Claude tạo được chất kết dính protein cho 14/15 mục tiêu: Kết quả thực sự cho thấy điều gì?

Thử nghiệm của Anthropic nên được hiểu прежде hết là một bài kiểm tra về khả năng tự động điều phối nghiên cứu khoa học. Claude Mythos Preview và Claude Opus 4.8 đã tìm hiểu các mục tiêu sinh học, chọn chiến lược thiết kế, vận hành các công cụ chuyên biệt, tạo ra protein ứng viên rồi quyết định mẫu nào được gửi đi kiểm tra. Các protein này được những phòng thí nghiệm bên ngoài sản xuất và đánh giá; 354 trong tổng số 1.320 thiết kế đã liên kết với mục tiêu tương ứng.

Đây là tiến bộ đáng kể ở giai đoạn đầu của nghiên cứu thuốc. Nhưng kết quả chưa cho thấy Claude đã tự mình phát hiện một loại thuốc, giải quyết những bài toán khó nhất của thuốc protein hay có thể thay thế nghiên cứu tiền lâm sàng và thử nghiệm lâm sàng.

Con số nổi bật: 14 trên 15 mục tiêu

Anthropic cho biết Claude đã tạo được ít nhất một chất kết dính hoạt động cho 14 trong 15 mục tiêu được đánh giá bằng thực nghiệm. Hai mô hình tham gia chiến dịch là Claude Mythos Preview và Claude Opus 4.8. Tùy cách tổ chức thử nghiệm, tỷ lệ thiết kế bám được vào mục tiêu dao động từ 22,6% đến 35,1%, so với mức thông lệ khoảng 10–15% mà Anthropic dẫn cho thiết kế chất kết dính de novo — tức tạo phân tử mới từ đầu.

Kết quả tổng hợp từ phòng thí nghiệm cũng tương tự: 354 trong 1.320 thiết kế liên kết với mục tiêu, tương đương tỷ lệ 26,8%. Chỉ một mục tiêu trong số được đánh giá không cho ra chất kết dính nào.

Tuy nhiên, không nên xem đây là tỷ lệ thành công áp dụng cho mọi mục tiêu. Kết quả giữa các mục tiêu thay đổi rất mạnh, từ 0% đến 90%. Trong một thử nghiệm tập trung, khi Mythos dành riêng 24 giờ cho từng mục tiêu, tỷ lệ cao nhất được báo cáo là 35,1%; các chiến dịch xử lý nhiều mục tiêu đồng thời cho kết quả thấp hơn.

Claude thực sự đã làm gì?

Đây không phải là trường hợp một mô hình ngôn ngữ tự phát minh toàn bộ ngành thiết kế protein. Ban đầu, một chuyên gia thiết kế protein cung cấp một lời nhắc dài khoảng 30.000 token, mô tả quy trình cần thực hiện. Sau đó, Claude vận hành với rất ít sự chỉ dẫn bổ sung từ con người.

Trong khuôn khổ đó, Claude đã:

• nghiên cứu các mục tiêu được chọn;
• quyết định vị trí mà protein ứng viên nên liên kết;
• cài đặt và điều phối các công cụ dự đoán cấu trúc, thiết kế protein có sẵn công khai;
• tạo các chuỗi protein ứng viên;
• lọc, xếp hạng và tinh chỉnh ứng viên; và
• chọn thiết kế để gửi đi kiểm tra trong phòng thí nghiệm.

Điểm quan trọng nằm ở đây: thành tựu chính là khả năng quản lý một quy trình thiết kế dài, sử dụng nhiều công cụ, đồng thời tự đưa ra các quyết định lựa chọn ứng viên. Claude không phát minh ra mọi phương pháp tính toán được dùng trong quy trình.

Bộ mục tiêu cũng bao gồm các mục tiêu chuẩn đã được sử dụng để đối chiếu, cùng những mục tiêu mới hơn từ các cuộc thi thiết kế protein. Điều này khiến kết quả có ý nghĩa hơn một bài kiểm tra chỉ dựa trên dữ liệu mô phỏng, dù không loại bỏ khả năng mức độ quen thuộc của bộ chuẩn đã ảnh hưởng đến hiệu suất.

Vì sao kiểm chứng trong phòng thí nghiệm quan trọng?

Một mô hình tính toán có thể dự đoán rằng một protein sẽ liên kết, nhưng dự đoán đó chưa bảo đảm protein thực sự được biểu hiện, gấp cuộn đúng cấu trúc hoặc bám vào mục tiêu trong phép thử. Vì vậy, Anthropic đã gửi các thiết kế cho các đối tác bên ngoài để kiểm tra.

