Claude ha progettato binder proteici per 14 obiettivi su 15: cosa dimostra davvero il test

Nel complesso, 354 dei 1.320 progetti si sono legati agli obiettivi, per un tasso del 26,8%. Solo uno degli obiettivi valutati non ha prodotto alcun binder.

Questi numeri non rappresentano un tasso di successo universale. I risultati sono cambiati molto da un obiettivo all’altro, da zero fino al 90%. La percentuale più alta, il 35,1%, è stata ottenuta in una sessione in cui Mythos ha lavorato per 24 ore su un singolo obiettivo; le campagne simultanee su più obiettivi hanno registrato risultati inferiori.

Che cosa ha fatto davvero Claude

L’esperimento non consisteva in un modello linguistico che inventava da solo una nuova branca della biologia. Un esperto umano di progettazione proteica aveva prima preparato un prompt di circa 30.000 token, contenente le istruzioni per il flusso di lavoro. All’interno di questa cornice, Claude ha operato con un intervento umano successivo minimo.

Il modello ha:

• studiato gli obiettivi selezionati;
• scelto i punti in cui i candidati avrebbero dovuto legarsi;
• installato e coordinato strumenti pubblicamente disponibili per la previsione strutturale e la progettazione proteica;
• generato sequenze candidate;
• filtrato, classificato e perfezionato i candidati; e
• scelto i progetti da inviare ai laboratori.

La distinzione è importante. Il risultato più rilevante riguarda la capacità di gestire una procedura lunga, usare diversi strumenti e prendere decisioni sui singoli candidati. Claude non ha inventato tutti i metodi computazionali sottostanti.

Il gruppo di obiettivi comprendeva benchmark già utilizzati in precedenti competizioni, oltre a obiettivi più recenti. Questo rende il test più informativo di un esercizio puramente simulato, anche se la familiarità con alcuni benchmark potrebbe aver influito sulle prestazioni.

Perché i test in laboratorio sono importanti

Un modello può prevedere che una proteina dovrebbe legarsi a un bersaglio senza riuscire a produrne una che si esprima correttamente, si ripieghi nella forma giusta o funzioni in un test reale. Per questo Anthropic ha inviato i progetti a partner esterni.

Adaptyv Bio ha ricevuto i candidati senza sapere quale modello li avesse generati. Il suo processo automatizzato è passato dalla sequenza proteica digitale alla sintesi del DNA, all’espressione della proteina, alla misurazione del legame e al controllo qualità. L’azienda ha misurato il legame tramite risonanza plasmonica di superficie e ha rilevato 354 binder su 1.320 progetti.

Anche Twist Bioscience ha prodotto e testato autonomamente i candidati. Anthropic riferisce di aver ottenuto binder ad alta affinità contro almeno sei obiettivi e binder con un’affinità pari o superiore al miglior risultato precedentemente riportato per almeno quattro obiettivi.

È una verifica più solida di un benchmark basato soltanto su strutture previste o spiegazioni generate dal modello. Risponde però a una domanda circoscritta: la proteina progettata si lega all’obiettivo nelle condizioni del test? Non stabilisce che quella proteina sia un farmaco utile.

Il caso RBX1 e gli altri risultati di rilievo

Uno dei confronti più interessanti riguarda RBX1. Anthropic ha riportato un tasso di successo di circa 40% per i progetti di Claude, contro il 3,7% dei partecipanti alle precedenti competizioni, sostenendo inoltre che il sistema abbia superato il progetto vincitore precedente per quell’obiettivo.

Anthropic ha riferito anche risultati di affinità particolarmente elevati per alcuni candidati, inclusi binder capaci di legarsi diverse volte più saldamente rispetto al miglior risultato pubblicato in precedenza. Sono dati promettenti, ma restano risultati comunicati dall’azienda in relazione a una singola campagna: non dimostrano una superiorità generale in ogni attività di progettazione proteica.

Un binder non è un farmaco

Un binder proteico è una molecola progettata per attaccarsi a uno specifico bersaglio biologico. Può essere utile per terapie, diagnosi e reagenti di ricerca, ma il legame rappresenta soltanto una delle prime tappe.

Un candidato farmaco deve poter offrire anche:

• selettività per il bersaglio corretto;
• un effetto funzionale, per esempio il blocco o l’attivazione di una via biologica;
• stabilità e producibilità;
• la capacità di raggiungere il tessuto o la cellula interessata;
• proprietà farmacocinetiche adeguate;
• compatibilità con il sistema immunitario; e
• un profilo di tossicità accettabile.

