Claude Mythos Preview und Claude Opus 4.8 entwickelten Binder für 14 von 15 experimentell untersuchten Zielstrukturen. In den Tests band insgesamt rund jedes vierte entworfene Protein an sein vorgesehenes Ziel: 354 von 1.320 Designs.
Forschungsantwort

Create a landscape editorial hero image for this Studio Global article: What did Anthropic’s demonstration of Claude’s autonomous protein design capabilities show about its performance, methodology, validation, l. Article summary: Anthropic’s demonstration is credible evidence that a frontier generalist model can autonomously run a productive early protein binder campaign—but it is not evidence that Claude can autonomously discover, optimize, or c. Topic tags: general web, ai safety, ai, workflow, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Anthropics Demonstration liefert ein beachtliches Ergebnis: Ein vielseitiges KI-Modell konnte eine frühe Kampagne zur Entwicklung von Proteinbindern weitgehend autonom organisieren und dabei im Labor eine über dem von Anthropic genannten Vergleichswert liegende Trefferquote erzielen. Sie zeigt jedoch nicht, dass Claude eigenständig Medikamente entdeckt, optimiert oder bis zur klinischen Anwendung entwickelt. Die zentralen Leistungsangaben stammen von Anthropic; die Herstellung und Bindungstests übernahmen externe Labore.
Claude Mythos Preview und Claude Opus 4.8 entwarfen Binder für 14 von 15 experimentell untersuchten Zielstrukturen. In parallelen 48-Stunden-Läufen mit mehreren Zielen erreichte Mythos eine Trefferquote von 26,7 Prozent, Opus 4.8 kam auf 22,6 Prozent. Anthropic vergleicht diese Werte mit einer typischen Trefferquote von 10 bis 15 Prozent in der Branche. In getrennten 24-Stunden-Läufen pro Ziel kam Mythos auf 35,1 Prozent.
Die Ergebnisse waren allerdings sehr unterschiedlich: Je nach Zielstruktur lagen die Trefferquoten zwischen null und 90 Prozent. Der Durchschnitt darf deshalb nicht als Beleg für eine gleichmäßig hohe Kompetenz bei beliebigen Proteinen verstanden werden.
Insgesamt wurden 1.320 entworfene Proteine getestet. 354 davon banden an ihre jeweils vorgesehene Zielstruktur – eine Gesamtrate von 26,8 Prozent. Nur bei MBP wurde kein Binder gefunden.
Die Designs wurden den beteiligten Laboren anonymisiert übermittelt. Adaptyv Bio synthetisierte die DNA, stellte die Proteine her und untersuchte ihre Bindung mithilfe der Oberflächenplasmonresonanz. Die Messungen wurden wiederholt und qualitätskontrolliert. Twist Bioscience produzierte und testete weitere Designs unabhängig davon.
Das ist aussagekräftiger als ein reiner Computersimulationstest: Die Proteine mussten tatsächlich hergestellt werden und sich experimentell an ihre Ziele binden. Dennoch wurde damit nur ein erster biologischer Schritt nachgewiesen. Eine Bindung sagt noch nichts darüber aus, ob ein Molekül ausreichend selektiv, stabil, verträglich oder im menschlichen Körper wirksam ist.
Anthropic gab Claude einen etwa 30.000 Token umfassenden Start-Prompt, den ein Experte für Proteindesign erstellt hatte. Danach war nur noch wenig menschliches Eingreifen nötig. Claude recherchierte die Zielstrukturen, wählte mögliche Bindungsstellen aus, rief öffentlich verfügbare Spezialwerkzeuge zur Strukturvorhersage und zum Proteindesign auf, koordinierte deren Nutzung und erzeugte sowie bewertete Kandidaten.
Getestet wurden überwiegend etablierte Benchmark-Ziele. Zusätzlich nahm Anthropic zwei neuere Wettbewerbsziele auf, um das Risiko zu verringern, dass Claude lediglich bekannte Beispiele oder bereits veröffentlichte Lösungen reproduzierte.
Der entscheidende Punkt ist daher weniger, dass Claude ein einzelnes Protein entworfen hat. Bemerkenswert ist vielmehr die Orchestrierung: Das Modell verband Recherche, Software-Tools, Kandidatenerzeugung und Priorisierung zu einem zusammenhängenden Arbeitsablauf.
Anthropic berichtet von hochaffinen Bindern für mindestens sechs Ziele. Bei mindestens vier Zielen hätten die Resultate frühere veröffentlichte Affinitätswerte erreicht oder übertroffen. Einige der besten Designs sollen mehrere Male stärker gebunden haben als die jeweils besten zuvor publizierten Ergebnisse.
