AIがタンパク質を設計した、という発表そのものは、もう驚きではなくなりました。今回Anthropicが公開したのは、専門家が事前に作り込んだ約1万6,000語の手順書を軸に、既存の公開ツール群をClaudeが24〜48時間、自律的に動かした記録です。数字より、その走らせ方に読みどころがあります。
Anthropicは2026年8月18日、Claudeのタンパク質設計と分析化学の結果を公表した。16標的のうち成熟型GDF-8を除く15標的で結果を示し、14標的にバインダーを設計できた。
1,320設計のうち354が結合。ヒット率は48時間の同時設計でMythos Preview 26.7%、Opus 4.8 22.6%、24時間の個別設計でMythos Preview 35.1%だった。Anthropicは典型値を10〜15%とする。
検証はAdaptyv BioとTwist Bioscienceによる。分析化学では一般提供のOpus 5が生ファイルと1〜3文のプロンプトからNMRを23分、LC-MSを19分で処理し、純度は96.4%だった。ラボの96.33%とは算定対象のピークが異なる。
From: 
How Claude is accelerating protein design and analytical chemistry
【編集部解説】
この発表でAnthropicが前面に出したのは、新しいタンパク質設計モデルそのものではありません。
Claudeが動かしたのは、すでに公開されているオープンソースの専門ツール群です。構造を生成する側にはPXDesignやRFdiffusion3、Genie 3、BoltzGenといった名前が並びます。BoltzGenは、MITが2025年に公開した、学術にも商用にも使える完全オープンソースの生成モデルです。配列設計にはProteinMPNNの系統、候補の順位付けにはESMFold2やProtenix v2が使われました。ライセンスの都合でAlphaFold 3の純正重みやRosetta、ESM3が除外されている点にも、既存のエコシステムの作法の中で仕事をしたことが表れています。どれもこの分野の研究室がすでに動かしているものです。合成と試験の設備を持たない研究室にも手が届く、という主張の土台がここにあります。
一方で、使い方が白紙でもありません。Anthropicの研究者は事前に約1万6,000語のプロトコルを用意し、工程、使ってよいツールの候補、選抜の基準、計算予算の配分、サブエージェントの運用、検証と報告の方法までを定めていました。生成手法によっては最低サンプリング数まで指定され、運用にあたる部分はテストキャンペーンで繰り返し調整されたのち凍結されています。
その枠の中でClaudeが判断したのが、標的のどこを狙うか、どのツールにどれだけ資源を割くか、生成した候補をどう絞るか、そして合成に回す30配列をどう順位付けするかでした。つまり今回の特徴は、人間が段取りを作らなかったことではなく、専門家が作り込んだ段取りを、キャンペーン中の追加指示なしに24〜48時間走り切った点にあります。
キャンペーン中の人間の関与は、アクセスの承認、セッション外のインフラ対応、設計の発注などに限られました。セッションが落ちたときの短い再開指示を除けば、科学的にも技術的にも運用上も追加の指示は与えられていません。ただし事前には、標的の選定もキャンペーンの形式も予算も人間が決めています。同じツールと予算を渡した人間の専門家との比較実験も行われておらず、この研究は「人間より優れている」を示したものではありません。
数字の内訳も見ておきます。48時間で全標的を同時に設計した条件でMythos Previewが26.7%、Opus 4.8が22.6%。標的ごとに24時間のセッションを並べたMythos Previewが35.1%です。ただしこの35.1%は標的あたりの計算予算が約2.8倍という条件下の数字で、集中と予算の効果を切り分けられないと著者自身が認めています。
分母を全体に取ると、1,320設計のうち354が結合して26.8%。標的単位では90%から0%まで開きがあります。興味深いのは、各標的・キャンペーンで1位に順位付けされた設計だけを見ると49%が結合したことです。上位5件では44%、30件すべてでは28%。事前に定めたco-foldingスコアなどを使った順位付けが、実際の結合結果と一定程度対応していたことを示しています。上位1件だけを試しても、41のランキングのうち20で結合するものが見つかり、上位5件まで広げれば27のランキング、14標的中13に届きます。合成と試験には1本ごとに費用がかかりますから、上位に置いた候補が当たる確率は、実務ではヒット率の平均値より重い意味を持ちます。
比較対象の「今日の典型は10〜15%」は、Anthropicがproteinbase.comから自ら算出した値です。15標的・3,766設計を集めたOverathらのメタ解析もありますが、元の研究ごとに測定法も判定基準も異なり、標準ベンチマークとして直接あてはまりません。
