Anthropic dice que Claude diseñó uniones de proteínas funcionales y superó a expertos humanos en algunas.

      Anthropic dice que sus modelos Claude diseñaron uniones de proteínas funcionales y realizaron un trabajo de análisis químico en minutos. Publicó los dos experimentos el martes. La empresa informó los resultados por sí misma. Los enmarcó como evidencia temprana de que Claude puede acelerar partes del desarrollo de medicamentos.

      Anthropic compartió el trabajo en su blog de investigación.

      Los números destacados son propios de Anthropic. Claude diseñó uniones de proteínas contra 15 objetivos y tuvo éxito contra 14, dijo la empresa. Entre el 22 y el 35 por ciento de sus diseños se unieron a su objetivo, dependiendo de la configuración. Anthropic dice que del 10 al 15 por ciento es típico en el campo hoy en día. Algunos de los diseños más fuertes se unieron varias veces más firmemente que el mejor resultado publicado anteriormente, añadió.

      Las verificaciones en laboratorio húmedo no se realizaron internamente. Dos empresas externas, Adaptyv Bio y Twist Bioscience, produjeron y probaron de forma independiente los diseños de Claude, dijo Anthropic. Esa validación física es la parte del trabajo con proteínas que aún toma semanas, sea cual sea el software.

      Un conector es una pequeña proteína diseñada para engancharse firmemente a un objetivo, que es como funcionan muchos medicamentos modernos. Diseñar uno nuevo desde cero, conocido como diseño de novo, históricamente ha tomado a los ingenieros de proteínas meses por objetivo. El trabajo se superpone con el campo más amplio del descubrimiento de medicamentos mediante IA.

      Anthropic utilizó dos modelos, Opus 4.8 y una vista previa de su modelo Mythos. Los ejecutó dentro de Claude Science, su banco de trabajo de investigación. Los modelos recibieron un largo aviso, acceso a internet, conectores y un gran grupo de GPUs. La empresa dijo que luego dejó que los modelos trabajaran de forma autónoma. Claude eligió dónde unirse a cada objetivo, dijo la empresa. Orquestó modelos de diseño y plegamiento de código abierto existentes, y luego filtró a los candidatos.

      El cómputo fue sustancial. Anthropic dio a los modelos hasta 12,500 horas de Nvidia H100 durante una sesión de 48 horas en un modo. Un segundo modo utilizó hasta 2,500 horas de H100 por objetivo. Diseñar contra un objetivo a la vez funcionó mejor, dijo.

      La vista previa de Mythos alcanzó una tasa de éxito del 35.1 por ciento de esa manera. En total, la campaña produjo 354 uniones confirmadas de 1,320 diseños.

      Dónde tuvo éxito y dónde falló

      Algunos resultados destacaron. Contra un objetivo llamado RBX1, la vista previa de Mythos alcanzó una tasa de éxito del 40 por ciento, dijo Anthropic. Los participantes humanos en una competencia de Adaptyv Bio lograron un 3.7 por ciento. El mejor diseño de Claude superó la entrada ganadora. Luego estaba TNFα, la proteína que bloquean los medicamentos antiinflamatorios como Humira.

      Opus 4.8 diseñó uniones que funcionaron en versiones humanas, de mono y de ratón. Curiosamente, la vista previa de Mythos falló en ese objetivo. Anthropic dijo que no estaba seguro de por qué el modelo menos capaz tuvo éxito donde el más fuerte no lo hizo.

      No funcionó en todas partes. Contra la proteína de unión a maltosa, un objetivo notoriamente suave, ninguno de los 90 diseños se confirmó como unión, dijo Anthropic. Solo logró resultados modestos contra BBF-14, una proteína sintética utilizada como un duro punto de referencia. La empresa dijo que planea más pruebas para confirmar sus tasas de éxito y medidas de unión. Ha publicado sus avisos y datos.

      La prueba química utilizó un modelo público

      El segundo experimento utilizó Claude Opus 5, el modelo más capaz que Anthropic ofrece al público en general. La tarea fue análisis químico, el trabajo rutinario de verificar qué es un compuesto y cuán puro es. Los químicos normalmente hacen esto con dos técnicas, NMR y LC-MS, y la parte lenta es leer los archivos en bruto que cada instrumento genera.

      Anthropic dio a Opus 5 solo los archivos en bruto de un laboratorio contratado y un aviso de dos oraciones, sin software de proveedor y sin operador. Trabajando dentro de Claude Science, el modelo devolvió resultados procesados en 23 y 19 minutos, ejecutando los dos análisis en paralelo, dijo la empresa. Sus números coincidieron con los del laboratorio. La pureza resultó ser del 96.4 por ciento frente al 96.33 por ciento del laboratorio, y los conteos de hidrógeno estaban dentro de un margen de redondeo.

      Dos detalles son dignos de mención. Claude detectó y corrigió su propio error, dijo Anthropic, después de que un primer pase exagerara cuántos picos se habían desplazado en una lectura de seguimiento. Y propuso la misma prueba confirmatoria que el laboratorio había realizado de forma independiente tres días antes. Para el archivo LC-MS, que llegó en un formato de proveedor no documentado, el modelo resolvió la codificación y verificó su lectura contra los totales del instrumento antes de analizar cualquier cosa, dijo la empresa.

      La comparación que hace Anthropic es con el tiempo. Un químico que hace esto a mano tarda aproximadamente de 30 minutos a una hora por muestra, y el informe final del laboratorio para este llegó cuatro días después de la primera medición. Claude produjo su informe en 25 minutos.

      Los resultados son auto-reportados y de doble uso

      Los hallazgos provienen de Anthropic, sobre sus propios modelos. No han pasado por una revisión por pares externa, aunque los dos laboratorios externos probaron las uniones de proteínas. La empresa dijo que evaluó sus modelos "de manera holística" y publicaría más caracterización para confirmar las cifras.

      Anthropic también destacó el riesgo en su propio trabajo. El diseño biológico autónomo es de doble uso, dijo: la misma capacidad que acelera la medicina podría ayudar a un actor malintencionado a construir un arma biológica.

      Por esa razón, el diseño de proteínas y otras tareas biológicas sensibles permanecen bloqueadas en Claude Fable 5, su modelo más capaz. En su lugar, está construyendo un programa de acceso verificado para científicos. La empresa ha realizado sus propias pruebas sobre hasta dónde llegan sus filtros de armas biológicas.

      El contexto es importante para cuánto leer en los resultados.

      La propia publicación de Anthropic señala que la IA se ha movido más rápido en campos como las matemáticas, donde se puede verificar rápidamente una respuesta. Se ha movido más lentamente en las ciencias de la vida, donde la verificación es costosa. Presenta este trabajo como fundamental y dice que quiere que Claude eventualmente dirija el desarrollo de medicamentos de principio a fin.

      Un conector diseñado, reconoció, es solo el primer paso hacia un medicamento real.