Anthropic pozwolił Claude'owi zaprojektować białka samodzielnie – 14 z 15 celów trafionych – wynik, który zaskoczył doświadczonych badaczy.
18 sierpnia Anthropic opublikował wyniki eksperymentu: Claude (Mythos Preview i Opus 4.8) samodzielnie przeprowadził cały proces projektowania białek.
Dano mu 15 celów białkowych, aby zaprojektował nowe białka, które mogłyby się z nimi wiązać – 14 celów zakończyło się sukcesem.
Spośród 1320 projektów, 354 zostały zweryfikowane jako skuteczne przez dwa niezależne laboratoria, co daje całkowity wskaźnik sukcesu 26,8%.
Średnia branżowa w tej dziedzinie wynosi 10%–15%.
Białkowe wiążące są podstawą działania wielu leków: najpierw projektuje się cząsteczkę, która może uchwycić białko docelowe, a dopiero potem możliwe jest opracowanie leku.
Ten proces projektowania zwykle wymaga tygodni obliczeń, optymalizacji i selekcji przez inżynierów białek.
Od AlphaFold do Claude – przewidywanie białek i projektowanie białek to dwie różne rzeczy
To, co AlphaFold zrobił w 2020 roku: mając sekwencję białka, przewiduje, w jaki sposób się ono zwija.
Wejście jest znane, wyjście to przewidywanie.
Jest to specjalnie wytrenowany model białkowy, który robi jedną rzecz perfekcyjnie.
Tymczasem Claude zrobił coś innego.
Otrzymał tylko nazwę białka docelowego, a zadaniem było zaprojektowanie od zera nowego białka, które się z nim zwiąże.
Wejście to nazwa, wyjście to nowe białko.
Jedno to opisywanie obrazka, drugie to pisanie wypracowania na zadany temat.
Narzędzia, których użył Claude, są w pełni dostępne – RFdiffusion, ProteinMPNN, ESMFold2 – te modele open-source do projektowania białek i przewidywania struktury istnieją od dawna i każde laboratorium może je pobrać.
Claude nie wynalazł nowych narzędzi; zrobił coś innego – orkiestrację: zespół badawczy napisał prompt liczący około 16 000 słów, zawierający wiedzę inżyniera białek, w tym etapy eksperymentu, dostępne narzędzia na każdym etapie i kryteria selekcji.
Ten prompt nie określa, od której strony białka zacząć, nie wskazuje metody generowania ani nie zakłada żadnej sekwencji.
Wrzucono go do Claude'a, dano mu konto serwera w chmurze i pozwolono działać.
W trybie wielocelowym jedna sesja trwała 48 godzin i obsługiwała 14 celów jednocześnie, a w trybie jednocelowym każdy cel miał 24 godziny.
Ludzcy operatorzy zrobili tylko trzy rzeczy: zatwierdzili dostęp do sieci, monitorowali infrastrukturę i wysłali uszeregowane projekty Claude'a do dwóch niezależnych laboratoriów (Adaptyv Bio i Twist Bioscience) w celu syntezy i testów – nikt nie ingerował w żadne decyzje projektowe.
Claude sam wybierał cele, epitopy, instalował narzędzia, uruchamiał modele, przeprowadzał selekcję i optymalizację, sortował i dostarczał wyniki, ostatecznie korzystając z 10 metod generowania struktury i łącząc je w 24 kombinacje narzędzi.
Wyniki
Średni wskaźnik sukcesu w dziedzinie projektowania białek wynosi obecnie 10%–15%.
Claude osiągnął 22%–35% w różnych trybach, czyli dwa do trzech razy więcej niż średnia branżowa.
https://x.com/AnthropicAI/status/2089842389682954621
Jeśli spojrzeć tylko na projekt, który Claude sam ocenił najwyżej, wskaźnik trafień wynosi 49%: na każde dwa cele, najlepszy projekt nadaje się do bezpośredniego użycia.
Wyniki dla kilku celów zasługują na osobną wzmiankę.
Adaptyv Bio wcześniej zorganizowało publiczny konkurs projektowy dla białka o nazwie RBX1; uczestnicy z całego świata zgłosili 245 projektów, z których tylko 9 zakończyło się sukcesem.
Claude zgłosił 90 projektów dla tego samego celu, z czego 28 zakończyło się sukcesem, a najlepszy projekt wiązał się z celem dziesięć razy mocniej niż projekt zwycięzcy konkursu.
TNFα to trudniejszy cel – jeden z najlepiej sprzedających się leków na świecie, Humira, działa właśnie poprzez wiązanie tego białka, ale wiele zespołów ekspertów wcześniej próbowało zaprojektować wiążące od zera i wszystkie poniosły porażkę.
Opus 4.8 wygenerował 12 skutecznych projektów, a niektóre z nich potrafiły wiązać TNFα człowieka, małpy i myszy jednocześnie.
Były też porażki: dla białka o nazwie MBP wszystkie 90 projektów nie powiodło się.
Podobne sygnały pojawiły się również w chemii analitycznej.
Dano Claude'owi Opus 5 surowe dane z aparatu NMR i jednolinijkową instrukcję; wynik uzyskał w 23 minuty, zgodny z ręczną analizą chemika laboratoryjnego, która zajmuje od pół godziny do godziny.
Te dwa eksperymenty różnią się, ale sygnał jest spójny: Claude, model ogólnego przeznaczenia, w zadaniach badawczych, które ekspertom zajmują tygodnie, samodzielnie osiągnął zweryfikowane laboratoryjnie wyniki na poziomie eksperckim w ciągu 24–48 godzin (48 godzin w trybie wielocelowym, 24 godziny w trybie jednocelowym).
W ciągu zaledwie sześciu lat – ogromna zmiana
Wiążące są jeszcze dalekie od leków – dzielą je etapy toksykologii, badań klinicznych itp., z których każdy trwa lata.
Wszystkie struktury są przewidywane obliczeniowo, bez weryfikacji eksperymentalnej struktury.
Claude używa wyłącznie narzędzi open-source; Anthropic udostępnił na HuggingFace prompty, dane i wszystkie 1440 modeli projektowych, więc każdy laboratorium może je odtworzyć.
https://huggingface.co/datasets/Anthropic/claude-protein-binder-design/tree/main
Tego rodzaju autonomiczne zdolności badawcze niosą ze sobą ryzyko podwójnego zastosowania; Anthropic zablokował w publicznej wersji Claude'a zdolności biologiczne, takie jak projektowanie białek.
Od przewidywania struktury białek przez AlphaFold do autonomicznego projektowania białek przez Claude'a minęło zaledwie sześć lat.
Materiały referencyjne:
https://www.anthropic.com/research/Claude-accelerates-protein-design
https://www-cdn.anthropic.com/30bf50e22a01388bb29bf077ee3f244531594b7a.pdf
Ten artykuł pochodzi z publicznego konta WeChat „Xin Zhi Yuan", autor: ASI Apokalipsa
