Anthropic affirme que ses modèles Claude peuvent désormais concevoir des liants protéiques à partir de zéro aussi bien – ou mieux – que les principaux experts humains, un résultat que l'entreprise a validé dans des laboratoires humides et publié lundi dans un article de recherche qui marque l'une des démonstrations les plus claires à ce jour de l'IA accélérant de véritables découvertes scientifiques.
Les résultats proviennent de deux expériences. Dans le premier, Anthropic a testé la capacité de Claude à concevoir des liants protéiques – de petites protéines conçues pour s'accrocher étroitement aux protéines cibles – une tâche qui prend historiquement des semaines ou des mois à un spécialiste humain par cible et qui est au cœur de la conception de médicaments modernes. Pour plus de contexte sur cette histoire, consultez notre dernières avancées en IA.
Battre les références
En collaboration avec les évaluateurs externes Adaptyv Bio et Twist Bioscience, qui ont produit et testé indépendamment les conceptions de Claude en laboratoire, Anthropic a mené une campagne de conception à plusieurs bras contre 15 cibles protéiques. Claude a réussi contre 14 d'entre eux, produisant 354 classeurs confirmés à partir de 1 320 modèles. Cela représente à lui seul un ajout significatif au corpus public de conceptions de protéines de novo : les deux plus grandes collections existantes, a noté Anthropic, contiennent ensemble environ 770 liants sur 5 700 conceptions contre 40 cibles.
Ce sont les taux de réussite qui ont retenu l'attention des biologistes. Le modèle Mythos Preview d'Anthropic a atteint un taux de réussite global de 26,7 % lors de la conception contre toutes les cibles simultanément au cours d'une session de 48 heures, suivi de près par Claude Opus 4.8 avec 22,6 %. Les taux de réussite typiques dans les campagnes de conception de protéines sont aujourd'hui de 10 à 15 %, a noté la société. Lorsque Mythos Preview s'est concentré sur une cible à la fois au cours de plusieurs sessions de 24 heures, son taux de réussite a grimpé à 35,1 %. La campagne a tiré ses cibles de références étudiées de manière approfondie - y compris l'ensemble de la suite BenchBB d'Adaptyv Bio - ainsi que de deux nouvelles cibles, 15-PGDH et GDF-8, choisies spécifiquement pour garantir que Claude ne puisse pas s'appuyer sur des succès préenregistrés à partir de ses données d'entraînement. Pour chacune des 15 cibles, les chercheurs ont demandé à Claude de concevoir 30 liants protéiques.
Sur les objectifs de compétition individuels, les marges étaient encore plus larges. Contre RBX1, une protéine impliquée dans la dégradation ciblée des protéines, Mythos Preview en mode cible unique a atteint un taux de réussite de 40 % – contre 3,7 % parmi les participants humains à la même compétition – et sa conception la mieux classée a surpassé la conception humaine gagnante en termes d'affinité de liaison.
Il y a eu des échecs instructifs. Une protéine bêta-baril conçue de novo appelée BBF-14 et une protéine liant le maltose (MBP) sont toutes deux restées hors de portée, des cibles dont la nouveauté et les surfaces lisses et flexibles laissent peu de liant sur lequel s'accrocher. Et, surprise, c'est Opus 4.8 – et non le plus puissant Mythos Preview – qui a réussi à lutter contre le TNFα, une cible notoirement difficile dont le blocage est à la base de certains des médicaments les plus vendus jamais fabriqués, dont Humira.
Un chercheur autonome
Le plus frappant est peut-être le peu d’implication humaine requise par la campagne. Après une première invite, Anthropic affirme n'avoir fourni aucune orientation scientifique, technique ou opérationnelle supplémentaire. Claude a choisi l'endroit sur chaque protéine sur lequel concevoir, a généré des structures et des séquences candidates en orchestrant la conception de protéines spécialisées et des modèles de co-repliement accessibles au public, et a mené la campagne de bout en bout - un travail qui peut prendre des semaines à un opérateur humain.
L'effort a consommé jusqu'à 12 500 heures de calcul NVIDIA H100 pour l'exécution multi-cible, et jusqu'à 2 500 heures H100 par cible en mode cible unique. Claude a même produit 15 classeurs confirmés contenant une structure de feuille bêta significative, un pli plus difficile à concevoir que les faisceaux d'hélices alpha par défaut de la plupart des outils informatiques.
De la conception de molécules à la lecture de données brutes
La deuxième expérience a testé un goulot d’étranglement différent, plus banal : la chimie analytique. Chaque fois qu'un chimiste fabrique une molécule, il doit confirmer ce qu'elle est et son degré de pureté, en utilisant la spectroscopie de résonance magnétique nucléaire (RMN) et la chromatographie liquide-spectrométrie de masse (LC-MS). L’interprétation de ces fichiers est un travail manuel minutieux.
Fourni uniquement avec les fichiers d'instruments bruts d'un laboratoire sous contrat et une courte invite en langage clair - pas de logiciel fournisseur, pas d'opérateur - Claude Opus 5 a renvoyé des résultats RMN et LC-MS entièrement traités en 23 et 19 minutes respectivement, en travaillant en parallèle. Ses résultats correspondaient à la propre analyse du laboratoire. En cours de route, le modèle a procédé à une ingénierie inverse d'un format de fichier de fournisseur non documenté, a vérifié sa lecture par rapport aux totaux enregistrés par l'instrument pour les 2 664 analyses et a proposé l'expérience de suivi exacte - une vérification à l'eau lourde - que le laboratoire sous contrat avait menée indépendamment trois jours plus tard.
Anthropic affirme que l'analyse a également démontré un véritable jugement scientifique, et pas seulement une automatisation, et note qu'un chimiste a généralement besoin d'une demi-heure à une heure par échantillon pour ce type d'analyse.
La sécurité avant tout
L’entreprise a été explicite sur les implications du double usage. Les mêmes capacités de recherche autonomes qui pourraient accélérer les thérapies humaines pourraient, sans garanties solides, permettre des recherches dangereuses telles que le développement d’armes biologiques, a prévenu Anthropic. Les tâches de recherche en sciences de la vie sont actuellement bloquées dans son modèle le plus performant, et la société affirme préparer un programme d'accès fiable pour les scientifiques – l'une de ses plus grandes priorités. En attendant, Claude Opus 5 reste son modèle le plus performant disponible pour le grand public.
Anthropic a partagé les invites utilisées pour les campagnes ainsi que toutes les données in vitro et in silico générées – une mesure de transparence qui permettra aux laboratoires extérieurs de vérifier les allégations. Pour un domaine qui trie encore le battage médiatique des résultats, l'article offre quelque chose de rare : des preuves validées en laboratoire qu'un modèle d'IA à usage général peut effectuer, en quelques heures, un travail qui définissait autrefois la carrière d'un spécialiste.
---
Restez à la Pointe de l'IALes dernières actualités, analyses et percées en IA — au même endroit.
Lire plus d'actualités IA →
