Ett investeringsforskningsföretag ville bevisa att AI kunde revolutionera läkemedelsutvecklingen. Så det slog sig ihop med Anthropic för att se om en outgiven version av Claude kunde göra skorpion mot gift. Det gick inte – och en detaljerad faktakontroll av The Verge, publicerad den 22 oktober, visar exakt hur långt experimentet inte klarade det virala påståendet, även när forskare medger att de underliggande resultaten var "tekniskt lovande".

Avsnittet är en fallstudie i hur AI-läkemedelsupptäckt hävdar resor: ett flashigt experiment, ett triumferande blogginlägg och ett gap mellan det som visades och vad rubrikerna antydde. För en bransch där finansieringen av artificiell intelligens i allt högre grad beror på vetenskapsnära berättande är det värt att noga läsa.

Hur experimentet utvecklades

Företaget bakom experimentet är Citrini Research, som publicerade ett blogginlägg med titeln "Vi ville använda Claude för att skapa en ny drog. Här är vad som hände." Som The Verge rapporterar kom kontot komplett med retoriska frågor, en blow-by-blow-redovisning av lagets vetenskapliga amatöräventyr och ett citat från Charles Darwin. Citrini själv erkände att "ingen av oss kunde påstå sig veta något om AI eftersom det var relaterat till biologi."

Samarbetet hade ett ovanligt ursprung. Citrini sprang in i Claudes biosäkerhetsräcke när han försökte få modellen att undersöka drogkandidater, och inläggets författare säger att de "spam ringde vem som helst i min kontaktlista som arbetade på ett AI-labb" tills de hittade en villig partner. Anthropic gick med på att släppa restriktionerna och ge teamet tillgång till en mer avancerad, outgiven modell - under förutsättning att de arbetar från Anthropics kontor. AI-labbet stod också för beräknings- och tokennotan, som bara låg på 50 000 $.

Scorpion antivenom var ett passande mål: det är en kostsam behandling som är svår att producera, ofta involverad injicering av gift i hästar. Målet var att använda Claude för att designa proteiner som kunde binda till toxiner i skorpiongift.

Beväpnad med en 35-sidig uppmaning släppte teamet lös cirka 300 subagenter för att upptäcka lämpliga proteiner. Anthropics egen, mer nyktra redogörelse säger att Claude genererade nästan 320 000 kandidater och sänkte dem till 180 mönster efter att ha kasserat de som liknar kända toxiner eller befintliga proteiner. Hela processen tog 64 timmar. I samarbete med Claude lade teamet till ytterligare 31 mönster, vilket ger det totala antalet till 211.

Vad Wet Labs hittade

Citrini skickade sedan designen till två externa laboratorier - schweiziska bioteknikföretaget Adaptyv Bio och USA-baserade Twist Biosciences - för att testa om proteinerna faktiskt kunde binda till sina avsedda mål. Testet kostade ytterligare cirka 150 000 USD, vilket ger den totala utgiften till cirka 200 000 USD. Det är fortfarande oklart varför testerna inte kunde ha utförts vid Anthropics eget biologiska våtlabb i Kalifornien.

Resultaten: 17 av proteinerna passerade, och binder kollektivt till fyra av de fem skorpiontoxiner som teamet hade hoppats kunna rikta in sig på. Inte ett av proteinerna binds till mer än ett enda toxin.

Och det är där historien slutar, vetenskapligt. Att binda till ett toxin betyder inte att ett protein kan neutralisera det, än mindre fungera som en säker och effektiv behandling. Citrinis eget inlägg medger att "inget experiment ännu har testat om de faktiskt stoppade toxinet att fungera." Med andra ord, företaget satte sig för att göra ett nytt läkemedel och åstadkom istället ett mycket tidigare steg i pipelinen - ett som experter beskriver som den jämförelsevis enkla delen.