選定は16標的でしたが、成熟型GDF-8は凝集と非特異的な付着で判定不能となり、15標的の結果が示されています。ヒット率と親和性は今後さらに広く評価する予定だと、Anthropic自身が書いています。
むしろ興味深いのは、うまくいかなかった標的を削らずに載せていることです。成功例だけを並べた発表では、次に挑む人が同じ壁で足を止めることになります。
マルトース結合タンパク質（MBP）では、90の設計のいずれも結合が確認されませんでした。大きく柔軟で、凸状かつ極性の高い表面が広がるため、安定した界面を作る取っかかりが乏しい難標的です。人工のβバレルであるBBF-14でも、得られたのは中程度の親和性を持つ3つでした。
TNFαの結果は、もっと座りが悪い形で残されています。複数の設計研究がバインダーを報告できずにきたこの標的で、得られた12のバインダーはすべてOpus 4.8由来でした。Mythos Previewの60設計からは1つも出ていません。しかもヒト・カニクイザル・マウスに交差反応するものまで含まれます。ただし12件のうち2件は、Claudeが設計・採点した候補群から、キャンペーン終了後に人間が事前のルールで選んだ補足30配列に含まれます。ヒット率には数えられ、順位付けの評価からは外されています。
モデルの差については、ブログ本文は理由が分からないと書くにとどまりますが、技術報告書はもう一歩踏み込んでいます。各条件のキャンペーンは1回ずつしか走っておらず、使われた構造生成手法も違うため、この差をモデルに帰することはできない、と。「下位モデルが上位モデルに勝った」という読み方を、発表者自身が先回りして止めているわけです。
親和性は低いとはいえません。354のバインダーのうち194がKD 100 nM未満、90が10 nM未満、42が1 nM未満でした。ただし5つの多量体標的に対する100件はアビディティが効くため、報告値は見かけの親和性です。単量体標的の254件に限っても78件が10 nM未満、38件が1 nM未満に達しています。確認されたのは精製タンパク質への試験管内の結合までで、細胞内への送達も、標的把握も、機能や活性も検証されていません。今回の証拠は結合であって構造や機能ではないと、技術報告書自身が限定しています。
もう一方の実験は、性格がかなり違います。
タンパク質設計では限定提供のMythos Previewと一般提供のOpus 4.8が併用されたのに対し、分析化学は一般提供のOpus 5だけで行われました。与えられたのは受託ラボが出力した生ファイルと、それぞれ1〜3文の短いプロンプト。ベンダーのソフトもオペレーターもなしに、NMRを23分、LC-MSを19分で並行処理しています。
技術的に見どころがあるのはLC-MSのほうです。装置が吐くファイルは文書化されていないベンダー独自形式で、通常はメーカーか専用のソフトで扱います。Claudeは手元に読めるものが見つからないと判断すると符号化方式を自力で解き、解析に入る前に2,664スキャン分すべてについて装置自身が記録した合計値を再現して、読み取りが正しいことを確かめました。出力には、同種のファイルを読むための再利用可能なコードと、この種の装置は質量を整数単位でしか出さないといった留保のリストまで付いています。
NMRでは、4本のブロードなピークを交換しうるNHやOH由来の候補と見て、重水を加えるD₂Oシェイクを提案しました。受託ラボも独立に、最初の測定の3日後、重水と重水素化トリフルオロ酢酸を加えた追試を行っています。さらにClaudeは、最初に「4本すべて消えた」とした報告を自己検証で訂正しました。実際に消えたのは2本、1本は残存、残る1本は水由来のシグナルと重なって比較できない——そこまで切り分けています。過剰な断定をしてから自分で引き戻す動きが記録に残っていることは、結果が合っていたこと以上に重要かもしれません。
ここは、報道でよく見る対比を使えない箇所です。純度はClaudeが96.4%、ラボが96.33%と、確かに近い値が並びます。ただし技術報告書によれば、両者は算定対象のピーク集合が違います。ラボと同じ基準にそろえると、Claude側の値は98.8%になります。近い数字が並んだことと、同じ土俵で一致したことは別です。
時間も同じです。Anthropicが一般論として挙げる手作業の解析時間は1検体30分から1時間ですが、今回の受託ラボの記録ではNMRのソフト操作は1分49秒でした。完成報告書が4日後だったのは、1検体ずつ処理する待ち行列の話です。Claudeの23分と19分はモデル側の経過時間にあたります。「4日が25分に」も「1時間が23分に」も、尺度が揃っていません。
それでも、日本の受託分析ラボや大学の共用機器、製薬企業の分析部門にも、同じ種類の省力化の余地はあると考えています。ここで示されたのは、生ファイルの処理、ピークの抽出と積分、追試との比較といった工程を自動化できる可能性です。ピークを一つずつ原子に割り当てる完全な帰属や構造決定までを実証した実験ではなく、日本の現場でどこまで省力化できるかも測られていません。
