Utfallet varierade dock kraftigt mellan målen: från 0 till 90 procent. Genomsnittet bör därför inte tolkas som att modellen har en jämnt hög förmåga i alla typer av proteindesign.

Vad testades i laboratoriet?

Av 1 320 designade proteiner band 354 till sina avsedda mål – totalt 26,8 procent. MBP var det enda målet där inga bindare hittades.

Adaptyv Bio tog emot designerna anonymiserat, syntetiserade DNA, uttryckte proteinerna och mätte bindningen med ytplasmonresonans, en metod som analyserar hur starkt molekyler fäster vid varandra. Mätningarna upprepades och genomfördes med kvalitetskontroller. Twist Bioscience framställde och testade också designerna oberoende av Adaptyv Bio.

Det gör demonstrationen mer betydelsefull än ett rent datortest. Men valideringen gäller fortfarande främst om en bindare fäster vid sitt mål – inte om den kan bli ett säkert och effektivt läkemedel.

Hur arbetade Claude?

En expert på proteindesign försåg modellen med en inledande instruktion på omkring 30 000 token. Därefter krävdes enligt Anthropic mycket begränsad mänsklig inblandning. Claude kunde:

• undersöka de aktuella proteinmålen,
• välja möjliga bindningsställen,
• använda och samordna offentligt tillgängliga verktyg för strukturprediktion och proteindesign,
• skapa kandidatproteiner,
• samt filtrera och rangordna resultaten.

Kampanjen omfattade främst etablerade benchmarkmål. Två nyare tävlingsmål inkluderades också, för att minska risken att resultaten bara återskapade redan kända exempel.

Det viktiga metodologiska fyndet är alltså inte att Claude uppfann varje delverktyg själv, utan att modellen kunde orkestrera en hel arbetskedja från målval och litteratursökning till kandidatdesign och prioritering.

Resultat som Anthropic lyfter fram

Anthropic uppger att modellen skapade bindare med hög affinitet mot minst sex mål. För minst fyra mål ska resultaten ha matchat eller överträffat tidigare rapporterade bindningsstyrkor. Vissa av de bästa designerna uppges ha bundit flera gånger starkare än de bästa tidigare publicerade resultaten.

Mot RBX1 var Claudes rapporterade träffsäkerhet omkring 40 procent, jämfört med 3,7 procent bland tidigare tävlingsdeltagare. Anthropic säger också att modellen överträffade den tidigare vinnardesignen.

Varför en proteinbindare inte är samma sak som ett läkemedel

En proteinbindare är ett mindre protein som fäster vid ett specifikt mål. Sådana molekyler kan bli utgångspunkter för läkemedel, diagnostik eller forskningsreagenser.

Men bindningsförmåga räcker inte för att visa att en kandidat är medicinskt användbar. Forskare måste också undersöka bland annat:

• selektivitet – om bindaren träffar rätt mål utan oönskade effekter,
• funktion – om bindningen faktiskt blockerar eller förändrar målproteinets aktivitet,
• stabilitet och tillverkning,
• leverans till rätt vävnad,
• farmakokinetik, alltså hur kroppen hanterar ämnet,
• immunogenicitet och toxicitet,
• samt klinisk effekt i människor.

Anthropic beskriver själv arbetet som ett bidrag till tidiga delar av läkemedelsutvecklingen, inte som ett komplett system för att ta fram färdiga läkemedel.

Invändningarna mot demonstrationen

Martin Shkreli har hävdat att många av de rapporterade bindningsstyrkorna är för svaga för de läkemedelsanspråk som antyds. Han har också kritiserat att programmet fokuserade på extracellulära mål, där proteinbindare är mer praktiskt användbara, i stället för svårare mål inne i celler.

Det är relevanta begränsningar. De motsäger dock inte det mer avgränsade experimentella fyndet: många av de AI-designade proteinerna band faktiskt till sina mål.

Anthropics större läkemedelsambition

Anthropic framställer proteindesign och analys av kemiska data som byggstenar i en framtida, mer heltäckande satsning på flera typer av biologiska och kemiska data. Målet är att minska den tid, expertis och kostnad som krävs i delar av läkemedelsutvecklingen. Företaget har samtidigt sagt att flera återstående hinder är operativa och policyrelaterade – inte enbart kopplade till modellernas kapacitet.

De mest avancerade biologiska funktionerna är för närvarande begränsade. Anthropic har sagt att företaget vill skapa ett program med kontrollerad tillgång för forskare och andra granskade användare. Opus 5 beskrivs som den starkaste allmänt tillgängliga modellen för arbete inom livsvetenskaperna.

Säkerhetsfrågan: samma verktyg kan användas åt båda håll

Ett autonomt arbetsflöde som snabbar upp legitim proteindesign kan samtidigt sänka tröskeln för skadlig biologisk forskning. Därför begränsar Anthropic avancerade biologiska uppgifter på sina mest kapabla modeller och signalerar att kontrollerad eller granskad tillgång är säkrare än ett helt öppet släpp.

Den centrala styrningsutmaningen blir att möjliggöra seriös terapeutisk forskning utan att ge hjälp med exempelvis patogendesign, toxiner eller annan biologisk forskning med dubbla användningsområden.

Slutsats

Experimentet visade att Claude kan samordna befintliga verktyg för proteindesign ovanligt effektivt och nå en laboratoriebekräftad bindningsnivå som Anthropic beskriver som klart högre än branschens typiska riktvärde.

Det visade däremot inte att Claude kan skapa ett färdigt läkemedel, lösa problemet med målproteiner inne i celler eller ersätta den långa experimentella och regulatoriska vägen från en proteinbindare till en godkänd behandling.

