Trong các lượt chạy đồng thời trên nhiều mục tiêu kéo dài 48 giờ, Mythos đạt tỷ lệ mẫu gắn được với mục tiêu là 26,7%, còn Opus 4.8 đạt 22,6%. Anthropic đối chiếu các con số này với mức phổ biến khoảng 10–15% trong lĩnh vực. Khi Mythos xử lý từng mục tiêu riêng biệt trong các lượt chạy kéo dài 24 giờ, tỷ lệ đạt 35,1%.

Dù vậy, hiệu suất thay đổi rất mạnh giữa các mục tiêu, từ 0% đến 90%. Vì thế, con số tổng hợp không nên được hiểu là Claude có năng lực đồng đều hoặc luôn thành công trong mọi bài toán thiết kế protein.

Kết quả phòng thí nghiệm được kiểm chứng ra sao?

Trong số 1.320 protein được thiết kế và kiểm tra, có 354 protein gắn với mục tiêu dự kiến, tương đương tỷ lệ chung 26,8%. Chỉ mục tiêu MBP không tạo ra protein gắn kết nào.

Adaptyv Bio tiếp nhận các thiết kế mà không biết nguồn gốc, sau đó tổng hợp DNA, biểu hiện protein và đo khả năng gắn kết bằng phương pháp cộng hưởng plasmon bề mặt (surface plasmon resonance). Các phép đo được lặp lại và kiểm soát chất lượng. Twist Bioscience cũng độc lập sản xuất và kiểm tra các thiết kế.

Cách kiểm chứng này mạnh hơn một bài đánh giá chỉ dựa trên mô phỏng máy tính. Tuy nhiên, nó mới xác nhận một thuộc tính cơ bản là khả năng gắn kết, chứ chưa chứng minh protein có tác dụng điều trị.

Claude đã thực hiện những bước nào?

Một chuyên gia thiết kế protein đã cung cấp lời nhắc ban đầu dài khoảng 30.000 token. Sau đó, với mức can thiệp tối thiểu từ con người, Claude đã:

• nghiên cứu các mục tiêu protein;
• lựa chọn vị trí để thiết kế điểm gắn;
• gọi và điều phối những công cụ công khai chuyên về dự đoán cấu trúc và thiết kế protein;
• tạo ra các ứng viên thiết kế;
• lọc, xếp hạng và lựa chọn các ứng viên tiềm năng.

Chiến dịch tập trung vào các mục tiêu đã có trong những bộ chuẩn đánh giá, đồng thời bổ sung hai mục tiêu mới hơn từ các cuộc thi thiết kế. Cách này nhằm giảm khả năng kết quả chỉ đơn giản là tái tạo những ví dụ đã được biết đến.

Điểm đáng chú ý nằm ở khả năng kết nối nhiều công cụ và bước nghiên cứu thành một quy trình tương đối tự động, chứ không phải Claude đã thay thế toàn bộ chuyên môn sinh học hay phòng thí nghiệm.

Có thiết kế nào vượt qua kết quả trước đây?

Anthropic cho biết các thiết kế tạo ra protein có ái lực cao với ít nhất sáu mục tiêu, đồng thời đạt hoặc vượt mức ái lực từng được công bố trước đó ở ít nhất bốn mục tiêu. Một số thiết kế tốt nhất được cho là gắn chặt hơn nhiều lần so với kết quả tốt nhất từng được công bố.

Với mục tiêu RBX1, tỷ lệ mẫu trúng đích được Anthropic báo cáo là khoảng 40%, so với 3,7% ở những người tham gia các cuộc thi trước đó. Công ty cũng cho biết thiết kế của Claude vượt qua thiết kế từng giành chiến thắng trước đây.

Những kết quả này cho thấy AI có thể giúp mở rộng nhanh số lượng ứng viên được tạo ra và sàng lọc. Nhưng chúng vẫn cần được tái lập bởi các nhóm độc lập, trên nhiều loại mục tiêu và trong những điều kiện khác nhau, trước khi có thể xem là bằng chứng về năng lực phổ quát.

Vì sao “gắn được” chưa đồng nghĩa với “dùng làm thuốc”?

Protein gắn đích là một protein nhỏ được thiết kế để bám vào một mục tiêu cụ thể. Đây có thể là điểm khởi đầu hữu ích cho thuốc, công cụ chẩn đoán hoặc thuốc thử nghiên cứu.

