Een beleggingsonderzoeksbureau wilde bewijzen dat AI een revolutie teweeg zou kunnen brengen in de ontwikkeling van geneesmiddelen. Dus werkte het samen met Anthropic om te zien of een nog niet uitgebrachte versie van Claude het tegengif van schorpioenen kon maken. Dat kon niet – en een gedetailleerde factcheck door The Verge, gepubliceerd op 22 oktober, maakt precies duidelijk in hoeverre het experiment niet voldeed aan de virale bewering, ook al geven onderzoekers toe dat de onderliggende resultaten ‘technisch veelbelovend’ waren.
De aflevering is een casestudy van hoe AI de ontdekking van medicijnen claimt te reizen: een flitsend experiment, een triomfantelijke blogpost en een kloof tussen wat werd gedemonstreerd en wat de krantenkoppen impliceerden. Voor een sector waar de financiering van kunstmatige intelligentie steeds meer afhankelijk is van wetenschapsgerelateerde verhalen, is het de moeite waard om dit aandachtig te lezen.
Hoe het experiment zich ontvouwde
Het bedrijf achter het experiment is Citrini Research, dat een blogpost publiceerde met de titel "We wilden Claude gebruiken om een nieuw medicijn te maken. Dit is wat er is gebeurd." Zoals The Verge meldt, was het verslag compleet met retorische vragen, een uitgebreid verslag van de amateurwetenschappelijke avonturen van het team en een citaat van Charles Darwin. Citrini gaf zelf toe dat "niemand van ons kan beweren iets te weten over AI in relatie tot de biologie."
De samenwerking had een ongebruikelijke oorsprong. Citrini liep tegen Claude's bioveiligheidsbarrières aan toen hij probeerde het model zover te krijgen dat hij kandidaat-geneesmiddelen kon onderzoeken. De auteur van het bericht zegt dat ze "iedereen in mijn contactenlijst die in een AI-laboratorium werkte" hebben gebeld totdat ze een gewillige partner hadden gevonden. Anthropic stemde ermee in om de beperkingen te laten vallen en het team toegang te geven tot een geavanceerder, nog niet vrijgegeven model – op voorwaarde dat ze vanuit de kantoren van Anthropic zouden werken. Het AI-lab betaalde ook de reken- en tokenrekening, die net geen 50.000 dollar bedroeg.
Het tegengif van de schorpioen was een passend doelwit: het is een kostbare behandeling die moeilijk te produceren is, waarbij vaak gif in paarden wordt geïnjecteerd. Het doel was om Claude te gebruiken om eiwitten te ontwerpen die zich konden binden aan de gifstoffen in schorpioengif.
Gewapend met een prompt van 35 pagina's liet het team zo'n 300 subagenten los om geschikte eiwitten te ontdekken. Anthropic's eigen, meer nuchtere verhaal stelt dat Claude bijna 320.000 kandidaten genereerde en deze terugbracht tot 180 ontwerpen, nadat hij de ontwerpen had weggegooid die leken op bekende gifstoffen of bestaande eiwitten. Het hele proces duurde 64 uur. In samenwerking met Claude voegde het team nog eens 31 ontwerpen toe, wat het totaal op 211 brengt.
Wat de natte laboratoria hebben gevonden
Citrini stuurde de ontwerpen vervolgens naar twee externe laboratoria – het Zwitserse biotechbedrijf Adaptyv Bio en het Amerikaanse Twist Biosciences – om te testen of de eiwitten daadwerkelijk aan hun beoogde doelwitten konden binden. Dat testen kostte nog eens ongeveer $150.000, wat de totale uitgaven op ongeveer $200.000 brengt. Het blijft onduidelijk waarom de tests niet konden worden uitgevoerd in het eigen biologische natte laboratorium van Anthropic in Californië.
De resultaten: 17 van de eiwitten gingen door en bonden zich collectief aan vier van de vijf schorpioentoxinen die het team hoopte te targeten. Geen van de eiwitten bond zich aan meer dan één toxine.
En daar eindigt het verhaal, wetenschappelijk gezien. Het binden aan een toxine betekent niet dat een eiwit het kan neutraliseren, laat staan dat het kan functioneren als een veilige en effectieve behandeling. Citrini's eigen post geeft toe dat "nog geen enkel experiment heeft getest of ze de werking van het toxine daadwerkelijk hebben gestopt." Met andere woorden: het bedrijf wilde een nieuw medicijn maken en bereikte in plaats daarvan een veel eerdere stap in de pijplijn – een stap die experts omschrijven als het relatief gemakkelijke deel.
