Claude berjaya mereka protein pengikat untuk 14 daripada 15 sasaran — tetapi ia masih belum mencipta ubat

Demonstrasi reka bentuk protein oleh Anthropic paling tepat dilihat sebagai ujian terhadap keupayaan AI menyelaras penyelidikan saintifik secara autonomi. Claude Mythos Preview dan Claude Opus 4.8 meneliti sasaran biologi, memilih strategi reka bentuk, menjalankan alat khusus, menghasilkan calon protein dan menentukan reka bentuk yang perlu dihantar untuk diuji. Protein-protein itu kemudiannya diuji di makmal luar, dengan 354 daripada 1,320 reka bentuk didapati mengikat sasaran masing-masing.

Ini merupakan kemajuan yang bermakna untuk peringkat paling awal penyelidikan ubat. Namun, ia bukan bukti bahawa Claude telah menemui ubat secara bebas, menyelesaikan masalah paling sukar dalam terapi berasaskan protein atau boleh menggantikan pembangunan makmal dan klinikal.

Keputusan utama: 14 daripada 15 sasaran

Anthropic melaporkan bahawa Claude mereka sekurang-kurangnya satu protein pengikat yang berfungsi untuk 14 daripada 15 sasaran yang dinilai secara eksperimen. Model yang digunakan ialah Claude Mythos Preview dan Claude Opus 4.8. Bergantung pada susunan eksperimen, kadar kejayaan yang dilaporkan berada antara 22.6% hingga 35.1%, berbanding norma industri sekitar 10% hingga 15% yang dipetik Anthropic bagi reka bentuk protein pengikat de novo — iaitu protein baharu yang direka dari awal.

Keputusan keseluruhan di makmal menunjukkan corak yang hampir sama: 354 daripada 1,320 reka bentuk mengikat sasaran masing-masing, bersamaan kadar kejayaan 26.8%. Hanya satu sasaran yang dinilai tidak menghasilkan sebarang protein pengikat.

Bagaimanapun, angka ini bukan kadar kejayaan sejagat untuk semua sasaran. Prestasi berbeza dengan ketara, daripada sifar hingga 90% mengikut sasaran. Dalam satu percubaan yang membolehkan Mythos menumpukan perhatian kepada sasaran individu selama 24 jam, kadar tertinggi yang dilaporkan ialah 35.1%. Kempen yang mengendalikan banyak sasaran secara serentak menghasilkan kadar lebih rendah.

Apa sebenarnya yang dilakukan Claude?

Eksperimen itu bukan bermaksud model bahasa tersebut mencipta seluruh bidang sains protein dari kosong. Seorang pakar reka bentuk protein manusia terlebih dahulu menyediakan arahan kira-kira 30,000 token yang menerangkan aliran kerja. Selepas itu, Claude beroperasi dengan campur tangan manusia yang minimum.

Dalam rangka kerja tersebut, Claude:

• membuat kajian tentang sasaran yang dipilih;
• menentukan bahagian protein yang patut menjadi tempat ikatan;
• memasang dan menyelaras alat ramalan struktur serta reka bentuk protein yang tersedia secara umum;
• menghasilkan jujukan protein calon;
• menapis, menyusun keutamaan dan memperhalus calon; serta
• memilih reka bentuk untuk dihantar bagi ujian makmal.

Perbezaan ini penting. Pencapaian utama Claude ialah kebolehannya mengurus proses reka bentuk yang panjang dan menggunakan pelbagai alat, selain membuat keputusan pemilihan calon. Ia bukan penciptaan semua kaedah pengiraan yang digunakan dalam proses tersebut.

Set sasaran itu turut merangkumi sasaran penanda aras yang telah digunakan sebelum ini serta sasaran pertandingan yang lebih baharu. Ini menjadikan keputusan tersebut lebih bermakna berbanding latihan pengiraan yang sepenuhnya sintetik, walaupun kemungkinan prestasi dipengaruhi oleh kebiasaan terhadap sasaran penanda aras masih perlu dipertimbangkan.

Mengapa pengesahan makmal penting?

Model komputer boleh meramalkan bahawa sesuatu protein sepatutnya mengikat sasaran, tetapi ramalan itu tidak semestinya bermaksud protein tersebut boleh dihasilkan, melipat dengan betul atau mengikat dalam ujian sebenar. Sebab itu Anthropic menghantar reka bentuknya kepada rakan ujian luar.