Beim Zielprotein RBX1 lag die von Anthropic angegebene Trefferquote bei rund 40 Prozent. Zum Vergleich: Unter früheren Wettbewerbsteilnehmern waren es 3,7 Prozent. Claude soll außerdem den zuvor siegreichen Entwurf übertroffen haben.
Diese Angaben sind relevant, sollten aber als Unternehmensangaben gelesen werden. Für eine vollständige unabhängige Bewertung wären weitere Reproduktionen und Vergleiche mit klar definierten Referenzverfahren wichtig.
Ein Proteinbinder ist ein kleines Protein, das sich an eine bestimmte Zielstruktur anheftet. Solche Moleküle können Ausgangspunkte für Medikamente, Diagnostik oder Forschungsreagenzien sein. Die Bindungsstärke allein belegt jedoch weder eine therapeutische Wirkung noch einen praktischen Nutzen.
Noch offen sind unter anderem:
Anthropic beschreibt die Arbeit deshalb ausdrücklich als Beitrag zu frühen Phasen der Wirkstoffentwicklung – nicht als fertiges System zur automatischen Medikamentenentdeckung.
Martin Shkreli kritisierte, viele der gemeldeten Bindungsstärken seien zu schwach für die pharmazeutischen Erwartungen, die mit der Demonstration verbunden würden. Außerdem habe sich das Programm auf extrazelluläre Ziele konzentriert, bei denen Proteinbinder praktischer einsetzbar sind, statt auf schwer zugängliche Proteine innerhalb von Zellen.
Diese Einwände markieren echte Grenzen des Experiments, widerlegen aber nicht den gemessenen Befund, dass zahlreiche entworfene Proteine im Labor an ihre Ziele banden. Die Demonstration ist daher weder wertlos noch ein Beweis für eine bereits gelöste Wirkstoffentwicklung.
Anthropic stellt Proteindesign und die Analyse chemischer Daten als Bausteine einer langfristig umfassenderen, multimodalen Plattform für die Wirkstoffforschung dar. Ziel ist es, Zeit, Fachwissen und Kosten in Teilen des Forschungsprozesses zu reduzieren. Nach Darstellung des Unternehmens liegen einige der verbleibenden Hürden nicht nur in der Modellleistung, sondern auch in praktischen Abläufen und politischen Rahmenbedingungen.
Die leistungsfähigsten Biologie-Funktionen sind derzeit eingeschränkt. Anthropic hat angekündigt, ein Programm für den Zugang geprüfter Wissenschaftler und Organisationen aufzubauen. Für allgemein verfügbare biowissenschaftliche Anwendungen bezeichnet das Unternehmen Opus 5 als sein derzeit stärkstes Modell.
Ein autonomer Arbeitsablauf, der harmlose Proteinentwicklung beschleunigt, könnte zugleich die nötige Zeit und Expertise für gefährliche biologische Forschung senken. Genau darin liegt das Dual-Use-Problem: Dieselben Fähigkeiten können je nach Ziel für medizinische Forschung oder für schädliche Anwendungen genutzt werden.
Anthropic beschränkt deshalb fortgeschrittene biologische Forschungsaufgaben auf seinen leistungsfähigsten Modellen und setzt eher auf kontrollierten beziehungsweise überprüften Zugang als auf eine uneingeschränkte Veröffentlichung. Die zentrale Governance-Frage lautet, wie legitime therapeutische Forschung ermöglicht werden kann, ohne Unterstützung für Pathogen-Engineering, Toxinforschung oder andere riskante biologische Aktivitäten bereitzustellen.
Das Experiment zeigt eine ungewöhnlich effektive autonome Koordination bestehender Werkzeuge für das Proteindesign. Die anschließenden Labortests ergaben eine messbare und im Vergleich zu Anthropics Referenzwert überdurchschnittliche Bindungsrate: 354 von 1.320 Designs funktionierten, verteilt auf 14 von 15 Zielstrukturen.
Gezeigt wurde damit jedoch weder die autonome Entwicklung eines Medikaments noch eine Lösung für intrazelluläre Zielproteine. Zwischen einem funktionierenden Binder und einem zugelassenen Arzneimittel liegen weiterhin umfangreiche Experimente, Optimierung, Sicherheitsprüfungen und regulatorische Verfahren.
Studio Global AI
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Claude Mythos Preview und Claude Opus 4.8 entwickelten Binder für 14 von 15 experimentell untersuchten Zielstrukturen.
Claude Mythos Preview und Claude Opus 4.8 entwickelten Binder für 14 von 15 experimentell untersuchten Zielstrukturen. In den Tests band insgesamt rund jedes vierte entworfene Protein an sein vorgesehenes Ziel: 354 von 1.320 Designs.
Die Trefferquoten lagen je nach Versuchsaufbau zwischen 22,6 und 35,1 Prozent – gegenüber einem von Anthropic genannten Branchenwert von 10 bis 15 Prozent.