Experter: Lovande, men för tidigt

The Verge rådfrågade flera akademiska specialister, och deras konsensus var konsekvent. "Det är lätt att hitta ett bra bindemedel mot orm- och skorpiongifter", säger Andreas Hougaard Laustsen-Kiel, professor i antikroppsteknik vid Danmarks Tekniska Universitet. "Det svåra är att översätta det till ett läkemedel."

Två av hans DTU-kollegor – biträdande professor Melisa Benard Valle och seniorforskare Anne Ljungars – gick längre och beskrev fynden som "långt ifrån en medicin och hajpade". Resultaten är tekniskt lovande, skrev de, men säkerhet, stabilitet, beteende i kroppen och utvecklingsförmåga förblir okända. "Att översätta dessa bindemedel till ett verkligt läkemedel är sannolikt fortfarande en lång och utmanande process." Enligt deras uppfattning var det genuint nya elementet i experimentet den autonoma upptäcktsprocessen, inte de biologiska resultaten.

Andreas Bender, professor i maskininlärning i medicin vid Khalifa University i Abu Dhabi och gästprofessor vid University of Cambridge, lade till ett sammanhang som tömmer nyheten ytterligare: befintliga metoder som screening med hög genomströmning kan ofta hitta många kandidatträffar till hanterbar kostnad utan någon AI alls. Att designa proteiner som binder till mål är, med hans ord, "typ av" ett löst problem. "Det är precis den här översättningen som saknas."

Affärsvinkeln

Varför skulle ett investeringsföretag spendera 200 000 dollar för att inte göra en drog? Eftersom experimentet fungerar som marknadsföring. Citrini förklarade att övningen var en sorts framgång och hävdade att den ger en inblick i investeringsmöjligheter i den kommande eran av AI-aktiverad läkemedelsupptäckt. Detaljerna i dess hausseartade avhandling var reserverade för betalande prenumeranter, även om Bloomberg rapporterade att företaget lyfte fram företag som är involverade i testsidan av läkemedelsutveckling, inklusive Charles River Laboratories, som tillhandahåller primater för djurforskning.

Inramningsvalen talar för sig själva. I en video som diskuterade experimentet beskrev Citrini AI-delen som "gratis" - med utsikt över den ungefär $50 000-fliken som Anthropic plockade upp. När det blev utmanat anklagade företaget kritiker för nitpicking, och skrev: "Inte för att slå en död häst, men vi är ett investeringsforskningsföretag - inte en bioteknisk startup." Varken Citrini eller Anthropic svarade på The Verges begäran om kommentarer.

Även här spelar sammanhanget roll. Citrini låg tidigare bakom ett flitigt cirkulerat stycke fiktion som föreställde sig en AI-inducerad ekonomisk katastrof som fick draghjälp på sociala medier och skramlade verkliga marknader. Anthropic, bara några veckor efter sin hett efterlängtade börsintroduktion, har sina egna skäl att tala om AI:s potential inom läkemedelsutveckling och biovetenskap - två områden som den aktivt driver.

Vad experimentet faktiskt bevisade

Befriat från hypen visar experimentet något verkligt men smalare än rubrikerna antydde: en AI-modell, som arbetar med ovanlig autonomi, kan köra en storskalig proteinkandidatsökning billigt och snabbt och generera en kortlista som innehåller äkta bindemedel. Det är en meningsfull produktivitetsvinst för upptäcktsarbete i tidiga skeden.

Men avståndet från "17 proteiner som binder" till "antigift som räddar liv" sträcker sig över säkerhetsstudier, formuleringar, effekttester och regulatoriska prövningar - den långa, dyra delen av läkemedelsutveckling som ingen mängd beräkningar ännu har komprimerat. Experter sa till The Verge att det fortfarande är en mycket större utmaning att förvandla lovande molekyler till effektiva läkemedel än att hitta dem.

Lärdomen för läsare som utvärderar nästa virala AI-vetenskapshistoria är enkel: fråga om resultatet var en upptäckt, en kortlista – eller en prenumerationspitch.

Ligg före AI

Klipp igenom hypen med vår AI-nyhetsbevakning på AI Buzz Wire.

Läs mer AI-nyheter →