Claude תכנן חלבונים שנקשרו ל־14 מתוך 15 מטרות — אבל זה עדיין לא גילוי תרופות אוטונומי

הניסוי של Anthropic מספק עדות אמינה לכך שמודל כללי מתקדם יכול לנהל באופן אוטונומי קמפיין פרודוקטיבי לתכנון מוקדם של חלבונים הנקשרים למטרות ביולוגיות. עם זאת, הוא אינו מוכיח ש־Claude מסוגל לגלות, לשפר או לפתח תרופות באופן אוטונומי עד לשלב הקליני. עיקר הטענות הגיע מהחברה עצמה, אף שהייצור הפיזי של החלבונים ובדיקות הקישור בוצעו במעבדות חיצוניות.

מה בדיוק תכנן Claude?

"קושר חלבוני" (protein binder) הוא חלבון קטן שתוכנן להיצמד למטרה מסוימת — בדרך כלל חלבון אחר. קישור כזה יכול להיות נקודת פתיחה לתרופות, כלי אבחון או ריאגנטים למחקר, אך הוא כשלעצמו אינו תרופה.

Anthropic הטילה על Claude Mythos Preview ועל Claude Opus 4.8 לתכנן חלבונים חדשים עבור 15 מטרות. לפי החברה, נמצאו קושרים עבור 14 מהן. מתוך 1,320 חלבונים שתוכננו ונבדקו, 354 נקשרו למטרות המיועדות להם — שיעור כולל של 26.8%. רק המטרה MBP לא הניבה אף קושר.

הביצועים: מעל שיעור ההצלחה המקובל, אך לא באופן אחיד

בניסויים מקבילים שנמשכו 48 שעות וכללו כמה מטרות, Mythos הגיע לשיעור הצלחה של 26.7%, ואילו Opus 4.8 הגיע ל־22.6%. Anthropic השוותה זאת לשיעור טיפוסי של 10%–15% בתחום. כאשר Mythos עבד על מטרות בודדות, בניסויים נפרדים של 24 שעות, שיעור ההצלחה הגיע ל־35.1%.

אלא שהתמונה אינה אחידה: התוצאות לפי מטרה נעו בין 0% ל־90%. לכן אין לפרש את הממוצע כהוכחה ליכולת אוניברסלית של המודל. הוא מצביע על ביצועים חזקים בקמפיין המסוים — לא על כך שכל מטרה ביולוגית תהיה נגישה באותה מידה.

Anthropic דיווחה גם על קושרים בעלי זיקה גבוהה לשש מטרות לפחות, ועל תוצאות שהשתוו או עלו על זיקות שדווחו בעבר עבור לפחות ארבע מטרות. בכמה מהמקרים, העיצובים המובילים נקשרו למטרה בעוצמה גבוהה פי כמה מזו של התוצאה הטובה ביותר שפורסמה קודם לכן. מול RBX1 עמד שיעור ההצלחה המדווח על כ־40%, לעומת 3.7% בקרב משתתפים קודמים בתחרות; לפי Anthropic, התוצאה אף עלתה על העיצוב הזוכה הקודם.

איך התבצע הניסוי?

מומחה אנושי לתכנון חלבונים סיפק ל־Claude הנחיה ראשונית ארוכה, בהיקף של כ־30 אלף טוקנים. לאחר מכן, ובהתערבות אנושית מצומצמת, המודל:

• חקר את המטרות הביולוגיות;
• בחר אתרי קישור אפשריים;
• הפעיל ותזמר כלים ציבוריים לחיזוי מבנים ולתכנון חלבונים;
• יצר מועמדים חדשים;
• סינן, דירג ובחר את העיצובים שהועברו לבדיקה.

הקמפיין כלל מטרות מוכרות ששימשו בעבר כמדדי השוואה, וכן שתי מטרות חדשות יותר מתחרויות — צעד שנועד להפחית את הסיכון שהתוצאות פשוט ישחזרו דוגמאות ידועות.

מה אומת במעבדה?

