評估 AI 蛋白質設計效能：結合計算預測與濕實驗驗證

生成式 AI 正快速進入蛋白質與藥物設計，但電腦模擬出的高分候選，未必能在真實實驗中成功結合目標。本研究採用 Anthropic 發布的蛋白質設計資料集，將計算預測與濕實驗結果並列比較，藉此檢驗 AI 模型的設計能力是否能轉化為可重現的生物醫藥成果。

最新分析以蛋白質結合實驗的成敗為驗證基準，並訓練「目標感知」分類器，測試機器學習能否依不同作用目標可靠預測成功率。研究未揭露金額、明確發布日期或整體準確率，但建立了從 in-silico 篩選到 wet-lab 驗證的評估流程，凸顯實驗數據仍是衡量 AI 蛋白質設計效能的關鍵。