Nhưng chỉ riêng ái lực gắn kết không cho biết protein đó có:

• gắn đúng mục tiêu và không gây tác động ngoài ý muốn hay không;
• tạo ra tác dụng sinh học mong muốn hay không;
• đủ ổn định trong cơ thể hay không;
• đến được đúng mô hoặc tế bào hay không;
• có đặc tính dược động học phù hợp hay không;
• kích hoạt phản ứng miễn dịch hoặc gây độc hay không;
• có thể sản xuất ở quy mô lớn với chi phí phù hợp hay không;
• mang lại hiệu quả và độ an toàn trong thử nghiệm lâm sàng hay không.

Anthropic cũng mô tả thử nghiệm này là công việc ở giai đoạn đầu của quá trình phát triển thuốc, không phải một hệ thống khám phá thuốc hoàn chỉnh.

Những giới hạn nào đã bị chỉ trích?

Martin Shkreli cho rằng nhiều mức ái lực được báo cáo còn quá yếu nếu dùng để củng cố những hàm ý về ứng dụng dược phẩm, đồng thời chỉ ra rằng chương trình tập trung vào các mục tiêu ngoại bào. Đây là những mục tiêu thường thực tế hơn đối với protein gắn đích so với các protein nằm bên trong tế bào.

Ông cũng cho rằng các thiết kế chưa giải quyết được bài toán tiếp cận những mục tiêu nội bào khó hơn. Đây là một hạn chế đáng kể, nhưng không phủ nhận phát hiện thực nghiệm rằng nhiều protein do Claude thiết kế thực sự đã gắn được với mục tiêu của chúng.

Tham vọng rộng hơn của Anthropic là gì?

Anthropic xem thiết kế protein gắn đích và phân tích dữ liệu hóa học là những mảnh ghép của tham vọng lớn hơn: xây dựng một quy trình đa phương thức, đầu-cuối nhằm rút ngắn thời gian phát triển thuốc.

Công ty cho rằng nhiều rào cản còn lại không chỉ nằm ở năng lực mô hình, mà còn ở vận hành, quyền tiếp cận dữ liệu, cơ sở hạ tầng phòng thí nghiệm và chính sách. Các năng lực khoa học sự sống mạnh nhất hiện vẫn bị hạn chế. Anthropic cho biết họ dự định xây dựng chương trình tiếp cận dành cho các nhà khoa học được đánh giá, trong khi Opus 5 là mô hình mạnh nhất hiện được cung cấp rộng rãi cho công việc khoa học sự sống.

Vì sao thử nghiệm cũng làm dấy lên lo ngại an toàn?

Quy trình tự động hóa có thể giúp tăng tốc nghiên cứu protein phục vụ điều trị, nhưng cùng khả năng đó cũng có thể làm giảm lượng chuyên môn và thời gian cần thiết cho các hoạt động sinh học gây hại.

Vì lý do này, Anthropic hạn chế những tác vụ nghiên cứu sinh học nâng cao trên các mô hình mạnh nhất và nghiêng về hình thức tiếp cận có kiểm soát hoặc được thẩm tra, thay vì phát hành tự do.

Thách thức quản trị là tìm được điểm cân bằng: tạo điều kiện cho nghiên cứu điều trị hợp pháp, đồng thời ngăn việc hỗ trợ thiết kế mầm bệnh, độc tố hoặc các hoạt động sinh học lưỡng dụng khác.

Điều thử nghiệm thực sự chứng minh

Tóm lại, chiến dịch của Anthropic cho thấy Claude có khả năng tự điều phối hiệu quả các công cụ thiết kế protein hiện có và đạt tỷ lệ gắn kết trong phòng thí nghiệm cao hơn mức chuẩn mà công ty viện dẫn. Đây là một bước tiến đáng chú ý trong tự động hóa nghiên cứu khoa học.

Nhưng thử nghiệm chưa chứng minh Claude có thể tự tạo ra một loại thuốc, giải quyết bài toán đưa protein vào bên trong tế bào hoặc loại bỏ chặng đường dài gồm thử nghiệm tiền lâm sàng, thử nghiệm trên người và phê duyệt quản lý trước khi một thiết kế protein có thể trở thành thuốc.

