A demonstração oferece evidências de que um modelo avançado pode conduzir de forma autônoma uma campanha inicial produtiva de desenho de proteínas — mas não prova que o Claude consiga descobrir, otimizar ou desenvolve... As principais conclusões foram divulgadas pela própria Anthropic, embora a produção física das p...
Resposta de pesquisa

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,
A demonstração da Anthropic é uma evidência relevante de que um modelo generalista avançado pode conduzir, com pouca intervenção humana, uma campanha inicial produtiva de desenho de proteínas. Mas ela não mostra que o Claude seja capaz de descobrir, otimizar ou desenvolver medicamentos de forma autônoma. As principais afirmações são da própria empresa, embora a produção das proteínas e os ensaios de ligação tenham sido feitos por laboratórios externos.
Os modelos Claude Mythos Preview e Claude Opus 4.8 projetaram proteínas ligantes para 14 dos 15 alvos avaliados experimentalmente. Em execuções simultâneas de 48 horas com vários alvos, o Mythos registrou taxa de acerto de 26,7%, enquanto o Opus 4.8 alcançou 22,6%. A Anthropic comparou esses números com uma taxa típica de 10% a 15% no setor. Quando o Mythos trabalhou com cada alvo separadamente, em execuções de 24 horas, chegou a 35,1%.
A média, porém, esconde uma variação significativa: os resultados por alvo ficaram entre 0% e 90%. Isso torna inadequado tratar o experimento como prova de que o modelo funciona igualmente bem em qualquer proteína ou problema biológico.
De 1.320 proteínas projetadas e testadas, 354 se ligaram aos alvos pretendidos — uma taxa geral de 26,8%. O único alvo que não produziu nenhum ligante foi o MBP.
A Adaptyv Bio recebeu os projetos de forma anônima, sintetizou o DNA, produziu as proteínas e mediu a ligação por ressonância plasmônica de superfície, usando ensaios replicados e controles de qualidade. A Twist Bioscience também produziu e testou uma parte dos projetos de forma independente.
Esse procedimento é mais significativo do que um simples resultado em simulação computacional. Ainda assim, ele valida a ligação entre uma proteína projetada e seu alvo — não sua eficácia terapêutica. Um ligante pode não ser seletivo, estável, seguro, fabricável ou capaz de chegar ao local certo no organismo.
O processo começou com um prompt inicial de aproximadamente 30 mil tokens, elaborado por um especialista humano em desenho de proteínas. Depois disso, com intervenção humana mínima, o Claude:
A campanha usou principalmente alvos já estabelecidos em benchmarks, além de dois alvos mais recentes de competições, incluídos para reduzir a possibilidade de que o modelo estivesse apenas reproduzindo exemplos conhecidos.
A Anthropic afirma ter encontrado ligantes de alta afinidade para pelo menos seis alvos. Em pelo menos quatro casos, os resultados teriam igualado ou superado afinidades anteriormente divulgadas. Alguns dos projetos de melhor desempenho, segundo a empresa, se ligaram várias vezes mais fortemente do que os melhores resultados publicados até então.
No alvo RBX1, a taxa de acerto relatada para o Claude foi de aproximadamente 40%, contra 3,7% entre participantes anteriores de uma competição. A empresa também afirma que o modelo superou o projeto vencedor anterior.
Uma proteína ligante é uma pequena proteína projetada para se encaixar em um alvo. Esse tipo de molécula pode ser um ponto de partida para medicamentos, diagnósticos ou reagentes de pesquisa. Porém, a capacidade de se ligar ao alvo é apenas uma das primeiras etapas.
O resultado não comprova, por si só:
A própria Anthropic descreve o trabalho como uma demonstração ligada às fases iniciais do desenvolvimento de medicamentos, e não como um sistema completo de descoberta de remédios.
Martin Shkreli criticou os resultados, argumentando que muitas das afinidades relatadas seriam fracas para sustentar as implicações farmacêuticas sugeridas e que o programa se concentrou em alvos extracelulares. Proteínas que estão fora das células tendem a ser mais acessíveis a esse tipo de abordagem do que alvos intracelulares, que continuam sendo um desafio mais difícil.
Essas críticas apontam limitações importantes, mas não anulam o resultado experimental medido: muitas das proteínas projetadas de fato se ligaram aos alvos em testes de laboratório.
A Anthropic apresenta o desenho de ligantes e a análise de dados químicos como partes de uma possível plataforma mais ampla, capaz de combinar diferentes modalidades para acelerar o desenvolvimento de medicamentos. A empresa também afirma que muitos obstáculos restantes são operacionais e regulatórios, e não apenas uma questão de capacidade do modelo.
As capacidades mais avançadas da empresa para ciências da vida permanecem restritas. A Anthropic declarou que pretende criar um programa de acesso para cientistas e que o Opus 5 é seu modelo geralmente disponível mais forte para tarefas de ciências da vida.
O mesmo fluxo de trabalho autônomo que pode acelerar pesquisas terapêuticas legítimas também pode reduzir o nível de conhecimento especializado e o tempo necessários para realizar trabalhos biológicos potencialmente nocivos.
Por isso, a Anthropic restringe tarefas avançadas de pesquisa biológica em seus modelos mais capazes e sinaliza preferência por acesso controlado ou avaliado, em vez de uma liberação ampla. O desafio de governança é permitir pesquisas médicas legítimas sem oferecer assistência para engenharia de patógenos, trabalho relacionado a toxinas ou outras atividades biológicas de uso dual.
O experimento mostrou uma capacidade incomum de coordenar, de forma autônoma, ferramentas já existentes de desenho de proteínas e obteve uma taxa de ligação em laboratório acima da referência citada pela empresa. Não mostrou, porém, que o Claude criou um medicamento, resolveu o problema de atingir alvos intracelulares ou eliminou o longo caminho experimental e regulatório entre um ligante promissor e um tratamento aprovado.
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
A demonstração oferece evidências de que um modelo avançado pode conduzir de forma autônoma uma campanha inicial produtiva de desenho de proteínas — mas não prova que o Claude consiga descobrir, otimizar ou desenvolve...
A demonstração oferece evidências de que um modelo avançado pode conduzir de forma autônoma uma campanha inicial produtiva de desenho de proteínas — mas não prova que o Claude consiga descobrir, otimizar ou desenvolve... As principais conclusões foram divulgadas pela própria Anthropic, embora a produção física das proteínas e os testes de ligação tenham sido realizados por laboratórios externos.
Os modelos Claude Mythos Preview e Claude Opus 4.8 projetaram proteínas ligantes para 14 dos 15 alvos avaliados experimentalmente.