Claude создал белки-связыватели для 14 из 15 мишеней — но это ещё не лекарство

Главный вывод из эксперимента Anthropic — не то, что Claude «изобрёл лекарство». Гораздо точнее говорить о демонстрации автономной научной координации: Claude исследовал биологические мишени, выбирал стратегии, запускал специализированные инструменты, создавал белковые последовательности, отбирал кандидатов и решал, какие из них отправить в лабораторию. Внешние лаборатории подтвердили связывание у 354 из 1 320 дизайнов.

Для самых ранних этапов поиска лекарств это заметный результат. Но он не означает, что Claude самостоятельно открыл препарат, решил проблему создания белков для внутриклеточных мишеней или способен заменить лабораторные и клинические исследования.

Что означает результат «14 из 15»

Anthropic сообщает, что модели Claude Mythos Preview и Claude Opus 4.8 создали как минимум один рабочий белок-связыватель для 14 из 15 экспериментально оценённых мишеней. В зависимости от организации эксперимента заявленная доля успешных дизайнов составляла от 22,6% до 35,1%. Для сравнения компания приводит отраслевой ориентир примерно 10–15% для такого типа de novo-дизайна связывателей — то есть создания новых белков с нуля.

Суммарные лабораторные данные дают близкую картину: 354 из 1 320 дизайнов связались с намеченными мишенями, что соответствует показателю 26,8%. Только одна из оценённых мишеней не дала ни одного связывателя.

Однако эти цифры нельзя воспринимать как универсальный показатель эффективности Claude. Результаты по отдельным мишеням заметно различались — от нуля до 90%. Наибольший показатель, 35,1%, был получен в эксперименте, где Mythos посвящал каждой мишени отдельный 24-часовой запуск. В кампаниях с одновременной работой по нескольким мишеням результаты были ниже.

Что именно делал Claude

Модель не изобретала с нуля всю современную науку о белках. Специалист по белковому дизайну заранее подготовил примерно 30 000 токенов инструкций, описывающих рабочий процесс. После этого Claude действовал при минимальном дополнительном участии человека.

В рамках заданного протокола модель:

• изучала выбранные белковые мишени;
• определяла, в каких участках должны связываться кандидаты;
• устанавливала и координировала общедоступные инструменты прогнозирования структуры и белкового дизайна;
• генерировала белковые последовательности;
• фильтровала, ранжировала и дорабатывала кандидатов;
• выбирала дизайны для последующей лабораторной проверки.

Это важное различие. Новизна эксперимента заключается прежде всего в том, что модель смогла самостоятельно вести длинную цепочку действий с использованием инструментов и принимать решения по отбору кандидатов. Базовые вычислительные методы при этом уже существовали.

В набор мишеней вошли как известные тестовые объекты, так и более новые мишени из соревнований по белковому дизайну. Это делает эксперимент содержательнее чисто вычислительного теста, хотя полностью исключить влияние знакомства с бенчмарками нельзя.

Почему лабораторная проверка важнее красивой компьютерной модели

Компьютер может предсказать, что белок должен связываться с определённой мишенью. Но предсказание ещё не говорит, что белок удастся синтезировать, что он правильно свернётся и что связь подтвердится в реальном анализе.

Поэтому Anthropic передала дизайны внешним партнёрам. Adaptyv Bio получила их анонимно, не зная, какая модель создала конкретную последовательность. Автоматизированный процесс прошёл путь от цифровой последовательности к синтезу ДНК, экспрессии белка, измерению связывания и контролю качества. Для измерений использовался метод поверхностного плазмонного резонанса. В результате компания зафиксировала 354 связывателя из 1 320 дизайнов.

Twist Bioscience также независимо произвела и проверила созданные белки. По данным Anthropic, среди результатов были связыватели с высокой аффинностью как минимум для шести мишеней, а для как минимум четырёх мишеней — кандидаты, соответствующие или превосходящие лучшие ранее опубликованные показатели.

Это более убедительно, чем тест, основанный только на предсказанных структурах или объяснениях, написанных самой моделью. Но лабораторная проверка отвечает лишь на узкий вопрос: связывается ли созданный белок с выбранной мишенью в заданных экспериментальных условиях? Она не показывает, станет ли этот белок полезным лекарством.

Что показал результат для RBX1

Одним из наиболее заметных сравнений Anthropic стала мишень RBX1. Компания сообщила примерно о 40% успешных связываний для дизайнов Claude против 3,7% у предыдущих участников соревнований. Anthropic также заявила, что её система превзошла прежний лучший дизайн для этой мишени.

Компания сообщила и о других сильных результатах: некоторые кандидаты связывались в несколько раз прочнее, чем лучшие ранее опубликованные варианты. Это многообещающие данные, но пока они остаются результатами одной кампании, представленными самой Anthropic, а не доказательством превосходства модели во всех задачах белкового дизайна.

