Anthropic 发布了两项实验结果，展示 Claude 在生命科学领域如何缩短研究周期。第一项是蛋白质从头设计，第二项是分析化学中的 NMR 与 LC-MS 数据处理。两项任务都是药物研发早期阶段的高频工作，过去分别依赖专家数周的人工操作和化学家逐峰手动解析。

在蛋白质设计实验中，Claude（Mythos Preview 和 Opus 4.8）针对 15 个靶点设计蛋白结合子，由 Adaptyv Bio 和 Twist Bioscience 独立进行湿实验验证，最终 14 个靶点成功获得结合子。多靶点同时进行时，Mythos Preview 和 Opus 4.8 的整体命中率分别为 26.7% 和 22.6%；改为每个靶点单独设计后，Mythos Preview 的命中率提升到 35.1%。作为对比，当前蛋白质设计活动的典型命中率是 10-15%。部分设计还表现出高亲和力（KD < 10 nM），至少四个靶点的结合子亲和力达到或超过已发表的最佳结果。

整个设计过程几乎无人干预。Anthropic 只在初始提示中给出目标信息，Claude 自主完成了靶点表面选择、候选结构生成、多轮计算优化和筛选，并自行调用公开的蛋白质设计与共折叠模型。针对 Adaptyv Bio 竞赛靶点 RBX1，Mythos Preview 单靶点模式的命中率达 40%，而竞赛参与者平均为 3.7%；其最优设计也超过了竞赛冠军。另一个值得注意的案例是 TNFα，这个靶点因多聚体结构而难度极高，Opus 4.8 设计出了跨物种结合子，能同时结合人、食蟹猴和小鼠的 TNFα，而 Mythos Preview 反而失败。此外，Claude 还设计了 15 个含 β-折叠片层的结合子，这类结构比常见的 α-螺旋更难设计。

实验也有失败案例。BBF-14 是一个本身由 AI 从头设计的 β-桶蛋白，Claude 仅以微摩尔级亲和力生成三个结合子；对麦芽糖结合蛋白（MBP），90 个设计中没有一个被确认结合，只有一个出现微弱的重复结合信号。Anthropic 表示将进行更深入的表征来确认命中率与亲和力数据，并已公开了所用提示词、计算模型和实验数据。

第二个实验测试 Claude Opus 5（一个公开可用模型）处理分析化学数据的能力。给定合同实验室的原始 NMR 和 LC-MS 文件，以及两句话的提示，Claude 在 Claude Science 中并行处理，分别用 23 分钟和 19 分钟返回了完整结果。其氢计数与实验室分析结果相差不超过 0.08 ¹H；NMR 纯度计算为 96.4%，而实验室记录为 96.33%。对于 LC-MS，Claude 在分析前先通过复现仪器记录的全部 2,664 次扫描总数来确认自己正确读取了未公开格式的二进制文件，随后输出了色谱图、质谱、纯度表、分子量（504 道尔顿）和可复用的文件解析代码。它还主动提出了加重水的验证实验，这与实验室独立运行的后续检查一致。常规情况下，化学家手工处理一个样品约需半小时到一小时，实验室的完整报告通常在四天后才完成，而 Claude 在 25 分钟内同时完成了两个文件的解析和解读。

Anthropic 特别指出，这类自主研究能力具有双重用途风险，因此蛋白质设计等能力在 Claude Fable 5 中不向公众开放，目前最强大的可用模型是 Opus 5，并计划为科学家推出专门的访问计划。文章也承认，从头设计高亲和力结合子只是生成药物样分子的第一步，距离完整药物开发还有很大距离，但这是端到端加速药物研发的基础性工作。