Adaptyv Bio menerima reka bentuk tersebut tanpa mengetahui model yang menghasilkannya. Proses automatik syarikat itu merangkumi sintesis DNA, penghasilan protein, pengukuran ikatan dan kawalan kualiti. Adaptyv mengukur ikatan menggunakan teknik resonans plasmon permukaan dan melaporkan 354 protein pengikat daripada 1,320 reka bentuk.

Twist Bioscience turut menghasilkan dan menguji reka bentuk itu secara berasingan. Menurut Anthropic, keputusan tersebut merangkumi protein pengikat berafiniti tinggi untuk sekurang-kurangnya enam sasaran, serta protein yang menyamai atau mengatasi afiniti terbaik yang pernah dilaporkan bagi sekurang-kurangnya empat sasaran.

Ini merupakan bukti yang lebih kukuh berbanding penanda aras yang hanya menilai struktur ramalan atau penjelasan yang ditulis oleh model. Namun, pengesahan itu masih menjawab soalan yang terhad: adakah protein yang direka boleh mengikat sasaran tertentu dalam keadaan ujian tersebut? Ia belum membuktikan bahawa protein itu berguna sebagai rawatan.

Keputusan RBX1 dan dakwaan paling menonjol

Salah satu perbandingan yang paling menarik melibatkan RBX1. Anthropic melaporkan kadar kejayaan kira-kira 40% untuk reka bentuk Claude, berbanding 3.7% dalam kalangan peserta pertandingan terdahulu. Syarikat itu juga berkata sistemnya mengatasi reka bentuk pemenang sebelum ini bagi sasaran tersebut.

Anthropic turut melaporkan keputusan afiniti yang sangat baik bagi sesetengah calon, termasuk reka bentuk yang mengikat beberapa kali lebih kuat berbanding keputusan terbaik yang diterbitkan sebelum ini. Dapatan ini menjanjikan, tetapi masih merupakan keputusan yang dilaporkan oleh syarikat daripada satu kempen — bukan bukti keunggulan menyeluruh dalam semua tugasan reka bentuk protein.

Protein pengikat bukan ubat

Protein pengikat ialah molekul yang direka untuk melekat pada sasaran biologi. Ia boleh digunakan sebagai asas untuk terapi, diagnostik dan bahan penyelidikan, tetapi keupayaan mengikat hanyalah satu pencapaian awal.

Calon ubat yang berdaya maju mungkin turut memerlukan:

• selektiviti yang tepat terhadap sasaran;
• kesan fungsi, seperti menyekat atau mengaktifkan laluan biologi;
• kestabilan dan kebolehan untuk dihasilkan secara konsisten;
• keupayaan sampai ke tisu atau sel yang berkaitan;
• ciri farmakokinetik yang sesuai;
• keserasian dengan sistem imun; serta
• profil ketoksikan yang selamat.

Anthropic sendiri menggambarkan projek ini sebagai langkah awal ke arah molekul yang menyerupai calon ubat, bukannya hasil penemuan ubat dari hujung ke hujung. Kempen tersebut tidak menunjukkan keberkesanan klinikal, keselamatan pada manusia atau kejayaan melalui proses pembangunan ubat.

Batasan dan kritikan utama

Pemilihan sasaran merupakan satu batasan penting. Protein pengikat lazimnya lebih mudah direka untuk sasaran luar sel yang boleh dicapai berbanding protein yang berfungsi di dalam sel. Martin Shkreli mengkritik afiniti yang dilaporkan sebagai terlalu lemah untuk menyokong implikasi lebih luas terhadap industri farmaseutikal, selain menekankan ketiadaan sasaran intrasel yang sukar.

Kritikan itu tidak membatalkan dapatan makmal bahawa banyak reka bentuk benar-benar mengikat sasaran. Namun, ia mengehadkan kesimpulan yang wajar dibuat. Eksperimen ini menunjukkan Claude boleh menghasilkan sejumlah besar protein pengikat yang disahkan secara eksperimen melalui aliran kerja tertentu. Ia belum menunjukkan bahawa sistem itu boleh menghasilkan terapi intrasel secara konsisten atau mengatasi kaedah pembangunan ubat sedia ada bagi sasaran klinikal yang penting.