Связыватель — ещё не лекарство

Белок-связыватель — это молекула, созданная для присоединения к определённой биологической мишени. Такие молекулы могут использоваться в терапии, диагностике и научных исследованиях, но связывание — лишь один из первых этапов.

Перспективный лекарственный кандидат также должен обладать:

• нужной избирательностью к целевой мишени;
• функциональным эффектом — например, блокировать или активировать биологический путь;
• стабильностью и технологичностью производства;
• способностью достигать нужной ткани или клетки;
• подходящими фармакокинетическими свойствами;
• приемлемой иммунологической совместимостью;
• предсказуемым профилем токсичности.

Сама Anthropic описывает эксперимент как ранний шаг к молекулам, пригодным для разработки лекарств, а не как завершённую систему создания препарата. В нём не проверялись эффективность у людей, безопасность для человека или прохождение клинических и регуляторных этапов.

Главные ограничения и критика

Существенное ограничение связано с выбором мишеней. Белковые связыватели обычно проще создавать для доступных внеклеточных мишеней, чем для белков, работающих внутри клеток. Мартин Шкрели раскритиковал заявленные показатели аффинности как недостаточные для более широких фармацевтических выводов и указал на отсутствие сложных внутриклеточных мишеней.

Эта критика не отменяет лабораторного факта: многие созданные белки действительно связались с намеченными мишенями. Но она помогает точнее определить масштаб достижения. Эксперимент показал, что Claude способен в рамках заданного процесса создать значительное число экспериментально подтверждённых связывателей. Он не показал, что система надёжно создаёт внутриклеточные терапевтические молекулы или превосходит традиционные методы разработки лекарств по клинически важным мишеням.

Кроме того, часть ключевых выводов исходит от самой Anthropic. Синтез и анализы выполняли внешние организации, что повышает доверие к физической проверке, однако более сильным тестом обобщаемости стали бы независимые повторения на более широком наборе сложных и незнакомых мишеней.

Более масштабная цель Anthropic

Anthropic рассматривает белковый дизайн как один элемент более амбициозной стратегии: создание сквозной системы для разработки лекарств, способной работать с разными типами биологических и химических данных. Проект Claude Science объединяет исследовательские процессы, вычислительные инструменты и анализ научных данных, а эксперимент с белками показывает, как агент может связывать такие возможности с реальной лабораторной работой.

Компания заявляет, что наиболее мощные биологические возможности пока недоступны без ограничений. Среди её приоритетов — запуск программы доступа для учёных, а Opus 5 она называет наиболее способной общедоступной моделью для исследований в области наук о жизни.

Практическая ценность такого подхода не в том, что ИИ устраняет лабораторию. Потенциально он может сократить время на изучение мишеней, запуск программ, сортировку тысяч кандидатов и выбор относительно небольшой группы дизайнов, которые действительно стоит проверять экспериментально.

Почему доступ к таким возможностям ограничивают

У этого рабочего процесса есть аспект двойного назначения. Способность исследовать биологические системы, проектировать белки и координировать специализированные инструменты может ускорить полезные исследования — но одновременно снизить уровень экспертизы и время, необходимые для вредоносной биологической работы.

Anthropic заявляет, что белковый дизайн и другие биологические возможности двойного назначения остаются недоступными для общего использования в наиболее мощных системах. Компания ориентируется на контролируемый доступ для квалифицированных исследователей и пытается найти баланс между поддержкой терапевтических проектов и ограничением помощи, которая может быть связана с конструированием патогенов, токсинами или другими опасными биологическими задачами.

Это напрямую связано с техническим результатом. Чем автономнее модель проходит путь от биологического вопроса к проектированию молекулярных кандидатов, тем важнее оценивать не только работоспособность дизайнов, но и то, кто получает доступ к процессу, какие меры защиты применяются и как использование контролируется.

Итог

Демонстрация Anthropic показала, что Claude Mythos Preview и Claude Opus 4.8 способны автономно координировать существующие инструменты белкового дизайна и создавать экспериментально подтверждённые связыватели. Заявленная доля успеха составила от 22,6% до 35,1%; из 1 320 дизайнов 354 связались с целевыми мишенями, а результат хотя бы с одним связывателем был получен для 14 из 15 оценённых мишеней.

Это важное доказательство того, что ИИ может повысить продуктивность раннего белкового дизайна. Но перед нами не автономная система создания лекарств, не решение проблемы внутриклеточных мишеней и не замена оптимизации, токсикологии, клинических испытаний и регуляторной экспертизы.

Следующая проверка будет гораздо сложнее: смогут ли подобные результаты воспроизводиться на менее знакомых и более трудных мишенях — и удастся ли сделать эти возможности полезными для науки, не открывая одновременно широкий доступ к опасным биологическим сценариям.