Claude от Anthropic спроектировал белковые связки против нейротоксинов скорпионов, от укусов которых ежегодно погибают более 3 250 человек, проработав в основном самостоятельно 24 часа после исходного запроса. Система создала 318 484 варианта против пяти токсинов четырех видов скорпионов, а из 211 проверенных в лаборатории критериям связки отвечают 17. Результат важен потому, что проверяет, способна ли исследовательская среда на базе ИИ пройти полный цикл от расчетов до лабораторных кандидатов.
Как прошло 24-часовое проектирование
После стартовой инструкции Claude работал внутри Claude Science, исследовательской среды Anthropic для ученых, а команда позже направляла работу дополнительными указаниями. Из общего массива система отобрала 180 кандидатов для лабораторной проверки, исследователи добавили еще 31, итоговый набор составил 211. Успешными признаны 17 связок, то есть около 8 процентов именно на этой задаче с токсинами. Результаты подтвердили две независимые лаборатории, и это усиливает вывод beyond проверки одной командой.
Связки — это небольшие белковые молекулы, форма которых позволяет закрепляться на заданной молекуле-мишени, здесь — на нейротоксинах скорпионов. Два самых сильных кандидата очень прочно связались с Cn2, токсином мексиканского скорпиона. Лабораторные тесты указывают, что они присоединяются в том же участке или рядом с участком, где действует антитело, нейтрализующее Cn2 у мышей. Именно это совпадение участка делает кандидатов интересными, хотя действие в качестве противоядия пока не проверено.
Эксперимент продолжает более раннее исследование Claude Science, где Claude спроектировал мини-связки для 14 из 15 целевых белков. Доля успешных попаданий там составила от 22 до 35 процентов при обычных значениях от 10 до 15 процентов, приведенных в материале. Внешние эксперты Susana Vazquez Torres и Timothy P. Jenkins назвали работу со скорпионами многообещающим первым шагом. Схема меняется: ИИ переходит от роли помощника в анализе к длительной проектной работе с последующим контролем человека.
Что это значит для исследований с ИИ
Для компаний, применяющих ИИ в исследованиях, практическое изменение — это пропускная способность этапа проектирования: сотни тысяч концепций связок создаются за один день до дорогой лабораторной работы. Небольшая биотехнологическая команда получает на входе ранжированный список примерно из 200 кандидатов вместо ручного отбора. Крупная фармацевтическая организация выигрывает иначе — за счет параллельной проработки нескольких токсинов и видов в одном процессе.
Ограничения столь же конкретны, и их нужно учитывать при выборе решений. Подошли только 17 из 211 проверенных вариантов, а нейтрализация яда как противоядие не доказана, поэтому связывание само по себе не равно готовому продукту. Заказчику стоит спросить, какие пороги связывания применялись, как измерялась стыковка, что именно подтвердило независимое тестирование и какие испытания на животных и безопасность идут дальше. Новость сама по себе не говорит о снижении цены противоядий, ускорении регистрации или переносе метода на другие семейства токсинов.
Признаком подтверждения тренда станет переход двух сильнейших связок против Cn2 к тестам нейтрализации на животных и публикация итогов. Второй признак — повторение диапазона успешных попаданий от 22 до 35 процентов на новых мишенях за пределами этого набора токсинов. Если появятся оба сигнала, проектирование связок под управлением ИИ превратится из демонстрации в повторяемый начальный этап поисковых разработок.