Experts: veelbelovend, maar voorbarig
The Verge raadpleegde verschillende academische specialisten, en hun consensus was consistent. "Het is gemakkelijk om een goed bindmiddel tegen slangen- en schorpioentoxinen te ontdekken", zegt Andreas Hougaard Laustsen-Kiel, hoogleraar antilichaamtechnologieën aan de Technische Universiteit van Denemarken. "Het moeilijkste is om het in een medicijn te vertalen."
Twee van zijn DTU-collega's – assistent-professor Melisa Benard Valle en senior onderzoeker Anne Ljungars – gingen nog verder en beschreven de bevindingen als ‘verre van een medicijn en hyped’. De resultaten zijn technisch veelbelovend, schreven ze, maar veiligheid, stabiliteit, gedrag in het lichaam en ontwikkelbaarheid blijven allemaal onbekend. "Het vertalen van deze bindmiddelen naar een echt medicijn is waarschijnlijk nog steeds een lang en uitdagend proces." Volgens hen was het werkelijk nieuwe element van het experiment het autonome ontdekkingsproces, en niet de biologische resultaten.
Andreas Bender, hoogleraar machine learning in de geneeskunde aan de Khalifa Universiteit in Abu Dhabi en gastprofessor aan de Universiteit van Cambridge, voegde context toe die de nieuwigheid verder doet afnemen: bestaande methoden zoals high-throughput screening zijn vaak in staat om veel kandidaat-hits te vinden tegen beheersbare kosten, zonder enige vorm van AI. Het ontwerpen van eiwitten die zich aan doelen binden is, in zijn woorden, 'een soort van' opgelost probleem. "Het is precies deze vertaling die ontbreekt."
De zakelijke invalshoek
Waarom zou een beleggingsonderzoeksbureau $200.000 uitgeven om geen medicijn te maken? Omdat het experiment ook dienst doet als marketing. Citrini noemde de oefening een soort succes, met het argument dat het een kijkje biedt in investeringsmogelijkheden in het komende tijdperk van door AI ondersteunde medicijnontdekking. De details van zijn optimistische stelling waren gereserveerd voor betalende abonnees, hoewel Bloomberg rapporteerde dat het bedrijf de nadruk legde op bedrijven die betrokken zijn bij de testkant van de ontwikkeling van geneesmiddelen, waaronder Charles River Laboratories, dat primaten levert voor dieronderzoek.
De kaderkeuzes spreken voor zich. In een video waarin het experiment werd besproken, beschreef Citrini het AI-gedeelte als "gratis" - met uitzicht op het tabblad van ongeveer $ 50.000 dat Anthropic had opgepikt. Toen het bedrijf werd uitgedaagd, beschuldigde het bedrijf critici van muggenziften en schreef: "Niet om aan een dood paard te trekken, maar we zijn een investeringsonderzoeksbureau - geen biotech-startup." Noch Citrini, noch Anthropic reageerden op de verzoeken van The Verge om commentaar.
Context is hier ook van belang. Citrini stond eerder achter een wijdverspreid fictieverhaal waarin een door AI veroorzaakte economische catastrofe werd verbeeld die grip kreeg op de sociale media en de echte markten in rep en roer bracht. Anthropic, slechts enkele weken verwijderd van zijn langverwachte beursgang, heeft zijn eigen redenen om het potentieel van AI op het gebied van de ontwikkeling van geneesmiddelen en de levenswetenschappen ter sprake te brengen – twee gebieden die het actief nastreeft.
Wat het experiment feitelijk heeft bewezen
Ontdaan van de hype demonstreert het experiment iets dat reëel is, maar beperkter dan de krantenkoppen suggereerden: een AI-model, dat met een ongebruikelijke autonomie opereert, kan goedkoop en snel op grote schaal naar eiwitkandidaten zoeken en een shortlist genereren die echte bindmiddelen bevat. Dat is een betekenisvolle productiviteitswinst voor onderzoek in een vroeg stadium.
Maar de afstand tussen ‘17 eiwitten die binden’ en ‘tegengif dat levens redt’ omvat veiligheidsstudies, formuleringen, werkzaamheidstesten en regelgevende onderzoeken – het lange, dure deel van de ontwikkeling van geneesmiddelen dat tot nu toe door geen enkele rekenkracht is gecomprimeerd. Experts vertelden The Verge dat het omzetten van veelbelovende moleculen in effectieve medicijnen een veel grotere uitdaging blijft dan het vinden ervan.
De les voor lezers die het volgende virale AI-wetenschappelijk verhaal evalueren is simpel: vraag of het resultaat een ontdekking, een shortlist – of een abonnementspitch was.
Blijf AI een stap voor
Doorbreek de hype met onze AI-nieuwsverslaggeving op AI Buzz Wire.
Lees meer AI-nieuws →
