Связывание — один из ключевых механизмов действия лекарств. Молекула прикрепляется к определенному белку-мишени, чтобы блокировать или активировать его работу либо доставить к нему другое вещество. Создание таких связывающих белков с нуля могло занимать месяцы вычислений, оптимизации и лабораторного скрининга. Anthropic проверила, способен ли ИИ ускорить эту работу. Claude Opus 4.8 и Mythos Preview спроектировали связывающие белки для 15 мишеней, самостоятельно выбирая места связывания и отбирая перспективные конструкции. В лаборатории компании Adaptyv Bio и Twist Bioscience подтвердили связывание для 14 из 15 мишеней.
Всего было протестировано 1320 разработанных вариантов, из которых 354 действительно связывались с целевыми белками — около 27%. В многоцелевом режиме Mythos Preview и Opus 4.8 достигли показателя успешных разработок в 26,7% и 22,6% соответственно за 48-часовую сессию. При работе с каждой мишенью отдельно Mythos Preview повысил результат до 35,1% за 24 часа на каждую мишень. Для сравнения, типичный показатель результативности в подобных кампаниях составляет 10-15%.
В некоторых случаях результаты Claude оказались сопоставимы с лучшими разработками людей или превзошли их.
Например, при работе с белком RBX1 Mythos Preview в режиме одной мишени получил 40% успешных конструкций, тогда как в одном из предыдущих конкурсов Adaptyv Bio этот показатель составлял 3,7%. Opus 4.8 также смог создать связывающие белки против TNFα — сложной терапевтической мишени, которую используют, в частности, при разработке препаратов против воспалительных заболеваний. При этом модель не справилась с некоторыми другими целями. Например, против мальтозо-связывающего белка не сработал ни один из 90 вариантов.
Во втором эксперименте Anthropic проверила Claude Opus 5 на задаче аналитической химии. Модели предоставили только необработанные файлы ЯМР и ЖХ-МС от контрактной лаборатории и короткую инструкцию, без специализированного программного обеспечения производителя приборов и без помощи оператора. Claude обработал данные параллельно за 23 и 19 минут соответственно. Для ЯМР он построил спектр и таблицу из 18 пиков с указанием количества атомов водорода, а для ЖХ-МС определил основной компонент образца и его молекулярную массу.
Результаты практически совпали с анализом лаборатории — оценка чистоты составила 96,4% против 96,33% у специалистов.
При работе с ЯМР Claude также самостоятельно предложил провести дополнительную проверку с тяжелой водой, а после получения новых данных обнаружил собственную ошибку в первоначальной интерпретации и скорректировал вывод. Обычно химик тратит на обработку одного такого образца от десятков минут до нескольких часов, а подготовка итогового отчета лабораторией может занимать несколько дней.
Anthropic считает, что подобные системы могут сократить время и вычислительные ресурсы на ранних этапах разработки лекарств — от проектирования потенциальных связывающих молекул до проверки их структуры и чистоты. При этом компания подчеркивает, что создание белка, способного связаться с мишенью, — лишь один из первых этапов разработки лекарства и само по себе не означает появления нового препарата. Все результаты также нуждаются в дополнительной экспериментальной проверке.
Разработчики отдельно отмечают, что те же инструменты, которые помогают ученым ускорять исследования, могут использоваться и во вредоносных целях. Поэтому возможности Claude пока не предоставляются обычным пользователям. Anthropic планирует расширять доступ для ученых через специальные программы.
