Anthropic cho biết các mô hình Claude của họ hiện có thể thiết kế chất kết dính protein ngay từ đầu - hoặc tốt hơn - các chuyên gia hàng đầu về con người, một kết quả mà công ty đã xác nhận trong các phòng thí nghiệm ẩm ướt và công bố trong một bài nghiên cứu vào thứ Hai, đánh dấu một trong những minh chứng rõ ràng nhất về việc AI tăng tốc khám phá khoa học thực sự.

Những phát hiện này đến từ hai thí nghiệm. Trong lần đầu tiên, Anthropic đã thử nghiệm khả năng của Claude trong việc thiết kế chất kết dính protein - các protein nhỏ được thiết kế để bám chặt vào protein mục tiêu - một nhiệm vụ trước đây phải mất hàng tuần hoặc hàng tháng để thực hiện mỗi mục tiêu và là trọng tâm của thiết kế thuốc hiện đại. For more context on this story, see our ongoing AI industry coverage.

Đánh bại các điểm chuẩn

Làm việc với các nhà đánh giá bên ngoài Adaptyv Bio và Twist Bioscience, những công ty độc lập sản xuất và thử nghiệm các thiết kế của Claude trong phòng thí nghiệm, Anthropic đã thực hiện một chiến dịch thiết kế nhiều nhánh chống lại 15 mục tiêu protein. Claude đã thành công trước 14 người trong số họ, tạo ra 354 chất kết dính được xác nhận từ 1.320 mẫu thiết kế. Chỉ riêng điều đó đã thể hiện sự bổ sung đáng kể cho kho công cộng của các thiết kế protein de novo: hai bộ sưu tập lớn nhất hiện có, Anthropic lưu ý, cùng chứa khoảng 770 chất kết dính trong số 5.700 thiết kế chống lại 40 mục tiêu.

Tỷ lệ trúng đích là điều thu hút sự chú ý của các nhà sinh vật học. Mô hình Mythos Preview của Anthropic đã đạt được tỷ lệ trúng đích tổng thể là 26,7% khi thiết kế đồng thời chống lại tất cả các mục tiêu trong phiên 48 giờ, với Claude Opus 4,8 xếp sau với 22,6%. Công ty lưu ý rằng tỷ lệ thành công điển hình trong các chiến dịch thiết kế protein hiện nay là từ 10 đến 15%. Khi Mythos Preview tập trung vào một mục tiêu tại một thời điểm trong nhiều phiên kéo dài 24 giờ, tỷ lệ trúng đích của nó đã tăng lên 35,1%. Chiến dịch đã thu hút các mục tiêu từ các điểm chuẩn được nghiên cứu rộng rãi — bao gồm tất cả bộ BenchBB của Adaptyv Bio — cùng với hai mục tiêu mới, 15-PGDH và GDF-8, được chọn cụ thể để đảm bảo Claude không thể dựa vào những thành công được ghi trước từ dữ liệu huấn luyện của nó. Đối với mỗi mục tiêu trong số 15 mục tiêu, các nhà nghiên cứu yêu cầu Claude thiết kế 30 chất kết dính protein.

Đối với các mục tiêu cạnh tranh cá nhân, lợi nhuận vẫn còn rộng hơn. Chống lại RBX1, một loại protein liên quan đến sự phân hủy protein có mục tiêu, Mythos Preview ở chế độ một mục tiêu đã đạt được tỷ lệ trúng đích là 40% — so với 3,7% trong số những người tham gia là con người trong cùng một cuộc thi — và thiết kế được xếp hạng hàng đầu của nó vượt trội so với thiết kế giành chiến thắng của con người về mối quan hệ ràng buộc.

Có những thất bại trong hướng dẫn. Cả hai loại protein thùng beta được thiết kế de novo có tên là BBF-14 và protein liên kết với maltose (MBP) đều nằm ngoài tầm với, những mục tiêu có bề mặt mới lạ, mịn màng, linh hoạt để lại rất ít chất kết dính để bám vào. Và thật ngạc nhiên, chính Opus 4.8 - không phải Mythos Preview mạnh mẽ hơn - đã thành công trên TNFα, một mục tiêu khét tiếng khó khăn có khả năng phong tỏa là nền tảng của một số loại thuốc bán chạy nhất từng được sản xuất, bao gồm cả Humira.

