白，并进行复杂的计算筛选与实验验证；而化学分析则需要研究人员处理核磁共振（NMR）、液相色谱-质谱（LC-MS）等设备所产生的原始数据，通过细致解读复杂信号，评估合成的化合物是否符合标准及纯度是否达标。虽然已有多种计算工具助力这些流程，然而要将这些工具整合、解析结果并做出后续决策，仍需研究人员投入大量的时间与精力。

近日，Anthropic公布了Claude在这两项任务上的新实验结果。在蛋白质设计方面，Claude（Mythos Preview和Opus 4.8）成功为15个靶点设计了合适的蛋白质结合剂，其中14个实现了有效结合；而在化学分析实验中，Claude Opus 5则直接处理了一家合同实验室提供的NMR和LC-MS原始数据，分别在23分钟和19分钟内完成数据的处理与分析，其结果与实验室的内部分析基本一致。

在蛋白质结合剂的设计方面，Anthropic测试了Claude从零开始设计这一类蛋白质的能力。蛋白质结合剂被理解为能够特异性结合目标蛋白的蛋白质。在这次实验中，研发团队选择了16个靶点，包括PD-L1、EGFR、Cas9、TNFα、VEGF-A等，同时还加入了如15-PGDH和GDF-8等较新的靶点。由于实验数据受到蛋白质聚集等因素的干扰，最终确定可以有效评价的靶点为15个。

总之，Claude在现代药物研发中的表现，展示了人工智能在蛋白质设计与化学分析领域的巨大潜力，显著提升了实验效率。