Utfallet varierade dock kraftigt mellan målen: från 0 till 90 procent. Genomsnittet bör därför inte tolkas som att modellen har en jämnt hög förmåga i alla typer av proteindesign.

Vad testades i laboratoriet?

Av 1 320 designade proteiner band 354 till sina avsedda mål – totalt 26,8 procent. MBP var det enda målet där inga bindare hittades.

Adaptyv Bio tog emot designerna anonymiserat, syntetiserade DNA, uttryckte proteinerna och mätte bindningen med ytplasmonresonans, en metod som analyserar hur starkt molekyler fäster vid varandra. Mätningarna upprepades och genomfördes med kvalitetskontroller. Twist Bioscience framställde och testade också designerna oberoende av Adaptyv Bio.

Det gör demonstrationen mer betydelsefull än ett rent datortest. Men valideringen gäller fortfarande främst om en bindare fäster vid sitt mål – inte om den kan bli ett säkert och effektivt läkemedel.

Hur arbetade Claude?

En expert på proteindesign försåg modellen med en inledande instruktion på omkring 30 000 token. Därefter krävdes enligt Anthropic mycket begränsad mänsklig inblandning. Claude kunde:

• undersöka de aktuella proteinmålen,
• välja möjliga bindningsställen,
• använda och samordna offentligt tillgängliga verktyg för strukturprediktion och proteindesign,
• skapa kandidatproteiner,
• samt filtrera och rangordna resultaten.

Kampanjen omfattade främst etablerade benchmarkmål. Två nyare tävlingsmål inkluderades också, för att minska risken att resultaten bara återskapade redan kända exempel.

Det viktiga metodologiska fyndet är alltså inte att Claude uppfann varje delverktyg själv, utan att modellen kunde orkestrera en hel arbetskedja från målval och litteratursökning till kandidatdesign och prioritering.

Resultat som Anthropic lyfter fram

Anthropic uppger att modellen skapade bindare med hög affinitet mot minst sex mål. För minst fyra mål ska resultaten ha matchat eller överträffat tidigare rapporterade bindningsstyrkor. Vissa av de bästa designerna uppges ha bundit flera gånger starkare än de bästa tidigare publicerade resultaten.

Mot RBX1 var Claudes rapporterade träffsäkerhet omkring 40 procent, jämfört med 3,7 procent bland tidigare tävlingsdeltagare. Anthropic säger också att modellen överträffade den tidigare vinnardesignen.

Varför en proteinbindare inte är samma sak som ett läkemedel

En proteinbindare är ett mindre protein som fäster vid ett specifikt mål. Sådana molekyler kan bli utgångspunkter för läkemedel, diagnostik eller forskningsreagenser.

Men bindningsförmåga räcker inte för att visa att en kandidat är medicinskt användbar. Forskare måste också undersöka bland annat:

• selektivitet – om bindaren träffar rätt mål utan oönskade effekter,
• funktion – om bindningen faktiskt blockerar eller förändrar målproteinets aktivitet,
• stabilitet och tillverkning,
• leverans till rätt vävnad,
• farmakokinetik, alltså hur kroppen hanterar ämnet,
• immunogenicitet och toxicitet,
• samt klinisk effekt i människor.

Anthropic beskriver själv arbetet som ett bidrag till tidiga delar av läkemedelsutvecklingen, inte som ett komplett system för att ta fram färdiga läkemedel.

Invändningarna mot demonstrationen

Martin Shkreli har hävdat att många av de rapporterade bindningsstyrkorna är för svaga för de läkemedelsanspråk som antyds. Han har också kritiserat att programmet fokuserade på extracellulära mål, där proteinbindare är mer praktiskt användbara, i stället för svårare mål inne i celler.

Det är relevanta begränsningar. De motsäger dock inte det mer avgränsade experimentella fyndet: många av de AI-designade proteinerna band faktiskt till sina mål.

Anthropics större läkemedelsambition

Anthropic framställer proteindesign och analys av kemiska data som byggstenar i en framtida, mer heltäckande satsning på flera typer av biologiska och kemiska data. Målet är att minska den tid, expertis och kostnad som krävs i delar av läkemedelsutvecklingen. Företaget har samtidigt sagt att flera återstående hinder är operativa och policyrelaterade – inte enbart kopplade till modellernas kapacitet.

De mest avancerade biologiska funktionerna är för närvarande begränsade. Anthropic har sagt att företaget vill skapa ett program med kontrollerad tillgång för forskare och andra granskade användare. Opus 5 beskrivs som den starkaste allmänt tillgängliga modellen för arbete inom livsvetenskaperna.

Säkerhetsfrågan: samma verktyg kan användas åt båda håll

Ett autonomt arbetsflöde som snabbar upp legitim proteindesign kan samtidigt sänka tröskeln för skadlig biologisk forskning. Därför begränsar Anthropic avancerade biologiska uppgifter på sina mest kapabla modeller och signalerar att kontrollerad eller granskad tillgång är säkrare än ett helt öppet släpp.

Den centrala styrningsutmaningen blir att möjliggöra seriös terapeutisk forskning utan att ge hjälp med exempelvis patogendesign, toxiner eller annan biologisk forskning med dubbla användningsområden.

Slutsats

Experimentet visade att Claude kan samordna befintliga verktyg för proteindesign ovanligt effektivt och nå en laboratoriebekräftad bindningsnivå som Anthropic beskriver som klart högre än branschens typiska riktvärde.

Det visade däremot inte att Claude kan skapa ett färdigt läkemedel, lösa problemet med målproteiner inne i celler eller ersätta den långa experimentella och regulatoriska vägen från en proteinbindare till en godkänd behandling.