Một nhà nghiên cứu tự chủ

Có lẽ điều đáng chú ý nhất là chiến dịch này đòi hỏi rất ít sự tham gia của con người. Sau lời nhắc ban đầu, Anthropic cho biết họ không cung cấp thêm hướng dẫn về khoa học, kỹ thuật hoặc vận hành nào. Claude đã chọn vị trí trên mỗi protein để thiết kế, tạo ra các cấu trúc và trình tự ứng cử viên bằng cách phối hợp các mô hình gấp và thiết kế protein chuyên dụng có sẵn công khai, đồng thời chạy chiến dịch từ đầu đến cuối - công việc có thể khiến con người phải mất hàng tuần.

Nỗ lực này đã tiêu tốn tới 12.500 giờ tính toán NVIDIA H100 để chạy đa mục tiêu và lên tới 2.500 giờ H100 cho mỗi mục tiêu ở chế độ một mục tiêu. Claude thậm chí còn tạo ra 15 chất kết dính đã được xác nhận có chứa cấu trúc tấm beta đáng kể, một nếp gấp khó thiết kế hơn so với các bó xoắn alpha mà hầu hết các công cụ tính toán mặc định sử dụng.

Từ thiết kế phân tử đến đọc dữ liệu thô

Thí nghiệm thứ hai thử nghiệm một nút thắt khác, tầm thường hơn: hóa học phân tích. Mỗi khi một nhà hóa học tạo ra một phân tử, họ phải xác nhận nó là gì và độ tinh khiết của nó bằng cách sử dụng phương pháp quang phổ cộng hưởng từ hạt nhân (NMR) và sắc ký lỏng–khối phổ (LC-MS). Việc giải thích những tập tin đó là công việc thủ công tốn nhiều công sức.

Chỉ được cung cấp các tệp công cụ thô của phòng thí nghiệm hợp đồng và lời nhắc bằng ngôn ngữ đơn giản ngắn gọn — không có phần mềm của nhà cung cấp, không có người vận hành — Claude Opus 5 trả về kết quả NMR và LC-MS đã được xử lý đầy đủ lần lượt trong 23 và 19 phút, hoạt động song song. Kết quả của nó phù hợp với phân tích của phòng thí nghiệm. Trong quá trình thực hiện, mô hình đã thiết kế ngược định dạng tệp nhà cung cấp không có giấy tờ, xác minh kết quả đọc của nó dựa trên tổng số được ghi lại của thiết bị cho tất cả 2.664 lần quét và đề xuất thử nghiệm tiếp theo chính xác – kiểm tra nước nặng – mà phòng thí nghiệm hợp đồng đã thực hiện độc lập ba ngày sau đó.

Anthropic cho biết cuộc chạy cũng chứng tỏ khả năng đánh giá khoa học thực sự, không chỉ tự động hóa và lưu ý rằng một nhà hóa học thường cần nửa giờ đến một giờ cho mỗi mẫu cho loại phân tích này.

An toàn là trên hết

Công ty đã rõ ràng về ý nghĩa sử dụng kép. Anthropic cảnh báo, khả năng nghiên cứu tự động tương tự có thể tăng tốc các liệu pháp điều trị cho con người có thể, nếu không có biện pháp bảo vệ mạnh mẽ, cho phép thực hiện các nghiên cứu nguy hiểm như phát triển vũ khí sinh học. Các nhiệm vụ nghiên cứu khoa học đời sống hiện đang bị chặn trong mô hình có khả năng cao nhất của họ và công ty cho biết họ đang chuẩn bị một chương trình truy cập đáng tin cậy dành cho các nhà khoa học - một trong những ưu tiên cao nhất của họ. Trong khi đó, Claude Opus 5 vẫn là mẫu máy có khả năng hoạt động tốt nhất hiện nay.

Anthropic đã chia sẻ các lời nhắc được sử dụng cho các chiến dịch cùng với tất cả dữ liệu in vitro và in silico được tạo ra — một biện pháp minh bạch sẽ cho phép các phòng thí nghiệm bên ngoài xác minh các tuyên bố. Đối với một lĩnh vực vẫn đang phân loại sự cường điệu từ các kết quả, bài đăng đưa ra một điều hiếm có: bằng chứng được xác thực trong phòng thí nghiệm rằng mô hình AI có mục đích chung có thể thực hiện công việc từng xác định sự nghiệp của một chuyên gia trong vài giờ.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →