Anthropic ha lasciato Claude da solo con 15 bersagli proteici per 48 ore e sono arrivati i risultati di laboratorio
Claude ha progettato leganti proteici contro 14 target su 15 nei test di laboratorio condotti da Adaptyv Bio e Twist Bioscience. Le percentuali di successo andavano dal 22 al 35% contro un tipico 10-15. Su un bersaglio ha battuto un vincitore della competizione.
Il 18 agosto Anthropic ha pubblicato i risultati convalidati in laboratorio di una campagna di progettazione proteica condotta con un coinvolgimento umano minimo. A Claude è stato chiesto di progettare 30 minileganti per ciascuno dei 15 target proteici. Un minilegante è una piccola proteina progettata per agganciarsi saldamente a una proteina bersaglio specifica, che è il modo in cui funzionano effettivamente molti farmaci moderni. Due laboratori indipendenti, Adaptyv Bio e Twist Bioscience, hanno realizzato e testato fisicamente i progetti. Dei 1.320 progetti, 354 erano rilegati e coprivano 14 dei 15 obiettivi.
Il tasso di successo è il numero da guardare. Anthropic riporta il 22,6% per Opus 4.8 e il 26,7% per Mythos Preview quando si progetta rispetto a tutti i target contemporaneamente in una singola sessione di 48 ore, salendo al 35,1% per Mythos Preview quando ciascun target ha la propria sessione di 24 ore. Il valore di riferimento dichiarato da Anthropic per le campagne di progettazione proteica oggi è compreso tra il 10 e il 15%. Rispetto a RBX1, un obiettivo su cui Adaptyv Bio ha lanciato un concorso pubblico, Mythos Preview ha raggiunto il 40%, mentre i partecipanti umani avevano una media del 3,7%, e il suo miglior design ha sovraperformato il vincitore del concorso. Contro il TNFα, l’obiettivo di farmaci come Humira, Opus 4.8 ha prodotto leganti che hanno funzionato su versioni umane, scimmie e topi della proteina, il che è importante per gli studi sugli animali. Curiosamente Mythos Preview ha fallito su quello e Anthropic dice di non sapere perché.
Ecco ciò che è veramente nuovo, e non è che un’intelligenza artificiale abbia progettato una proteina. Modelli specializzati di machine learning progettano proteine da anni. Ciò che Claude ha fatto è stato utilizzare quei modelli specialistici: scegliere dove puntare su ciascun obiettivo, generare strutture di candidati, eseguire cicli di ottimizzazione e selezionare i candidati che si sarebbero effettivamente espressi e sarebbero rimasti solubili. Questo lavoro di orchestrazione richiede normalmente settimane di tempo da parte di un biologo computazionale. Claude ha ricevuto un prompt di 30.000 token, accesso a Internet, GPU e un budget di tempo fisso, quindi ha funzionato senza supervisione. Gli umani hanno approvato le richieste della rete e hanno ordinato i test fisici.
Un elenco onesto di avvertenze, perché Anthropic ne fornisce uno. Claude ha fallito completamente contro la proteina legante il maltosio, alla quale nessuno dei 90 progetti si legava, e ha gestito solo leganti deboli contro BBF-14. Un legante ad alta affinità rappresenta il primo passo nello sviluppo di un farmaco, non l’ultimo, e Anthropic afferma che i risultati necessitano ancora di un’ulteriore caratterizzazione. C’è anche un vero problema del duplice uso, che l’azienda affronta direttamente: la stessa capacità che accelera la medicina accelera la ricerca sulle armi biologiche, motivo per cui la progettazione delle proteine rimane bloccata nel suo modello più capace mentre si costruisce un programma di accesso controllato per gli scienziati.
Che cosa significa per te: per la maggior parte delle persone, oggi non cambia nulla e per questo motivo non esiste alcun farmaco. Ciò che ti dice è dove sta approdando la forma utile dell’intelligenza artificiale nella scienza. La vittoria non è stata un modello più intelligente che ha sostituito uno scienziato, ma un modello generale che ha guidato con competenza una serie di ristretti strumenti esperti per due giorni consecutivi, un lavoro che in precedenza richiedeva la piena attenzione di uno specialista. Il secondo risultato di Anthropic nello stesso post sottolinea lo stesso punto in modo più modesto: dati i file di strumenti grezzi e un messaggio di due frasi, Claude Opus 5 ha elaborato i dati del laboratorio di chimica in 23 minuti, arrivando a una purezza del 96,4% rispetto al 96,33 del laboratorio. Questa non è una svolta. È una settimana in cui qualcuno ha rimosso la noia, e ce n’è parecchio da girare.
Fonti
Fonti: https://www.anthropic.com/research/Claude-accelerates-protein-design
Amazon ha appena reso gratuito il suo assistente AI su Fire TV e ha abbassato silenziosamente una tariffa di 19,99 dollari
Alexa+ è disponibile gratuitamente su tutti i dispositivi Fire TV statunitensi compatibili e non è richiesto l'abbonamento Prime. L'aggiornamento è automatico. Il problema è che il livello gratuito si ferma alla televisione.