Trong các lượt chạy đồng thời trên nhiều mục tiêu kéo dài 48 giờ, Mythos đạt tỷ lệ mẫu gắn được với mục tiêu là 26,7%, còn Opus 4.8 đạt 22,6%. Anthropic đối chiếu các con số này với mức phổ biến khoảng 10–15% trong lĩnh vực. Khi Mythos xử lý từng mục tiêu riêng biệt trong các lượt chạy kéo dài 24 giờ, tỷ lệ đạt 35,1%.

Dù vậy, hiệu suất thay đổi rất mạnh giữa các mục tiêu, từ 0% đến 90%. Vì thế, con số tổng hợp không nên được hiểu là Claude có năng lực đồng đều hoặc luôn thành công trong mọi bài toán thiết kế protein.

Kết quả phòng thí nghiệm được kiểm chứng ra sao?

Trong số 1.320 protein được thiết kế và kiểm tra, có 354 protein gắn với mục tiêu dự kiến, tương đương tỷ lệ chung 26,8%. Chỉ mục tiêu MBP không tạo ra protein gắn kết nào.

Adaptyv Bio tiếp nhận các thiết kế mà không biết nguồn gốc, sau đó tổng hợp DNA, biểu hiện protein và đo khả năng gắn kết bằng phương pháp cộng hưởng plasmon bề mặt (surface plasmon resonance). Các phép đo được lặp lại và kiểm soát chất lượng. Twist Bioscience cũng độc lập sản xuất và kiểm tra các thiết kế.

Cách kiểm chứng này mạnh hơn một bài đánh giá chỉ dựa trên mô phỏng máy tính. Tuy nhiên, nó mới xác nhận một thuộc tính cơ bản là khả năng gắn kết, chứ chưa chứng minh protein có tác dụng điều trị.

Claude đã thực hiện những bước nào?

Một chuyên gia thiết kế protein đã cung cấp lời nhắc ban đầu dài khoảng 30.000 token. Sau đó, với mức can thiệp tối thiểu từ con người, Claude đã:

• nghiên cứu các mục tiêu protein;
• lựa chọn vị trí để thiết kế điểm gắn;
• gọi và điều phối những công cụ công khai chuyên về dự đoán cấu trúc và thiết kế protein;
• tạo ra các ứng viên thiết kế;
• lọc, xếp hạng và lựa chọn các ứng viên tiềm năng.

Chiến dịch tập trung vào các mục tiêu đã có trong những bộ chuẩn đánh giá, đồng thời bổ sung hai mục tiêu mới hơn từ các cuộc thi thiết kế. Cách này nhằm giảm khả năng kết quả chỉ đơn giản là tái tạo những ví dụ đã được biết đến.

Điểm đáng chú ý nằm ở khả năng kết nối nhiều công cụ và bước nghiên cứu thành một quy trình tương đối tự động, chứ không phải Claude đã thay thế toàn bộ chuyên môn sinh học hay phòng thí nghiệm.

Có thiết kế nào vượt qua kết quả trước đây?

Anthropic cho biết các thiết kế tạo ra protein có ái lực cao với ít nhất sáu mục tiêu, đồng thời đạt hoặc vượt mức ái lực từng được công bố trước đó ở ít nhất bốn mục tiêu. Một số thiết kế tốt nhất được cho là gắn chặt hơn nhiều lần so với kết quả tốt nhất từng được công bố.

Với mục tiêu RBX1, tỷ lệ mẫu trúng đích được Anthropic báo cáo là khoảng 40%, so với 3,7% ở những người tham gia các cuộc thi trước đó. Công ty cũng cho biết thiết kế của Claude vượt qua thiết kế từng giành chiến thắng trước đây.

Những kết quả này cho thấy AI có thể giúp mở rộng nhanh số lượng ứng viên được tạo ra và sàng lọc. Nhưng chúng vẫn cần được tái lập bởi các nhóm độc lập, trên nhiều loại mục tiêu và trong những điều kiện khác nhau, trước khi có thể xem là bằng chứng về năng lực phổ quát.

Vì sao “gắn được” chưa đồng nghĩa với “dùng làm thuốc”?

Protein gắn đích là một protein nhỏ được thiết kế để bám vào một mục tiêu cụ thể. Đây có thể là điểm khởi đầu hữu ích cho thuốc, công cụ chẩn đoán hoặc thuốc thử nghiên cứu.

