Anthropic declară că modelele Claude pot scurta semnificativ procesul de design proteic - validare externă confirmă eficiența modelelor

Anthropic susține că modelele Claude pot scurta semnificativ munca de laborator și analiză în chimie, dar accesul la capabilități biologice sensibile rămâne restricționat din motive de siguranță , potrivit The Next Web . Compania a publicat două experimente pe care le prezintă drept indicii timpurii că poate accelera etape din dezvoltarea de medicamente, însă rezultatele sunt raportate de Anthropic și nu au trecut prin evaluare externă de tip „peer review”. În primul experiment, Anthropic spune că Claude a proiectat „protein binders” (proteine mici concepute să se lipească strâns de o țintă biologică, mecanism folosit de multe medicamente moderne) pentru 15 ținte și a reușit pentru 14. Compania afirmă că între 22% și 35% dintre proiectele generate s-au legat de țintă, în funcție de configurație, față de un „tipic” de 10%–15% în domeniu, conform estimării sale. Validare externă, dar cifre raportate de companie Verificările „wet lab” (testare fizică în laborator) nu au fost făcute intern: două firme, Adaptyv Bio și Twist Bioscience, au produs și testat independent proiectele, potrivit aceleiași surse. Chiar și așa, partea de validare fizică rămâne lentă și durează săptămâni, indiferent de software. Anthropic spune că a rulat două modele (Opus 4.8 și o versiune „preview” a modelului Mythos) în Claude Science, un mediu de lucru pentru cercetare. Modelele ar fi primit un „prompt” lung, acces la internet, conectori și un volum mare de procesoare grafice (GPU), apoi ar fi fost lăsate să lucreze autonom: să aleagă locul de legare pe țintă, să coordoneze modele open-source pentru proiectare și „folding” (pliare a proteinei) și să facă selecția candidaților. Costul de calcul a fost ridicat: compania menționează până la 12.500 de ore Nvidia H100 într-o sesiune de 48 de ore într-un mod de rulare și până la 2.500 de ore H100 per țintă într-un alt mod. În total, campania ar fi produs 354 de „binders” confirmați din 1.320 de proiecte, iar Mythos „preview” ar fi atins o rată de succes de 35,1% când a lucrat pe câte o singură țintă. Unde a depășit oameni și unde a eșuat În unele cazuri, Anthropic compară rezultatele cu performanțe umane. Pentru o țintă numită RBX1, compania spune că Mythos „preview” a ajuns la 40% rată de succes, în timp ce participanți umani într-o competiție Adaptyv Bio au obținut 3,7%; iar cel mai bun design Claude ar fi depășit intrarea câștigătoare. Pentru TNFα (țintă blocată de medicamente antiinflamatoare precum Humira), Opus 4.8 ar fi proiectat „binders” care funcționează pe variante umane, de maimuță și de șoarece, în timp ce Mythos „preview” a eșuat pe aceeași țintă — un rezultat pe care Anthropic spune că nu îl poate explica deocamdată. Au existat și eșecuri: pentru „maltose-binding protein”, descrisă ca o țintă „notoriu de netedă”, niciunul dintre 90 de proiecte nu a fost confirmat că se leagă. Rezultatele au fost doar „modeste” și pentru BBF-14, o proteină sintetică folosită ca reper dificil. Anthropic spune că plănuiește testări suplimentare pentru a confirma ratele de succes și măsurătorile de legare și că a publicat „prompts” și datele. Al doilea test: analiză chimică în minute, nu în zile Al doilea experiment a folosit Claude Opus 5, cel mai capabil model disponibil public, pentru o sarcină de analiză chimică: identificarea compusului și evaluarea purității. În practică, chimiștii folosesc NMR și LC-MS, iar partea consumatoare de timp este interpretarea fișierelor brute generate de instrumente. Anthropic spune că a oferit modelului doar fișierele brute de la un laborator contractat și un „prompt” de două propoziții, fără software-ul furnizorului și fără operator. În Claude Science, modelul ar fi livrat rezultate procesate în 23 și 19 minute (în paralel), iar valorile ar fi corespuns cu cele ale laboratorului: puritate de 96,4% față de 96,33% în raportul labului, iar numărul de hidrogeni ar fi fost în marja de rotunjire. Compania mai afirmă că modelul și-a detectat și corectat o eroare după o primă trecere și că a propus același test de confirmare pe care laboratorul îl rulase independent cu trei zile înainte. Pentru un fișier LC-MS într-un format proprietar nedocumentat, modelul ar fi dedus codarea și și-ar fi verificat citirea față de totalurile instrumentului înainte de analiză. Implicația operațională: viteză, dar și restricții de acces Comparația centrală pe care o face Anthropic este legată de timp: un chimist ar avea nevoie de aproximativ 30 de minute până la o oră per probă pentru această muncă, iar raportul final al laboratorului ar fi venit la patru zile după prima măsurătoare; Claude ar fi produs raportul în circa 25 de minute. În același timp, Anthropic își avertizează asupra riscului de „dual-use” (utilizare dublă): aceleași capabilități care pot accelera medicina ar putea fi folosite și pentru scopuri nocive, inclusiv proiectarea de arme biologice. Din acest motiv, sarcini precum proiectarea de proteine și alte activități biologice sensibile rămân blocate în Claude Fable 5, cel mai capabil model al companiei, iar Anthropic spune că dezvoltă un program de acces verificat pentru cercetători și că a testat propriile filtre. În concluzie, rezultatele indică un potențial de comprimare a unor etape operaționale (proiectare de „binders” și interpretare de date chimice), însă rămân limitări importante: validarea biologică durează săptămâni, datele sunt în mare parte auto-raportate, iar un „binder” proiectat este doar primul pas spre un medicament. Pentru companii, mesajul practic este că viteza poate crește în anumite verigi ale lanțului, dar accesul și controlul acestor capabilități vor fi, cel puțin pe termen scurt, la fel de importante ca performanța. [...]