装置ベンダーの独自形式についても、示されたのは1種類のファイルを1検体分読み解いた1例で、他社の装置まで一般化できる話ではありません。それでも、ベンダーや専用ソフトによる処理を前提にしてきた独自形式を、汎用モデルが直接解析するという道筋が、実データで一つ示されたことの意味は小さくないはずです。AnthropicはClaude Scienceを使える利用者に対し、生のNMRやLC-MSファイルを渡して同定や純度を尋ねる形で試せると案内しています。2026年8月25日時点では、macOSとLinux上のPro、Max、Team、Enterprise向けベータという位置づけです。
AIで設計候補の探索が広がれば、合成・試験の需要が増える可能性があります。一方で、選別精度やヒット率が上がれば、1つの成功したバインダーを得るために実物化する本数は減る可能性もあります。どちらが大きいかは、今回の研究からは分かりません。日本の受託合成・受託試験の事業者にとっても、注視しておく価値のある分岐点だと考えています。
最後に、誰がこの能力を使えるのかという線について。
ここはモデル名だけでは説明がつきません。2026年8月25日時点で、Fable 5自体は一般提供されています。ただし分子設計のようなデュアルユースの生物学リクエストは、現在もOpus 5へ切り替えられます。タンパク質設計実験で使われたMythos Previewの後継にあたるMythos 5は、審査を経た利用者に限って提供されています。
この構図自体は、これまでも繰り返し追ってきました。サイバーセキュリティ能力を理由にMythos Previewを一般公開しなかった判断、Opus 5でもOpus 4.8と同様の生物学セーフガードを保ったうえで、上位モデルで弾かれた生物学のリクエストをOpus 5が受けるという設計。「どこまで賢くするか」ではなく「どの能力を、どの層に、どう置くか」という問いが、今回は創薬という具体的な文脈で立ち上がってきた形です。
検証が速い数学では、Erdős問題やリーマンゼータ関数の下限値がすでに動きました。今回示されたのは、計算による設計から外部ラボでの製造・測定までを一度つないだことです。実験結果を次の設計へ戻す閉じたループまでは、まだ実証されていません。そこまで回るようになったとき、次に問われるのは、そのループに誰が乗れるのかということでしょう。
【関連記事】
Claude Opus 5、脆弱性は「見つける」が「悪用」の手前で止まる─Anthropicが引いた線
本記事の後半で触れる提供区分の前提。生物学のセーフガードをめぐる経緯を扱う。
Claude Science、Anthropicが拓く科学者の新作業環境—創薬・ゲノム解析を一つの会話で
今回の実験が走った環境そのものの解説。当時から指摘していた論点が具体化した形になる。
MIT発BoltzGen、治療困難疾患に挑むタンパク質結合体生成AI―完全オープンソースで創薬を民主化
今回Claudeが動かしたツールの一つ。オープンソース化の意義を扱った記事。
Biohub、タンパク質設計の世界モデルを公開―オープンソースで創薬を加速する
専門特化モデル側の到達点。ヒット率の比較の土俵が違うことを読み比べる材料になる。
Anthropic、Claudeがリーマン予想の下限値を67.2%に更新｜証明できずに生まれた副産物
本記事の締めで触れる「検証が速い領域」の実例。今回の発表も冒頭で自ら参照している。
【編集部後記】
タンパク質設計の技術報告書は、著者欄の先頭にClaude Scienceが並びます。キャンペーン後の再スコアリングも、統計解析も、図とデータ公開の作成も、原稿の草稿と改訂も、Claude Science上のClaudeモデルが担い、人間の責任著者が分析を公開データと照合して最終稿を承認したと明記されています。
評価される側が、評価の報告書を書く。利益相反の話としてではなく、科学の書き方そのものの話として、この形式はこれから増えていくのだと思います。読む側は、どこを見て判断すればいいのでしょうか。
【用語解説】
バインダー
本記事でいうバインダーは、標的タンパク質に結合するよう設計された50〜120残基の小型の単鎖タンパク質（ミニバインダー）を指す。
ヒット率
設計したもののうち、実際に標的へ結合したものの割合。同じキャンペーンでも、分母を全設計に取るか、順位上位に絞るかで値が変わる。
KD（平衡解離定数）
結合の強さを表す指標。数値が小さいほど強く結合する。Anthropicは1桁ナノモル未満、すなわちKD 10 nM未満を高親和性と定義している。
アビディティ
複数の結合部位が同時に働くことで見かけの結合が強くなる現象。多量体の標的では、単純な1対1の親和性と区別する必要がある。
co-folding
タンパク質と、それが結合する相手の構造を一度に予測する手法。設計した候補が本当にくっつきそうかを、計算上で見積もる際に使われる。