העיצובים נשלחו באופן אנונימי ל־Adaptyv Bio, שקיבלה את רצפי ה־DNA, ייצרה את החלבונים ובדקה את הקישור שלהם באמצעות תהודת פלזמון עילי (SPR). הבדיקות כללו חזרות ובקרות איכות. Twist Bioscience ייצרה ובדקה גם היא עיצובים באופן עצמאי.

זו ראיה חזקה יותר ממבחן חישובי בלבד: החלבונים אכן יוצרו ונבדקו במערכת מעבדתית. אבל הבדיקה עדיין מדדה בעיקר קישור. היא לא הוכיחה שהקושרים:

• פועלים באופן הרצוי בתוך מערכת ביולוגית;
• נקשרים רק למטרה הנכונה;
• יציבים מספיק בגוף;
• מגיעים לרקמה הנכונה;
• אינם מעוררים תגובה חיסונית או רעילות;
• ניתנים לייצור בקנה מידה מסחרי;
• משיגים תועלת טיפולית בבני אדם.

במילים אחרות, מדובר בהצלחה בשלב מוקדם של גילוי תרופות — לא בתרופה מוכנה ולא במערכת מלאה לפיתוח תרופות.

הביקורת: קישור אינו בהכרח הישג תרופתי

מרטין שקְרֶלי טען שחלק מהזיקות שדווחו חלשות מדי ביחס לרושם התרופתי שנוצר סביב הניסוי, ושמרבית התוכנית התמקדה במטרות חוץ־תאיות — מטרות שקל יותר להגיע אליהן באמצעות קושרי חלבון — ולא במטרות מורכבות בתוך התאים.

זו ביקורת מהותית על המשמעות הפרמצבטית של התוצאות, אך היא אינה מבטלת את הממצא המדיד: חלבונים רבים שתוכננו בידי Claude נקשרו למטרות שלהם בתנאי המעבדה שנבדקו.

האם זהו צעד בדרך ל־Claude שמפתח תרופות?

Anthropic מציגה את תכנון הקושרים ואת ניתוח נתוני הכימיה כרכיבים של חזון רחב יותר: תהליך מחקר רב־שלבי ורב־טכנולוגיות, שיאיץ את פיתוח התרופות. לפי החברה, חלק מהחסמים שנותרו הם תפעוליים ורגולטוריים — ולא רק מגבלות של יכולת המודל.

בשלב הנוכחי, היכולות הביולוגיות המתקדמות ביותר של החברה אינן פתוחות לכל משתמש. Anthropic אמרה כי בכוונתה להקים תוכנית גישה לחוקרים ולארגונים שעברו בדיקה, בעוד Opus 5 מוצג כמודל הזמין באופן כללי והחזק ביותר שלה לעבודה במדעי החיים.

ומה לגבי בטיחות?

אותו תהליך אוטונומי שיכול לקצר מחקר לגיטימי בתכנון חלבונים עלול גם להפחית את הידע והזמן הנדרשים לעבודה ביולוגית מזיקה. לכן Anthropic מגבילה משימות מחקר ביולוגיות מתקדמות במודלים החזקים ביותר שלה, ומעדיפה גישה מבוקרת או מאומתת על פני הפצה רחבה.

האתגר הוא ממשל טכנולוגי: לאפשר לחוקרים לקדם טיפולים, אבחונים ומחקר בסיסי, ובמקביל למנוע סיוע בתכנון פתוגנים, עבודה הקשורה לרעלנים ופעילויות ביולוגיות אחרות בעלות שימוש כפול. מדובר באותה יכולת בסיסית — אוטומציה של תכנון וניתוח — שיכולה לשרת מטרות מועילות או מסוכנות, בהתאם לגישה ולבקרות שיוצמדו אליה.

השורה התחתונה

ההדגמה הראתה ש־Claude מסוגל לתזמר באופן אוטונומי כלים קיימים לתכנון חלבונים ולהשיג שיעור קישור במעבדה שנמצא מעל לקו הבסיס שציינה Anthropic. היא לא הראתה ש־Claude יצר תרופה באופן עצמאי, פתר את בעיית המטרות התוך־תאיות או ביטל את הדרך הארוכה — הניסויית, הבטיחותית והרגולטורית — שבין קושר חלבוני לבין תרופה לבני אדם.