Adaptyv Bio nhận các thiết kế mà không biết chúng do mô hình nào tạo ra. Quy trình tự động của công ty đi từ chuỗi protein kỹ thuật số đến tổng hợp DNA, biểu hiện protein, đo khả năng liên kết và kiểm soát chất lượng. Công ty sử dụng phương pháp cộng hưởng plasmon bề mặt để đo liên kết và báo cáo 354 chất kết dính trong 1.320 thiết kế.

Twist Bioscience cũng độc lập sản xuất và kiểm tra các thiết kế. Anthropic cho biết kết quả bao gồm các chất kết dính có ái lực cao với ít nhất sáu mục tiêu, trong đó các chất kết dính với ít nhất bốn mục tiêu có ái lực ngang bằng hoặc cao hơn kết quả tốt nhất từng được báo cáo trước đó.

Đây là bằng chứng thuyết phục hơn so với một bài đánh giá chỉ dựa trên cấu trúc dự đoán hoặc phần giải thích do mô hình viết. Dù vậy, phép kiểm chứng mới chỉ trả lời câu hỏi hẹp: protein được thiết kế có liên kết với mục tiêu trong điều kiện thử nghiệm hay không? Nó chưa chứng minh protein đó có thể trở thành một liệu pháp hữu ích.

Kết quả RBX1 và những tuyên bố nổi bật khác

Một trong những phép so sánh đáng chú ý nhất của Anthropic liên quan đến RBX1. Anthropic báo cáo tỷ lệ thành công khoảng 40% cho các thiết kế của Claude, so với 3,7% ở những người tham gia các cuộc thi trước đó, đồng thời cho biết hệ thống đã vượt qua thiết kế từng chiến thắng trước đây cho mục tiêu này.

Anthropic cũng báo cáo một số ứng viên có ái lực đặc biệt mạnh, trong đó có những thiết kế liên kết chặt hơn nhiều lần so với kết quả tốt nhất từng được công bố. Đây là các tín hiệu hứa hẹn, nhưng vẫn là kết quả do chính công ty báo cáo từ một chiến dịch duy nhất, chưa phải bằng chứng về ưu thế rộng khắp trong mọi bài toán thiết kế protein.

Chất kết dính protein chưa phải là thuốc

Chất kết dính protein là một phân tử được thiết kế để gắn vào một mục tiêu sinh học. Nó có thể hữu ích cho thuốc điều trị, công cụ chẩn đoán hoặc thuốc thử nghiên cứu, nhưng khả năng liên kết mới chỉ là một cột mốc ban đầu.

Một ứng viên thuốc khả thi còn cần đáp ứng nhiều yêu cầu khác, chẳng hạn:

• có tính chọn lọc với đúng mục tiêu;
• tạo ra tác động chức năng phù hợp, như chặn hoặc kích hoạt một con đường sinh học;
• đủ ổn định và có thể sản xuất ở quy mô lớn;
• tiếp cận được mô hoặc tế bào liên quan;
• có đặc tính dược động học phù hợp;
• không gây phản ứng miễn dịch nghiêm trọng; và
• có hồ sơ độc tính chấp nhận được.

Anthropic mô tả công trình này là bước đầu hướng tới các phân tử có đặc tính giống thuốc, không phải kết quả khám phá thuốc từ đầu đến cuối. Chiến dịch chưa chứng minh hiệu quả lâm sàng, độ an toàn ở người hay khả năng vượt qua quá trình phát triển thuốc.

Các giới hạn và chỉ trích chính

Việc lựa chọn mục tiêu là một giới hạn quan trọng. Chất kết dính protein thường dễ phát triển hơn với các mục tiêu nằm bên ngoài tế bào hoặc có thể tiếp cận, so với những protein hoạt động bên trong tế bào. Martin Shkreli chỉ trích rằng các mức ái lực được báo cáo còn quá yếu để biện minh cho những hàm ý rộng hơn về dược phẩm, đồng thời chỉ ra sự thiếu vắng các mục tiêu nội bào khó hơn.

Những chỉ trích này không phủ nhận phát hiện trong phòng thí nghiệm rằng nhiều thiết kế đã liên kết với mục tiêu. Tuy nhiên, chúng giúp thu hẹp kết luận phù hợp: thí nghiệm cho thấy Claude có thể tạo ra số lượng đáng kể chất kết dính được xác nhận bằng thực nghiệm trong một quy trình nhất định. Nó chưa cho thấy hệ thống có thể tạo ra các liệu pháp nội bào một cách đáng tin cậy, hay vượt qua các phương pháp phát triển thuốc hiện có trên những mục tiêu lâm sàng quan trọng.

