En menneskelig ekspert på proteindesign laget en innledende instruksjon på rundt 30 000 token. Deretter fikk Claude i stor grad arbeide selvstendig. Modellen undersøkte målproteinene, valgte aktuelle bindingssteder, tok i bruk offentlig tilgjengelige verktøy for strukturprediksjon og proteindesign, genererte kandidater og sorterte dem etter forventet kvalitet.
Testen brukte i hovedsak etablerte referansemål, men inkluderte også to nyere konkurransemål. Hensikten var å redusere risikoen for at modellen bare gjenskapte løsninger den kunne ha møtt i eksisterende eksempler.
Anthropic oppgir at modellen utviklet bindere med høy affinitet mot minst seks av målene, og at resultatene mot minst fire mål var på nivå med eller bedre enn tidligere publiserte resultater. Noen av toppdesignene skal ha bundet seg flere ganger sterkere enn de beste tidligere rapporterte løsningene.
Mot RBX1 oppgir Anthropic en treffrate på rundt 40 prosent, sammenlignet med 3,7 prosent blant tidligere deltakere i en konkurranse. Selskapet sier også at Claude overgikk den tidligere vinnerdesignen.
En proteinbinder er et lite protein som fester seg til et bestemt mål. Slike bindere kan bli nyttige i legemidler, diagnostikk eller laboratoriereagenser. Binding alene sier imidlertid lite om hvorvidt et molekyl kan brukes i kroppen.
Før en kandidat eventuelt kan bli et legemiddel, må forskere blant annet undersøke:
Anthropic beskriver derfor selv arbeidet som et bidrag til de tidlige fasene av legemiddelutvikling – ikke som et komplett system for å finne og utvikle ferdige medisiner.
Martin Shkreli har hevdet at flere av de rapporterte affinitetene var for svake til å underbygge de mest ambisiøse farmasøytiske påstandene. Han har også påpekt at programmet fokuserte på ekstracellulære mål, der proteinbindere normalt er enklere å bruke, fremfor krevende mål inne i cellene.
Dette er relevante begrensninger, selv om de ikke opphever det målbare funnet: Mange av proteinene Claude designet, bandt seg faktisk til de tiltenkte målene.
Anthropic fremstiller proteindesign og analyse av kjemiske data som deler av en mulig fremtidig arbeidsflyt for legemiddelutvikling på tvers av flere datatyper. Målet er å redusere tiden, kostnadene og ekspertisen som kreves i deler av forskningsprosessen.
Selskapet sier samtidig at flere av de gjenværende hindringene handler om praktisk gjennomføring og regulering, ikke bare om hvor dyktig selve modellen er. De mest avanserte livsvitenskapelige funksjonene er foreløpig begrenset. Anthropic har signalisert at de vil etablere et program med tilgang for godkjente forskere og virksomheter, mens Opus 5 beskrives som den sterkeste modellen som generelt er tilgjengelig for arbeid innen livsvitenskap.
En arbeidsflyt som kan akselerere legitim proteindesign, kan også senke terskelen for skadelig biologisk arbeid. Den kan redusere både tidsbruken og ekspertisen som kreves for oppgaver med mulig dobbelt bruksområde.
Anthropic begrenser derfor avanserte biologiske forskningsoppgaver på sine mest kapable modeller og peker mot kontrollert eller kvalitetssikret tilgang fremfor full, åpen lansering. Den sentrale styringsutfordringen blir å legge til rette for legitim terapeutisk forskning uten å gi tilsvarende hjelp til arbeid med patogener, toksiner eller annen skadelig biologisk utvikling.
Forsøket viste at Claude kan koordinere eksisterende verktøy for proteindesign på en uvanlig effektiv måte, og at designene oppnådde en klart høyere laboratoriebekreftet treffrate enn nivået Anthropic sammenligner med.
Det viste ikke at Claude har skapt et legemiddel, løst problemet med målproteiner inne i cellene eller fjernet den lange eksperimentelle og regulatoriske veien fra en proteinbinder til en godkjent behandling.