अँथ्रोपिक म्हणते की त्याचे क्लॉड मॉडेल आता सुरवातीपासून प्रोटीन बाइंडर डिझाइन करू शकतात तसेच - किंवा त्याहून चांगले - प्रमुख मानवी तज्ञ, परिणामी कंपनीने ओले लॅबमध्ये प्रमाणीकरण केले आणि सोमवारी एका संशोधन पोस्टमध्ये प्रकाशित केले जे AI च्या वास्तविक वैज्ञानिक शोधांना गती देणारे सर्वात स्पष्ट प्रात्यक्षिकांपैकी एक आहे.
हे निष्कर्ष दोन प्रयोगांतून आले आहेत. प्रथम, अँथ्रोपिकने क्लॉडच्या प्रथिने बाइंडर डिझाइन करण्याच्या क्षमतेची चाचणी केली — लक्ष्यित प्रथिनांवर घट्टपणे जोडण्यासाठी इंजिनियर केलेले लहान प्रथिने — एक कार्य ज्यासाठी ऐतिहासिकदृष्ट्या मानवी तज्ञांना प्रति लक्ष्य आठवडे किंवा महिने लागतात आणि हे आधुनिक औषध डिझाइनच्या केंद्रस्थानी आहे. For more context on this story, see our ongoing latest AI developments.
बेंचमार्क मारणे
ॲडॅप्टिव्ह बायो आणि ट्विस्ट बायोसायन्स या बाह्य मूल्यमापनकर्त्यांसोबत काम करून, ज्यांनी स्वतंत्रपणे क्लॉडच्या डिझाइनची प्रयोगशाळेत निर्मिती आणि चाचणी केली, अँथ्रोपिकने 15 प्रोटीन लक्ष्यांविरुद्ध एक बहु-आर्म डिझाइन मोहीम चालवली. क्लॉडने त्यापैकी 14 विरुद्ध यश मिळविले, 1,320 डिझाईन्समधून 354 पुष्टीबद्ध बाइंडर तयार केले. डे नोव्हो प्रोटीन डिझाईन्सच्या सार्वजनिक कॉर्पसमध्ये हेच एक महत्त्वपूर्ण जोड दर्शवते: अँथ्रोपिकने नोंदवलेले दोन सर्वात मोठे संग्रह एकत्रितपणे 40 लक्ष्यांच्या तुलनेत 5,700 डिझाईन्सपैकी अंदाजे 770 बाइंडर आहेत.
हिट दरांनी जीवशास्त्रज्ञांचे लक्ष वेधून घेतले. Anthropic च्या Mythos Preview मॉडेलने 48-तासांच्या सत्रात एकाच वेळी सर्व लक्ष्यांच्या विरूद्ध डिझाइन करताना 26.7% चा एकंदर हिट दर गाठला, क्लॉड ओपस 4.8 22.6% च्या मागे होता. प्रथिने डिझाइन मोहिमेतील ठराविक हिट दर आज 10 ते 15% चालतात, कंपनीने नमूद केले आहे. जेव्हा Mythos Preview ने 24-तासांच्या अनेक सत्रांमध्ये एका वेळी एका लक्ष्यावर लक्ष केंद्रित केले, तेव्हा त्याचा हिट दर 35.1% वर गेला. मोहिमेने आपले लक्ष्य अशा बेंचमार्क्समधून काढले आहेत ज्यांचा अभ्यास केला जातो — Adaptyv Bio च्या सर्व BenchBB सूटसह — अधिक दोन नवीन लक्ष्ये, 15-PGDH आणि GDF-8, विशेषत: क्लॉड त्याच्या प्रशिक्षण डेटावरून पूर्व-रेकॉर्ड केलेल्या यशांवर अवलंबून राहू शकत नाही याची खात्री करण्यासाठी निवडले. 15 लक्ष्यांपैकी प्रत्येकासाठी, संशोधकांनी क्लॉडला 30 प्रोटीन बाइंडर डिझाइन करण्यास सांगितले.
वैयक्तिक स्पर्धेच्या लक्ष्यांवर, मार्जिन अजूनही विस्तृत होते. RBX1, लक्ष्यित प्रथिनांच्या ऱ्हासामध्ये सामील असलेल्या प्रोटीनच्या विरूद्ध, सिंगल-टार्गेट मोडमध्ये Mythos Preview ने 40% हिट रेट मिळवला — त्याच स्पर्धेतील मानवी सहभागींमध्ये 3.7% च्या तुलनेत — आणि त्याच्या शीर्ष-रँक डिझाइनने बंधनकारक आत्मीयतेवर विजेत्या मानवी डिझाइनला मागे टाकले.
उपदेशात्मक अपयश आले. डी नोवो-डिझाइन केलेले बीटा-बॅरल प्रोटीन BBF-14 आणि माल्टोज-बाइंडिंग प्रोटीन (MBP) हे दोन्ही आवाक्याबाहेर राहिले, ज्या लक्ष्यांची नवीनता आणि गुळगुळीत, लवचिक पृष्ठभागांवर बाइंडर थोडेसे सोडले जाते. आणि आश्चर्याची गोष्ट म्हणजे, ते Opus 4.8 होते — अधिक शक्तिशाली Mythos Preview नव्हे — जे TNFα वर यशस्वी झाले, एक कुख्यात कठीण लक्ष्य ज्याच्या नाकाबंदीमुळे हुमिरासह आतापर्यंत बनवलेल्या काही सर्वाधिक विकल्या जाणाऱ्या औषधांचा समावेश आहे.