Bukti tersebut juga masih sebahagiannya datang daripada laporan Anthropic sendiri. Sintesis dan ujian fizikal dilakukan oleh organisasi luar, yang meningkatkan keyakinan terhadap dapatan, tetapi pengulangan bebas merentasi kumpulan sasaran yang lebih luas diperlukan untuk menguji sejauh mana keputusan ini boleh digeneralisasikan.

Cita-cita Anthropic dalam pembangunan ubat

Anthropic melihat reka bentuk protein pengikat sebagai satu komponen kepada cita-cita lebih besar: sistem pembangunan ubat hujung ke hujung dan merentas semua modaliti yang boleh membantu mempercepatkan penyelidikan serta menganalisis data kimia dan biologi. Inisiatif Claude Science menggabungkan aliran kerja penyelidikan, alat pengiraan dan analisis data saintifik, manakala kempen protein ini menunjukkan bagaimana ejen AI boleh menghubungkan keupayaan tersebut dengan eksperimen fizikal.

Anthropic berkata keupayaan sains hayatnya yang paling canggih belum tersedia untuk penggunaan tanpa sekatan. Syarikat itu menjadikan program akses untuk saintis sebagai keutamaan dan menyatakan bahawa Opus 5 ialah model yang paling berkeupayaan untuk penyelidikan sains hayat yang tersedia secara umum pada masa ini.

Janji praktikalnya bukanlah AI akan menghapuskan keperluan terhadap makmal. Sebaliknya, sistem autonomi mungkin dapat mengurangkan masa yang diperlukan untuk mengkaji sasaran, menjalankan perisian, menilai calon dan menentukan sejumlah kecil reka bentuk yang wajar diuji secara eksperimen.

Mengapa keupayaan ini dihadkan?

Aliran kerja tersebut mempunyai dimensi kegunaan dwi. Keupayaan yang sama untuk mengkaji sistem biologi, mereka protein dan menyelaras alat khusus boleh menyokong penyelidikan bermanfaat — atau mengurangkan tahap kepakaran serta masa yang diperlukan untuk kerja biologi berbahaya.

Anthropic berkata reka bentuk protein dan keupayaan penyelidikan biologi dwi-guna yang lain kekal tidak tersedia untuk akses umum pada sistem paling canggihnya. Akses terkawal atau dipercayai pula disasarkan kepada saintis yang berkelayakan. Cabaran yang dinyatakan syarikat ialah menyokong penyelidikan terapeutik yang sah sambil mengehadkan bantuan yang boleh menyumbang kepada kejuruteraan patogen, kerja berkaitan toksin atau aktiviti biologi berbahaya yang lain.

Dasar ini berkait rapat dengan keputusan teknikal tersebut. Semakin autonomi model bergerak daripada persoalan biologi kepada reka bentuk molekul calon, semakin penting untuk menilai bukan sahaja sama ada reka bentuk itu berfungsi, tetapi juga siapa yang boleh mengakses aliran kerja, jenis perlindungan yang mengiringinya dan cara penggunaannya dipantau.

Kesimpulan

Demonstrasi Anthropic menunjukkan bahawa Claude Mythos Preview dan Claude Opus 4.8 boleh menyelaras alat reka bentuk protein sedia ada secara autonomi dan menghasilkan protein pengikat yang disahkan di makmal, dengan kadar kejayaan yang dilaporkan antara 22.6% hingga 35.1%. Daripada 1,320 reka bentuk, 354 mengikat sasaran masing-masing, manakala 14 daripada 15 sasaran yang dinilai menghasilkan sekurang-kurangnya satu protein pengikat.

Keputusan ini merupakan bukti penting bahawa AI boleh membantu reka bentuk protein pada peringkat awal. Tetapi ia bukan sistem penemuan ubat autonomi, bukan penyelesaian kepada sasaran intrasel dan bukan pengganti kepada proses panjang yang merangkumi pengoptimuman, kajian toksikologi, ujian klinikal serta semakan kawal selia.

Ujian seterusnya ialah sama ada keputusan ini boleh diulang pada sasaran yang lebih sukar dan kurang dikenali — serta sama ada keupayaan tersebut boleh dimanfaatkan secara meluas tanpa menjadikan bantuan biologi berbahaya mudah dicapai oleh semua pihak.