Bằng chứng hiện vẫn một phần do công ty cung cấp. Việc tổng hợp và kiểm tra vật lý được các tổ chức bên ngoài thực hiện giúp tăng độ tin cậy, nhưng các nghiên cứu lặp lại độc lập trên tập mục tiêu rộng hơn sẽ là phép thử mạnh hơn về tính khái quát.

Tham vọng lớn hơn của Anthropic trong phát triển thuốc

Anthropic xem thiết kế chất kết dính protein là một phần trong tham vọng rộng hơn: xây dựng một hệ thống từ đầu đến cuối, đa phương thức có thể hỗ trợ đẩy nhanh quá trình phát triển thuốc và phân tích dữ liệu hóa học, sinh học. Nỗ lực Claude Science kết hợp quy trình nghiên cứu, công cụ tính toán và phân tích dữ liệu khoa học; chiến dịch thiết kế protein cho thấy một tác nhân AI có thể nối các năng lực đó với công việc thực nghiệm.

Anthropic cho biết những năng lực khoa học sự sống mạnh nhất hiện chưa được mở cho sử dụng tự do. Công ty xác định chương trình cho phép các nhà khoa học tiếp cận có kiểm soát là một ưu tiên, đồng thời nói rằng Opus 5 hiện là mô hình được cung cấp rộng rãi mạnh nhất cho nghiên cứu khoa học sự sống.

Lời hứa thực tế không phải là AI loại bỏ phòng thí nghiệm. Đúng hơn, các hệ thống tự động có thể rút ngắn thời gian dành cho việc nghiên cứu mục tiêu, chạy phần mềm, phân loại ứng viên và quyết định một nhóm tương đối nhỏ thiết kế nào xứng đáng được đưa đi kiểm tra.

Vì sao các năng lực này bị hạn chế?

Quy trình nói trên có tính chất sử dụng kép. Khả năng nghiên cứu hệ thống sinh học, thiết kế protein và điều phối các công cụ chuyên biệt có thể hỗ trợ nghiên cứu có lợi, nhưng cũng có thể làm giảm trình độ chuyên môn và thời gian cần thiết cho những công việc sinh học nguy hiểm.

Anthropic cho biết thiết kế protein và các năng lực nghiên cứu sinh học sử dụng kép khác vẫn không được mở cho công chúng trên những hệ thống mạnh nhất; quyền truy cập có kiểm soát hoặc dành cho người dùng đáng tin cậy sẽ hướng tới các nhà khoa học đủ điều kiện. Thách thức mà công ty nêu ra là hỗ trợ nghiên cứu điều trị hợp pháp, đồng thời hạn chế những trợ giúp có thể góp phần vào việc thiết kế mầm bệnh, nghiên cứu độc tố hoặc các hoạt động sinh học nguy hiểm khác.

Chính sách này gắn trực tiếp với kết quả kỹ thuật. Mô hình càng có thể tự chủ đi từ một câu hỏi sinh học đến các thiết kế phân tử ứng viên, việc đánh giá không chỉ hiệu quả của thiết kế mà cả người được quyền truy cập, biện pháp bảo vệ đi kèm và cách giám sát sử dụng càng trở nên quan trọng.

Kết luận

Trình diễn của Anthropic cho thấy Claude Mythos Preview và Claude Opus 4.8 có thể tự điều phối các công cụ thiết kế protein hiện có và tạo ra các chất kết dính được xác nhận trong phòng thí nghiệm, với tỷ lệ thành công được báo cáo từ 22,6% đến 35,1%. Trong 1.320 thiết kế, 354 thiết kế liên kết với mục tiêu; 14 trong 15 mục tiêu được đánh giá cho ra ít nhất một chất kết dính.

Đây là một bằng chứng đáng kể cho tiềm năng của AI trong thiết kế protein giai đoạn sớm. Nhưng nó chưa phải hệ thống khám phá thuốc tự động, chưa giải quyết bài toán đưa chất kết dính vào tế bào và cũng chưa thể thay thế chuỗi tối ưu hóa, nghiên cứu độc tính, thử nghiệm lâm sàng và xét duyệt quản lý kéo dài nhiều năm.

Phép thử tiếp theo là xem các kết quả này có lặp lại trên những mục tiêu khó hơn, ít quen thuộc hơn hay không — và liệu năng lực đó có thể được cung cấp rộng rãi để phục vụ nghiên cứu hợp pháp mà không đồng thời mở rộng khả năng hỗ trợ sinh học nguy hiểm hay không.