Anthropic descrive il progetto come un primo passo verso molecole simili a farmaci, non come un risultato completo di scoperta e sviluppo farmaceutico. La campagna non ha dimostrato efficacia clinica, sicurezza nell’uomo o il superamento delle fasi di sviluppo di un medicinale.

Limiti e critiche

La selezione degli obiettivi è un limite importante. In generale, i binder proteici sono più semplici da progettare contro bersagli accessibili all’esterno delle cellule che contro proteine che operano all’interno. Martin Shkreli ha giudicato alcune delle affinità riportate troppo deboli per sostenere le implicazioni farmaceutiche più ampie e ha sottolineato l’assenza di obiettivi intracellulari difficili.

Queste critiche non cancellano il risultato sperimentale: molti dei progetti si sono effettivamente legati ai bersagli. Riducono però la portata della conclusione. L’esperimento dimostra che Claude può produrre un numero consistente di binder confermati in laboratorio all’interno di un flusso di lavoro definito. Non dimostra che il sistema sappia creare con affidabilità terapie intracellulari o che superi i metodi consolidati su tutti gli obiettivi clinicamente importanti.

Le prove restano inoltre in parte basate sui dati comunicati da Anthropic. Il fatto che sintesi e saggi siano stati eseguiti da organizzazioni esterne aumenta la credibilità del risultato, ma una replicazione indipendente su un insieme più ampio e più difficile di obiettivi sarebbe necessaria per valutarne meglio la generalità.

L’ambizione più ampia di Anthropic

Anthropic presenta la progettazione di binder proteici come un elemento di un progetto più ampio: un sistema completo, basato su diverse modalità di dati e strumenti, capace di contribuire all’accelerazione dello sviluppo di farmaci e all’analisi di dati chimici e biologici. La piattaforma Claude Science unisce flussi di ricerca, strumenti computazionali e analisi di dati scientifici; la campagna sulle proteine mostra come un agente possa collegare queste capacità al lavoro sperimentale.

Anthropic afferma che le sue capacità più avanzate per le scienze della vita non sono attualmente disponibili senza restrizioni. L’azienda indica come priorità un programma di accesso per gli scienziati e sostiene che Opus 5 sia al momento il suo modello generalmente disponibile più capace per la ricerca nelle scienze della vita.

La promessa concreta non è eliminare il laboratorio. È ridurre il tempo impiegato per studiare i bersagli, eseguire software, selezionare i candidati e decidere quali progetti, tra migliaia di possibilità, meritino di essere sottoposti a esperimenti.

Perché l’accesso è limitato

Questo tipo di flusso di lavoro ha una componente di uso duale. La stessa capacità di studiare sistemi biologici, progettare proteine e coordinare strumenti specialistici può sostenere la ricerca utile, ma anche ridurre il livello di competenza e il tempo necessari per attività biologiche pericolose.

Anthropic afferma che la progettazione proteica e altre capacità biologiche a uso duale restano escluse dall’accesso generale sui suoi sistemi più avanzati. L’intenzione dichiarata è consentire un accesso controllato a scienziati qualificati, sostenendo la ricerca terapeutica legittima e limitando l’assistenza che potrebbe contribuire all’ingegneria di patogeni, ad attività legate alle tossine o ad altri impieghi biologici rischiosi.

Questa scelta non è separata dal risultato tecnico. Quanto più autonomamente un modello riesce a passare da una domanda biologica a candidati molecolari, tanto più diventa importante valutare non solo se quei progetti funzionano, ma anche chi può accedere al processo, quali protezioni lo circondano e come viene monitorato il suo utilizzo.

In sintesi

La dimostrazione di Anthropic mostra che Claude Mythos Preview e Claude Opus 4.8 possono coordinare autonomamente strumenti esistenti di progettazione proteica e produrre binder confermati sperimentalmente, con tassi di successo dichiarati tra il 22,6% e il 35,1%. Su 1.320 progetti, 354 si sono legati ai rispettivi obiettivi e 14 dei 15 obiettivi valutati hanno prodotto almeno un binder.

È una prova importante delle potenzialità dell’IA nella progettazione proteica iniziale. Non è però un sistema autonomo di scoperta di farmaci, non risolve il problema dei bersagli intracellulari e non sostituisce il lungo percorso fatto di ottimizzazione, studi tossicologici, sperimentazioni cliniche e valutazione regolatoria. La prossima verifica sarà capire se questi risultati si ripeteranno su obiettivi più difficili e meno familiari, e se tali capacità potranno diventare ampiamente utili senza rendere altrettanto ampia la disponibilità di assistenza biologica pericolosa.