非科學家團隊靠 Claude 設計抗蠍毒蛋白質,64 小時完成並通過實驗驗證
2026/10/25
AI 協助科學研究的案例再添一筆。一支幾乎沒有科學背景的五人團隊,在 Anthropic 的協助下,讓 AI 模型 Claude 負責設計能對抗蠍毒的蛋白質,從構想到完成僅花費 64 小時,最終設計成果也通過實驗驗證。這項成果顯示,AI 不只能回答問題或撰寫程式,也開始能在專業研究流程中扮演主導角色。
蛋白質設計是生物科技中門檻極高的領域。科學家必須理解蛋白質的胺基酸序列如何折疊成立體結構,以及結構如何決定它與其他分子的結合方式。設計一個能中和毒素的蛋白質,傳統上需要結構生物學、計算化學與實驗室操作等多方專業,往往耗費數月甚至數年。近年 AI 在蛋白質結構預測與設計上的突破,已大幅加速這個領域的發展,相關研究更曾獲得諾貝爾化學獎肯定。
蠍毒中含有多種作用於神經系統的毒素,被蠍子螫傷在部分地區是重要的公共衛生問題。現行抗毒血清多半來自動物免疫,生產成本高、品質不易控制,因此以設計蛋白質取代或輔助傳統抗毒血清,一直是研究者關注的方向。
這次實驗最受矚目的地方,不在於設計出全新的科學理論,而在於「誰在做研究」。團隊成員幾乎不具備相關學術訓練,主要工作由 Claude 規劃與執行,包括理解問題、選用工具、設計候選蛋白質並安排驗證步驟,人類則負責協調與在必要時介入。業界分析人士指出,這代表 AI 模型已能串接文獻知識、計算工具與實驗流程,把原本需要跨領域專家合作的工作壓縮到極短時間內完成。
這樣的進展對科研生態帶來雙重影響。正面來看,研究門檻降低,資源有限的團隊、新創公司或開發中國家的研究單位,都可能更快投入藥物與生物材料開發。但另一方面,當非專業人士也能在短時間內完成蛋白質設計,生物安全的疑慮也隨之升高,如何避免相同能力被用於設計有害分子,將是 AI 公司與監管單位必須正視的問題。Anthropic 過去也多次強調,生物領域是其安全防護的重點範圍之一。
從程式開發到實驗科學,AI 正逐步走進過去只屬於專家的領域。這次抗蠍毒蛋白質的案例,為「AI 科學家」的概念提供了具體樣本,也讓產業更迫切需要思考,如何在加速科學發現與管控風險之間找到平衡。