10月21日、The Decoderが「Claude Science tackles deadly scorpion stings by designing protein binders from scratch」と題した記事を公開した。AnthropicのAIエージェント「Claude」がサソリ神経毒に対するタンパク質バインダーをほぼ自律的に設計し、実験室での検証で17件のバインダーを実証、そのうちメキシコサソリ毒素「Cn2」への強力な結合を示す2件が特に注目されている。
毎年3,250人以上が死亡——サソリ毒という現実の問題
サソリの刺傷は年間3,250人以上の死者を出す、現実の公衆衛生上の問題だ。現在の治療は主に抗毒素血清に頼るが、製造コストが高く、農村部などへの供給が難しい。安価で安定したタンパク質バインダーが代替手段になり得るとして、研究者の注目が集まっている。
Anthropicはこの課題に対し、自社のAI研究環境「Claude Science」上でClaudeを動かし、タンパク質バインダーの設計を試みた。
31万8,000件超のデザインを24時間で——Claudeの動き方
タンパク質バインダーとは、特定のターゲット分子に結合するよう形状設計された小さなタンパク質分子だ。抗体よりも小さく、化学合成や大量生産がしやすいため、創薬の文脈で注目されている。
Claudeは4種のサソリに由来する5種類の毒素をターゲットとして、318,484件のタンパク質バインダーデザインを生成した。最初の指示（プロンプト）を与えた後は24時間にわたって自律稼働し、その後は研究チームが追加の指示で方向を調整する形を取った。
この設計プロセスでは、拡散モデルを使ったタンパク質骨格生成に用いられるRFdiffusionや、骨格に対して配列を最適化するProteinMPNNといった手法が、AIエージェントによるパイプラインの中に組み込まれている。Claudeはこれらのツールを自律的に呼び出しながら候補を絞り込んでいった。
Claudeが候補として絞り込んだ180件に、研究チームが31件を追加。計211件を実際に実験室でテストした結果、17件がバインダーの基準を満たした（ヒット率：約8%）。
最大の成果：メキシコサソリの毒素Cn2への強力な結合
17件の中でも特に注目されるのが、メキシコサソリ由来の毒素「Cn2」に対する2件のバインダーだ。この2件は極めて強くCn2と結合し、実験室テストでは、マウスにおいてCn2を中和することが知られている既存の抗体と同じ、またはその近傍のサイトに結合することが示された。
ただし、実際の抗毒素（アンチベノム）として機能するかどうかはまだ検証されていない。あくまで結合特性の確認段階であり、動物実験などの安全性・有効性試験はこれからだ。
外部の専門家であるSusana Vázquez Torres氏とTimothy P. Jenkins氏は、この研究を「有望な第一歩」と評価。また、2つの独立したラボが結果を再現確認しており、再現性の面でも信頼性が担保されている。
先行研究との比較——「従来比2倍」はどこを指すか
「従来比2倍」という数字は、今回のサソリ毒実験（ヒット率約8%）ではなく、先行研究の成果を指す点に注意が必要だ。
Claudeによるタンパク質設計の試みは今回が初めてではない。以前の研究では、15種類のターゲットタンパク質のうち14種類に対してミニバインダーを設計することに成功しており、ヒット率は**22〜35%だった。従来の手法の典型的なヒット率が10〜15%**とされることを考えると、先行研究の段階で2倍前後の効率を出していることになる。
今回のサソリ毒実験はヒット率こそ約8%にとどまるが、それは設計の難易度や毒素の多様性が影響しているとみられる。むしろ、「実際に人が死ぬ毒素」という難度の高いターゲットで複数の有効バインダーを発見できた点に、今回の意義がある。
AIエージェントが創薬の「設計フェーズ」をどう変えるか
今回の研究で重要なのは、ClaudeがAIとして単なる文献検索や補助ツールの役割にとどまらず、仮説生成→候補絞り込みという設計の中核プロセスを担った点だ。研究者は最初の指示と事後のステアリングに集中し、膨大な探索空間の走査はAIが行う——という分業が成立している。
この手法が汎用化されれば、希少疾患や顧みられない熱帯病（NTDs）のように、商業的リターンが小さく従来の創薬投資が集まりにくい領域への応用が期待される。
詳細はClaude Science tackles deadly scorpion stings by designing protein binders from scratchを参照していただきたい。
