Claudeによるタンパク質設計、14標的で独立検証済み――命中率22%〜35%を達成

2026年8月18日、Anthropicは実験データを公表した。Claude Mythos PreviewとOpus 4.8は15の創薬標的のうち14標的でタンパク質結合剤の設計に成功し、1,320個の候補分子を生成。Adaptyv BioとTwist Bioscienceの2つの独立実験室による検証で354個の有効性が確認され、単回命中率は22%〜35%となり、現在のタンパク質設計分野における典型的な水準である10%〜15%を上回った。

標的名称から新規配列までの完全なワークフロー

タンパク質結合剤の設計では、まず標的エピトープを特定し、次に全く新しいアミノ酸配列を生成してその折り畳み構造を予測する必要がある。従来のワークフローでは、研究者はRFdiffusionによる骨格生成、ProteinMPNNによる配列最適化、ESMFold2による構造予測を順次呼び出し、繰り返しスクリーニングを行う必要があった。Anthropicの実験では、Claudeは標的名称のみを入力として受け取り、約16,000語のプロンプトにツール呼び出しロジックとスクリーニング基準を組み込み、使用するツールの組み合わせ・実行順序・最適化パラメータを自律的に決定した。複数標的モードでは48時間以内に14標的を処理し、単一標的モードでは標的ごとに24時間以内ですべての工程を完了した。人間が実行したのは、ネットワークアクセスの承認、インフラの監視、結果の実験室への送付の3つのみであり、設計上の意思決定には一切関与しなかった。

命中率向上の直接的な要因

実験では、モードによって命中率に差異が見られた。Mythos Previewの単一標的モードでは35.1%、複数標的モードでは26.7%、Opus 4.8の複数標的モードでは22.6%となった。RBX1標的については特定の設定下で命中率が40%に達した。これらの数値はいずれも、2つの独立実験室による合成タンパク質の結合実験検証に基づいている。一方、業界における通常のタンパク質設計の単回成功率は10%〜15%程度にとどまっている。また実験では、AIが23分以内にNMRおよびLC-MSの生データ解析を完了し、水素原子の計数と純度96.4%という結論を導き出した。これは実験室の人手による結果96.33%とほぼ一致した。

各利害関係者への実質的な影響

創薬企業にとっては、初期段階における標的結合検証の時間とコストが削減される一方、後続の構造検証、毒性評価、臨床試験は引き続き従来のプロセスで実施される。タンパク質工学チームはClaudeをツールオーケストレーション層として活用することで、オープンソースモデルを繰り返し呼び出すためのスクリプト作成作業を削減しつつ、計算リソースと実験データに対する最終審査権を維持できる。類似のプロンプトを使用する学術実験室は、限られた計算能力で複数の標的を並行処理できる。合成サービス事業者のAdaptyv BioとTwist Bioscienceは本実験において配列合成と結合試験を担当し、AIが生成する候補数の増加によって受注増加というビジネス上の恩恵を受けている。

既存のタンパク質設計ツールとの関係

AlphaFoldが解決するのは既知配列の構造予測という問題であるのに対し、今回の実験では標的名称から全く新しい結合配列を生成することが求められており、両者は入出力が根本的に異なる。Claudeは新たなアルゴリズムを開発したわけではなく、プロンプトを通じてRFdiffusion、ProteinMPNN、ESMFold2などの既存オープンソースツールを連結し、エンドツーエンドのワークフローを構築した。このアプローチは、汎用大規模言語モデルが十分なドメイン固有プロンプトを備えている場合、従来は専門スクリプトと人間による多数回の反復作業が必要だったタスクを担えることを示している。

今後現れる可能性のある動向

現在のデータに基づけば、最も可能性が高い展開は、より多くの研究チームがこのプロンプトフレームワークを再現し、自らの標的で命中率を検証することだ。今後の公開報告において、同一の実験室条件下でAI設計と人間の専門家による設計の結合親和力を比較したデータや、標的ごとの平均合成・試験コストが開示されれば、この手法が創薬タイムラインをどの程度短縮できるかをより精密に判断できるようになる。