Nhưng chỉ riêng ái lực gắn kết không cho biết protein đó có:

• gắn đúng mục tiêu và không gây tác động ngoài ý muốn hay không;
• tạo ra tác dụng sinh học mong muốn hay không;
• đủ ổn định trong cơ thể hay không;
• đến được đúng mô hoặc tế bào hay không;
• có đặc tính dược động học phù hợp hay không;
• kích hoạt phản ứng miễn dịch hoặc gây độc hay không;
• có thể sản xuất ở quy mô lớn với chi phí phù hợp hay không;
• mang lại hiệu quả và độ an toàn trong thử nghiệm lâm sàng hay không.

Anthropic cũng mô tả thử nghiệm này là công việc ở giai đoạn đầu của quá trình phát triển thuốc, không phải một hệ thống khám phá thuốc hoàn chỉnh.

Những giới hạn nào đã bị chỉ trích?

Martin Shkreli cho rằng nhiều mức ái lực được báo cáo còn quá yếu nếu dùng để củng cố những hàm ý về ứng dụng dược phẩm, đồng thời chỉ ra rằng chương trình tập trung vào các mục tiêu ngoại bào. Đây là những mục tiêu thường thực tế hơn đối với protein gắn đích so với các protein nằm bên trong tế bào.

Ông cũng cho rằng các thiết kế chưa giải quyết được bài toán tiếp cận những mục tiêu nội bào khó hơn. Đây là một hạn chế đáng kể, nhưng không phủ nhận phát hiện thực nghiệm rằng nhiều protein do Claude thiết kế thực sự đã gắn được với mục tiêu của chúng.

Tham vọng rộng hơn của Anthropic là gì?

Anthropic xem thiết kế protein gắn đích và phân tích dữ liệu hóa học là những mảnh ghép của tham vọng lớn hơn: xây dựng một quy trình đa phương thức, đầu-cuối nhằm rút ngắn thời gian phát triển thuốc.

Công ty cho rằng nhiều rào cản còn lại không chỉ nằm ở năng lực mô hình, mà còn ở vận hành, quyền tiếp cận dữ liệu, cơ sở hạ tầng phòng thí nghiệm và chính sách. Các năng lực khoa học sự sống mạnh nhất hiện vẫn bị hạn chế. Anthropic cho biết họ dự định xây dựng chương trình tiếp cận dành cho các nhà khoa học được đánh giá, trong khi Opus 5 là mô hình mạnh nhất hiện được cung cấp rộng rãi cho công việc khoa học sự sống.

Vì sao thử nghiệm cũng làm dấy lên lo ngại an toàn?

Quy trình tự động hóa có thể giúp tăng tốc nghiên cứu protein phục vụ điều trị, nhưng cùng khả năng đó cũng có thể làm giảm lượng chuyên môn và thời gian cần thiết cho các hoạt động sinh học gây hại.

Vì lý do này, Anthropic hạn chế những tác vụ nghiên cứu sinh học nâng cao trên các mô hình mạnh nhất và nghiêng về hình thức tiếp cận có kiểm soát hoặc được thẩm tra, thay vì phát hành tự do.

Thách thức quản trị là tìm được điểm cân bằng: tạo điều kiện cho nghiên cứu điều trị hợp pháp, đồng thời ngăn việc hỗ trợ thiết kế mầm bệnh, độc tố hoặc các hoạt động sinh học lưỡng dụng khác.

Điều thử nghiệm thực sự chứng minh

Tóm lại, chiến dịch của Anthropic cho thấy Claude có khả năng tự điều phối hiệu quả các công cụ thiết kế protein hiện có và đạt tỷ lệ gắn kết trong phòng thí nghiệm cao hơn mức chuẩn mà công ty viện dẫn. Đây là một bước tiến đáng chú ý trong tự động hóa nghiên cứu khoa học.

Nhưng thử nghiệm chưa chứng minh Claude có thể tự tạo ra một loại thuốc, giải quyết bài toán đưa protein vào bên trong tế bào hoặc loại bỏ chặng đường dài gồm thử nghiệm tiền lâm sàng, thử nghiệm trên người và phê duyệt quản lý trước khi một thiết kế protein có thể trở thành thuốc.