PXDesign / RFdiffusion3 / Genie 3 / BoltzGen
構造を生成する側の公開モデル。骨格となる形をゼロから作り出す。BoltzGenはMITが2025年に公開したオープンソースモデルである。
ProteinMPNN
生成された骨格に対し、その形を実際に取りうるアミノ酸配列を設計するモデル。この分野で広く使われている。
ESMFold2 / Protenix v2
設計した候補の構造を予測し、順位付けに用いるモデル。どれを実際に合成するかを絞り込む工程で使われる。
サブエージェント
主となるエージェントが、作業を分担させるために呼び出す下位のエージェント。今回は運用の仕方が事前の手順書で定められていた。
D₂Oシェイク
重水を加えて、窒素や酸素に結合した交換しやすい水素のピークが消えるかを見る、NMRの標準的な確認手順。
MBP（マルトース結合タンパク質）
細菌由来の大きく柔軟なタンパク質。表面が凸状で極性が高く、安定した結合界面を作りにくい難標的とされる。
BBF-14
自然界に存在しない、デノボ設計された110残基のβバレル型タンパク質。BindCraftなどによるバインダー設計例はあるが、進化的な履歴を持たない人工の表面に対して設計できるかを試せる標的として用いられた。
TNFα
免疫系が炎症を起こすために放出するシグナル伝達タンパク質。その阻害は関節リウマチ治療などの治療原理となっている。多量体構造のため設計が難しい。
GDF-8
筋量の調節に関わるタンパク質で、ミオスタチンとも呼ばれる。潜在型と成熟型があり、今回は成熟型の実験データが判定不能となった。
デュアルユース
同じ技術が有用にも有害にも使えること。タンパク質設計の自動化は治療法の開発を速める一方、生物兵器の開発にも転用されうる。
Erdős問題
数学者ポール・エルデシュが残した未解決問題群。検証が比較的速い領域として、AIによる進展が続いている例に挙げられている。
【参考リンク】
Adaptyv Bio（外部）
スイス・ローザンヌの受託研究機関。今回の検証では無細胞系で設計を個別に発現させ、主にSPR、一部はBLIで結合を評価した。
Twist Bioscience（外部）
米国の合成DNA企業。設計をヒトIgG1のFc融合として発現させ、高速SPRアレイで測定している。報酬を得た受託側である。
ProteinBase（外部）
デノボ設計されたタンパク質の公開データベース。Anthropicが「典型は10〜15%」という比較値を算出した元になっている。
Claude Science（外部）
研究者向けのAIワークベンチ。今回の設計キャンペーンも分析化学の処理も、この環境の中で実行された。提供条件は公式ページで確認できる。
タンパク質設計 技術報告書（PDF）（外部）
設計キャンペーンの技術報告書。手順書の構成、使用したツール、順位付けの基準、標的ごとの結果と親和性の分布が記載されている。
化学分析 技術報告書（PDF）（外部）
NMRとLC-MSの処理に関する技術報告書。純度の算定方法の違いや、受託ラボ側の実作業時間の記録が具体的に示されている。
プロンプトと実験データ（外部）
設計プロンプト、設計した複合体の計算モデル、実験データの一式。約1万6,000語の手順書もここから読め、第三者が検証できる形になっている。
【参考記事】
Anthropic says any lab can now let a language model agent run the whole protein design stack（外部）
技術報告書に踏み込んだ数少ない報道。全体で26.8%、順位1位に絞ると49%という内訳や、純度の算定基準の違いを指摘している。
Anthropic says Claude designed working protein binders, and beat human experts on some（外部）
主要な成果数値がAnthropic自身の公表に基づく点を強調しつつ、製造と試験は外部2社が行ったことも記す報道。計算資源の規模にも触れている。
Twist Bioscience Stock Resilient Despite Scorpion Capital Short Report（外部）
受託側の企業価値をめぐって、追い風と逆風の両方の主張が同日に出たことを伝える。市場評価が一枚岩ではないと分かる。
Predicting Experimental Success in De Novo Binder Design: A Meta-Analysis of 3,766 Experimentally Characterised Binders（外部）
15標的・3,766設計を横断したメタ解析のプレプリント。Anthropicも予測器の評価に一部を利用している。
Claudeが14標的で蛋白質結合体を設計、計算設計工程をエージェントが自動運用（外部）
日本語での先行報道。新しさが個別モデルの性能更新ではなく、工程の自動運用にあると整理している。
