Anthropic은 자사의 Claude 모델이 이제 선도적인 인간 전문가뿐만 아니라 그보다 더 나은 단백질 결합제를 처음부터 설계할 수 있다고 말합니다. 이 결과는 회사가 습식 실험실에서 검증하고 월요일 연구 게시물에 발표되었으며, 이는 실제 과학적 발견을 가속화하는 AI에 대한 가장 명확한 시연 중 하나입니다.

결과는 두 가지 실험에서 나왔습니다. 첫 번째로 Anthropic은 단백질 결합제(표적 단백질에 단단히 고정되도록 설계된 작은 단백질)를 설계하는 Claude의 능력을 테스트했습니다. 이 작업은 역사적으로 인간 전문가가 표적당 몇 주 또는 몇 달이 걸리고 현대 약물 설계의 핵심이 됩니다. 이 이야기에 대한 자세한 내용은 최신 AI 동향를 참조하세요.

벤치마크 극복

실험실에서 Claude의 디자인을 독립적으로 생산하고 테스트한 외부 평가자 Adaptyv Bio 및 Twist Bioscience와 협력하여 Anthropic은 15개의 단백질 표적에 대해 다중 부문 디자인 캠페인을 진행했습니다. Claude는 그 중 14개에 대해 성공하여 1,320개의 디자인에서 354개의 확인된 바인더를 생산했습니다. 그것만으로도 새로운 단백질 디자인의 공개 자료에 상당한 추가가 있음을 나타냅니다. Anthropic은 현존하는 가장 큰 두 컬렉션을 합치면 40개 표적에 대한 5,700개 디자인 중 약 770개 바인더가 포함되어 있다고 지적했습니다.

적중률은 생물학자들의 관심을 끌었습니다. Anthropic의 Mythos Preview 모델은 48시간 세션에서 모든 대상에 대해 동시에 설계할 때 전체 적중률 26.7%를 달성했으며 Claude Opus 4.8은 22.6%로 그 뒤를 이었습니다. 오늘날 단백질 디자인 캠페인의 일반적인 적중률은 10~15%라고 회사는 지적했습니다. Mythos Preview가 여러 24시간 세션에서 한 번에 하나의 대상에 집중했을 때 적중률은 35.1%까지 올랐습니다. 이 캠페인은 Adaptyv Bio의 모든 BenchBB 제품군을 포함하여 광범위하게 연구된 벤치마크와 Claude가 훈련 데이터에서 사전 기록된 성공에 의존할 수 없도록 특별히 선택된 두 가지 새로운 목표인 15-PGDH 및 GDF-8에서 목표를 도출했습니다. 연구자들은 15개 표적 각각에 대해 Claude에게 30개의 단백질 결합제를 설계하도록 요청했습니다.

개별 경쟁 대상에서는 마진이 여전히 더 넓었습니다. 표적 단백질 분해에 관여하는 단백질인 RBX1에 대해 단일 표적 모드의 Mythos Preview는 40%의 적중률을 달성했으며(동일 경쟁에서 인간 참가자 중 3.7%의 적중률), 최고 순위 디자인은 결합 친화도에서 우승한 인간 디자인보다 성능이 뛰어났습니다.

교훈적인 실패가있었습니다. 새롭게 디자인된 BBF-14라는 베타 배럴 단백질과 말토스 결합 단백질(MBP)은 둘 다 도달할 수 없는 상태로 남아 있었으며, 그 참신함과 매끄럽고 유연한 표면으로 인해 바인더가 거의 붙잡을 수 없는 표적이 되었습니다. 그리고 놀랍게도 Humira를 포함하여 지금까지 만들어진 일부 베스트셀러 약물의 기반이 되는 악명 높은 어려운 표적인 TNFα에 성공한 것은 더 강력한 Mythos Preview가 아닌 ​​Opus 4.8이었습니다.

자율적인 연구원

아마도 가장 놀라운 점은 캠페인에 인간의 개입이 거의 필요하지 않다는 점일 것입니다. Anthropic은 초기 프롬프트 이후 추가적인 과학적, 기술적 또는 운영 지침을 제공하지 않았다고 말했습니다. Claude는 각 단백질의 설계 대상 위치를 선택하고, 공개적으로 이용 가능한 전문 단백질 설계 및 공동 접힘 모델을 조율하여 후보 구조와 서열을 생성하고, 인간 작업자가 몇 주가 걸릴 수 있는 작업인 엔드투엔드 캠페인을 실행했습니다.

이 노력은 다중 대상 실행의 경우 최대 12,500 NVIDIA H100 시간의 컴퓨팅을 소비했고, 단일 대상 모드에서는 대상당 최대 2,500 H100 시간을 소비했습니다. Claude는 심지어 대부분의 계산 도구가 기본으로 설정하는 알파 나선 번들보다 디자인하기가 더 어려운 베타 시트 구조를 포함하는 15개의 확인된 바인더를 생산했습니다.

분자 설계부터 원시 데이터 판독까지

두 번째 실험에서는 좀 더 일상적인 병목 현상인 분석 화학을 테스트했습니다. 화학자는 분자를 만들 때마다 핵자기공명(NMR) 분광법과 액체 크로마토그래피-질량분석법(LC-MS)을 사용하여 그것이 무엇인지, 얼마나 순수한지 확인해야 합니다. 이러한 파일을 해석하는 것은 힘든 수작업입니다.

계약 실험실의 원시 기기 파일과 짧은 일반 언어 프롬프트만 제공되어(공급업체 소프트웨어나 작업자 없음) Claude Opus 5는 동시에 작업하면서 각각 23분과 19분 만에 완전히 처리된 NMR 및 LC-MS 결과를 반환했습니다. 그 결과는 연구소의 자체 분석과 일치했습니다. 그 과정에서 모델은 문서화되지 않은 공급업체 파일 형식을 리버스 엔지니어링하고, 모든 2,664개 스캔에 대해 기기에 기록된 총계와 비교하여 판독값을 확인했으며, 3일 후 계약 실험실에서 독립적으로 실행한 정확한 후속 실험인 중수 검사를 제안했습니다.

Anthropic은 이 실행이 자동화뿐만 아니라 진정한 과학적 판단도 입증했다고 말하며 화학자는 일반적으로 이러한 종류의 분석을 위해 샘플당 30분에서 1시간이 필요하다고 지적합니다.

안전 제일

회사는 이중 용도의 의미에 대해 명시적으로 밝혔습니다. 인간의 치료 속도를 높일 수 있는 동일한 자율 연구 능력이 강력한 보호 장치 없이는 생물 무기 개발과 같은 위험한 연구를 가능하게 할 수 있다고 Anthropic은 경고했습니다. 생명과학 연구 작업은 현재 가장 유능한 모델에서 차단되고 있으며 회사는 최우선 순위 중 하나인 과학자를 위한 신뢰할 수 있는 액세스 프로그램을 준비하고 있다고 밝혔습니다. 그 동안 Claude Opus 5는 일반적으로 사용 가능한 가장 유능한 모델로 남아 있습니다.

Anthropic은 생성된 모든 in vitro 및 in silico 데이터와 함께 캠페인에 사용된 프롬프트를 공유했습니다. 이는 외부 실험실에서 주장을 확인할 수 있는 투명성 조치입니다. 여전히 결과에서 과장된 내용을 분류하는 분야의 경우, 게시물은 범용 AI 모델이 한때 전문가의 경력을 정의했던 작업을 몇 시간 만에 수행할 수 있다는 실험실에서 검증된 증거를 제공합니다.

---

AI 최신 소식

최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.

AI 뉴스 더 보기 →