एक स्वायत्त संशोधक
मोहिमेसाठी किती कमी मानवी सहभाग आवश्यक आहे हे कदाचित सर्वात आश्चर्यकारक आहे. प्रारंभिक प्रॉम्प्ट नंतर, Anthropic म्हणते की त्यांनी कोणतेही अतिरिक्त वैज्ञानिक, तांत्रिक किंवा ऑपरेशनल मार्गदर्शन प्रदान केले नाही. क्लॉडने प्रत्येक प्रोटीनवर कुठे डिझाइन करायचे ते निवडले, सार्वजनिकरीत्या उपलब्ध स्पेशॅलिस्ट प्रोटीन डिझाइन आणि को-फोल्डिंग मॉडेल्स ऑर्केस्ट्रेट करून उमेदवार स्ट्रक्चर्स आणि सिक्वेन्स व्युत्पन्न केले आणि मोहीम शेवटपर्यंत चालवली — काम ज्यासाठी मानवी ऑपरेटरला आठवडे लागू शकतात.
मल्टी-टार्गेट रनसाठी 12,500 NVIDIA H100 तासांपर्यंत आणि एकल-लक्ष्य मोडमध्ये प्रति लक्ष्य 2,500 H100 तासांपर्यंत परिश्रम घेतले. क्लॉडने महत्त्वपूर्ण बीटा-शीट संरचना असलेले 15 पुष्टी केलेले बाइंडर देखील तयार केले, एक फोल्ड जो अल्फा-हेलिक्स बंडलपेक्षा अधिक कम्प्युटेशनल टूल्स डीफॉल्ट डिझाइन करणे कठीण आहे.
रेणू डिझाइन करण्यापासून रॉ डेटा वाचण्यापर्यंत
दुसऱ्या प्रयोगाने वेगळ्या, अधिक सांसारिक अडथळ्याची चाचणी केली: विश्लेषणात्मक रसायनशास्त्र. प्रत्येक वेळी केमिस्टने रेणू तयार केल्यावर, त्यांनी न्यूक्लियर मॅग्नेटिक रेझोनान्स (NMR) स्पेक्ट्रोस्कोपी आणि लिक्विड क्रोमॅटोग्राफी-मास स्पेक्ट्रोमेट्री (LC-MS) वापरून ते काय आहे आणि किती शुद्ध आहे याची पुष्टी केली पाहिजे. त्या फायलींचा अर्थ लावणे हे मॅन्युअल काम आहे.
फक्त कॉन्ट्रॅक्ट लॅबच्या रॉ इन्स्ट्रुमेंट फाइल्स आणि लहान साध्या-भाषेतील प्रॉम्प्टसह पुरवले गेले — कोणतेही विक्रेता सॉफ्टवेअर नाही, ऑपरेटर नाही — क्लॉड ओपस 5 ने संपूर्णपणे प्रक्रिया केलेले NMR आणि LC-MS परिणाम अनुक्रमे 23 आणि 19 मिनिटांत परत केले, समांतरपणे काम केले. त्याचे परिणाम प्रयोगशाळेच्या स्वतःच्या विश्लेषणाशी जुळले. वाटेत, मॉडेलने एक अदस्तांकित विक्रेता फाइल स्वरूप रिव्हर्स-इंजिनियर केले, सर्व 2,664 स्कॅनसाठी इन्स्ट्रुमेंटच्या रेकॉर्ड केलेल्या बेरीजच्या विरूद्ध त्याचे वाचन सत्यापित केले आणि तंतोतंत फॉलो-अप प्रयोग प्रस्तावित केला — एक हेवी-वॉटर चेक — की कॉन्ट्रॅक्ट लॅब तीन दिवसांनी स्वतंत्रपणे चालली होती.
अँथ्रोपिक म्हणतात की या धावण्याने केवळ ऑटोमेशनच नव्हे तर वास्तविक वैज्ञानिक निर्णय देखील प्रदर्शित केला आणि लक्षात ठेवा की या प्रकारच्या विश्लेषणासाठी केमिस्टला प्रति नमुना अर्धा तास ते एक तास लागतो.
सुरक्षा प्रथम
कंपनी दुहेरी-वापराच्या परिणामांबद्दल स्पष्ट होती. मानवी उपचारांना गती देणाऱ्या समान स्वायत्त संशोधन क्षमता, मजबूत संरक्षणाशिवाय, बायोवेपन्स डेव्हलपमेंटसारखे धोकादायक संशोधन सक्षम करू शकतात, अँथ्रोपिकने चेतावणी दिली. जीवन-विज्ञान संशोधन कार्ये सध्या त्याच्या सर्वात सक्षम मॉडेलमध्ये अवरोधित आहेत आणि कंपनी म्हणते की ती वैज्ञानिकांसाठी एक विश्वासार्ह प्रवेश कार्यक्रम तयार करत आहे - तिच्या सर्वोच्च प्राधान्यांपैकी एक. दरम्यान, क्लॉड ओपस 5 हे त्याचे सर्वात सक्षम सर्वसाधारणपणे उपलब्ध मॉडेल राहिले आहे.
एन्थ्रोपिकने मोहिमेसाठी वापरलेले प्रॉम्प्ट्स सर्व इन विट्रो आणि सिलिको डेटामध्ये व्युत्पन्न केले आहेत - एक पारदर्शकता उपाय ज्यामुळे बाहेरील प्रयोगशाळांना दाव्यांची पडताळणी करता येईल. निकालांवरून अजूनही प्रसिद्धी क्रमवारी लावत असलेल्या फील्डसाठी, पोस्ट काही दुर्मिळ ऑफर करते: प्रयोगशाळेने प्रमाणित केलेले पुरावे की सामान्य-उद्देशाचे AI मॉडेल तासांत काम करू शकते जे एकेकाळी तज्ञाच्या करिअरची व्याख्या करते.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
