Claude beginnt, neue Proteine autonom zu entwerfen, wobei seine Effizienz die von menschlichen Experten um das Zigfache übertrifft.

Anthropic ließ Claude selbst Proteine entwerfen, 14 von 15 Zielstrukturen wurden getroffen – diese Leistung hat erfahrene Forscher überrascht.

Am 18. August veröffentlichte Anthropic die Ergebnisse eines Experiments: Claude (Mythos Preview und Opus 4.8) hat einen vollständigen Prozess des Protein-Designs selbstständig abgeschlossen.

Ihm wurden 15 Protein-Zielstrukturen vorgegeben, und er sollte selbst neue Proteine entwerfen, die an diese binden können – 14 der Zielstrukturen wurden erfolgreich getroffen.

Von 1320 entworfenen Proteinen wurden 354 von zwei unabhängigen Laboren als wirksam bestätigt, was einer Gesamterfolgsrate von 26,8 % entspricht.

Der Branchendurchschnitt in diesem Bereich liegt bei 10 % bis 15 %.

Protein-Bindemittel sind die Grundlage für die Wirkung vieler Medikamente: Zuerst muss ein Molekül entworfen werden, das das Zielprotein erfassen kann, bevor es möglich ist, daraus ein Medikament zu entwickeln.

Dieser Entwurfsprozess erfordert normalerweise wochenlange Berechnungen, Optimierungen und Selektionen durch Proteiningenieure.

Von AlphaFold zu Claude: Die Vorhersage von Proteinstrukturen und das Design von Proteinen sind zwei verschiedene Dinge

Was AlphaFold im Jahr 2020 geleistet hat: Bei einer vorgegebenen Proteinsequenz wurde vorhergesagt, zu welcher Form sie sich faltet.

Die Eingabe war bekannt, die Ausgabe war eine Vorhersage.

Es ist ein speziell trainiertes Proteinmodell, das eine Aufgabe bis zur Perfektion ausführt.

Was Claude diesmal getan hat, ist anders.

Es erhielt nur den Namen des Zielproteins, und die Aufgabe bestand darin, ein völlig neues Protein von Grund auf zu entwerfen, das an dieses bindet.

Die Eingabe war der Name, die Ausgabe war das neue Protein.

Das eine ist „Bildbeschreibung“, das andere ist „Aufsatz nach vorgegebenem Thema“.

Claude verwendete ausschließlich vorhandene Werkzeuge – RFdiffusion, ProteinMPNN, ESMFold2, diese Open-Source-Modelle für Proteindesign und Strukturvorhersage existieren bereits seit langem und können von jedem Labor heruntergeladen werden.

Claude hat keine neuen Werkzeuge erfunden, seine Leistung liegt in der Orchestrierung: Das Forschungsteam hat einen Prompt mit etwa 16.000 Wörtern verfasst, der das Arbeitswissen der Proteiningenieure enthält, einschließlich der einzelnen Phasen des Experiments, der in jeder Phase verfügbaren Werkzeuge und der Selektionskriterien.

Dieser Prompt gibt nicht vor, von welcher Seite des Proteins ausgegangen werden soll, welche Generierungsmethode verwendet werden soll, und setzt keine Sequenz voraus.

Der Prompt wurde an Claude übergeben, zusammen mit einem Cloud-Server-Konto, damit er die Aufgaben ausführen kann.

Im Mehrzielmodus werden 14 Zielstrukturen gleichzeitig in einer Sitzung innerhalb von 48 Stunden verarbeitet, im Einzelzielmodus werden 24 Stunden pro Zielstruktur benötigt.

Die menschlichen Bediener haben nur drei Dinge getan: den Netzwerkzugriff genehmigt, die Infrastruktur überwacht und die von Claude sortierten Entwürfe an zwei unabhängige Labore (Adaptyv Bio und Twist Bioscience) zur Synthese und Prüfung geschickt – niemand hat in irgendeine Designentscheidung eingegriffen.

Claude hat selbst Zielstellen und Epitope ausgewählt, Werkzeuge konfiguriert, Modelle ausgeführt, Selektionen und Optimierungen vorgenommen, die Ergebnisse sortiert und übergeben. Schließlich wurden 10 Strukturgenerierungsmethoden verwendet und 24 Kombinationen von Werkzeugen zusammengestellt.

Ergebnisse

Der derzeitige durchschnittliche Erfolgsrate im Bereich des Proteindesigns liegt bei 10 % bis 15 %.

Claude erreichte in verschiedenen Modi Werte zwischen 22 % und 35 %, also das Zwei- bis Dreifache des Branchendurchschnitts.

https://x.com/AnthropicAI/status/2089842389682954621

Betrachtet man nur den von Claude am höchsten eingestuften Entwurf, liegt die Trefferquote bei 49 %: Bei jeder zweiten Zielstruktur ist der am höchsten eingestufte Entwurf direkt verwendbar.

Die Ergebnisse mehrerer Zielstrukturen sind besonders erwähnenswert.

Adaptyv Bio hat zuvor einen öffentlichen Designwettbewerb für ein Protein namens RBX1 veranstaltet, bei dem Teilnehmer aus der ganzen Welt 245 Entwürfe eingereicht haben, von denen nur 9 erfolgreich waren.

Claude hat für dieselbe Zielstruktur 90 Entwürfe eingereicht, von denen 28 erfolgreich waren. Der Bindungsgrad des besten Entwurfs an die Zielstruktur ist zehnmal so hoch wie der des Siegers des Wettbewerbs.

TNFα ist eine noch schwierigere Zielstruktur – eines der weltweit meistverkauften Medikamente, Humira, wirkt durch die Bindung an dieses Protein, aber mehrere Expertenteams sind zuvor bei Versuchen, Bindemittel von Grund auf zu entwerfen, vollständig gescheitert.

Opus 4.8 hat 12 wirksame Entwürfe erzeugt, von denen einige gleichzeitig TNFα von Menschen, Affen und Mäusen über verschiedene Arten hinweg binden können.

Es gab auch Misserfolge: Bei einem Protein namens MBP waren alle 90 Entwürfe unwirksam.

Im Bereich der Analytischen Chemie gibt es ähnliche Hinweise.

Claude Opus 5 erhielt die Rohdaten eines NMR-Geräts und eine einwortige Anweisung, und lieferte das Ergebnis nach 23 Minuten, das mit den Schlussfolgerungen übereinstimmt, die Laborchemiker in einer halben bis einer Stunde durch manuelle Analyse erzielen.

Die beiden Experimente haben unterschiedliche Richtungen, aber die Signale stimmen überein: Dieses generische Modell Claude hat bei wissenschaftlichen Forschungsaufgaben, für die Experten mehrere Wochen benötigen, innerhalb von 24 bis 48 Stunden (48 Stunden im Mehrzielmodus, 24 Stunden im Einzelzielmodus) selbstständig laborverifizierte Ergebnisse auf Expertenniveau erzielt.

Nur sechs Jahre – eine völlige Veränderung

Die Bindemittel sind noch weit von einem fertigen Medikament entfernt, dazwischen liegen Schritte wie Toxikologie und klinische Studien, von denen jeder mehrere Jahre dauert.

Alle Strukturen sind rechnerisch vorhergesagt und wurden nicht durch experimentelle Strukturverifizierung bestätigt.

Claude verwendete ausschließlich Open-Source-Werkzeuge. Anthropic hat den Prompt, die Daten und alle 1440 Designmodelle auf HuggingFace als Open Source veröffentlicht, sodass jedes Labor die Ergebnisse reproduzieren kann.

https://huggingface.co/datasets/Anthropic/claude-protein-binder-design/tree/main

Diese Fähigkeit zur autonomen Forschung birgt das Risiko einer doppelten Verwendung. Anthropic hat Funktionen wie das Proteindesign und andere biologische Fähigkeiten in der öffentlichen Version von Claude gesperrt.

Von der Vorhersage von Proteinstrukturen durch AlphaFold bis zum autonomen Proteindesign durch Claude sind nur sechs Jahre vergangen.

Referenzmaterialien:

https://www.anthropic.com/research/Claude-accelerates-protein-design 

https://www-cdn.anthropic.com/30bf50e22a01388bb29bf077ee3f244531594b7a.pdf 

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Xinzhiyuan“, Autor: ASI Offenbarung, 36Kr veröffentlicht ihn mit erteilter Genehmigung.