Anthropicは、Claudeによる354件のタンパク質設計がラボ試験で結合したと発表した
Anthropicは1,440件のデザインに関するプロンプトとデータを公開したが、いずれも生物学的機能の試験は行われておらず、構造も解明されていない。
By Ryan Merket · Published · Updated
Primary source: Anthropic
Why it matters
Anthropic is testing whether a general frontier agent can operate specialist scientific workflows. The open release gives labs a reproducible protocol, while the missing functional evidence keeps the drug-discovery implications in check.
Dario Amodei and Daniela Amodei's Anthropic sent Claude into protein engineering, where its agents ran autonomous design campaigns that yielded 354 proteins with measured binding across 15 interpretable targets.
Anthropicはその結果を火曜日にXへの投稿で説明し、29ページの技術報告書を公開した。Anthropicはまた、プロンプト、予測構造、プロベナンス記録、実験測定値をHugging Face上の1,440件すべてのデザインについて公開した。
この研究はAmodeiを彼の科学的ルーツへと再び引き戻す。Google Brain、OpenAI、Anthropicに至る前、彼はプリンストンで物理学のPhDを取得し、Stanfordで神経回路ではなく細胞のプロテオームやがんバイオマーカーの研究に従事していた。Daniela Amodeiは、兄弟が2021年に元OpenAIの同僚とともにAnthropicを創設した際に、StripeとOpenAIでのオペレーションと安全性の経験を持ち込んだ。
彼らの創業時の仮説は、フロンティアモデルに安全性を最初から組み込むことに中心を置いていた。今回のタンパク質プロジェクトはその仮説を実践的な問いに拡張した――汎用のAIエージェントが専門家の実務知識を吸収し、科学ソフトウェアを操作して、試験に値する物理的候補を生成できるか、という問いだ。
Amir Shanehsazzadeh、Anthropicの研究者で報告書の唯一の記載著者は、その問いを中心に実験を設計した。彼はバインダーキャンペーンを実行するために必要な科学的および運用上の知識を網羅する約16,000語のプロトコルプロンプトを書き、個々の設計判断はClaudeが扱った。
What Claude actually did
AnthropicはClaude Opus 4.8とMythos Previewをエージェントとして16のタンパク質ターゲットに対して稼働させた。モデルは各ターゲットを調査し、領域と結合部位を選定し、オープンソースのデザインと構造予測ソフトウェアをインストールし、候補を生成し、計算的に最適化して、各ターゲットにつき30件のランキング付きデザインを返した。
Claudeは事前に決められたエピトープ、スキャフォールド、またはタンパク質配列を与えられていなかった。Anthropicはターゲットを選定し、クラウドGPUアカウントを提供し、予算と時間制限を設定し、非科学的なアクセス要求を承認し、結果のタンパク質を合成のために注文した。キャンペーン終了後に実験結果を解釈したのは人間である。
単一ターゲットのランは24時間と1万ドルの計算予算を受け、複数ターゲットのランは48時間と5万ドルを受けた。Claudeは科学ツールを自分でインストールして検証し、サブエージェントのチームを管理しつつこれらの制約内で作業を進めなければならなかった。
その区別が技術的寄与を定義する。Anthropicは専門のタンパク質生成モデルを導入していない。Claudeは既存のオープンソースシステム（タンパク質バックボーン生成器、配列設計ツール、構造予測器など）を調整・統括したに過ぎない。報告書は、Anthropicが医薬品設計プラットフォームを構築した証拠というよりは、フロンティアエージェントが科学的オペレーターとして機能し得るという証拠である。
同じオーケストレーション戦略はAnthropicのより広範な製品展開にも通底している。火曜日の早い時間にRuntimeWireはAnthropicがClaude Coworkをすべての有料プランで開放したと報じた。これはファイルやアプリケーションを横断して動作するよう設計されたエージェントを拡張するものである。Claude Scienceは、その基礎となるアイデアを専門ソフトウェア、クラウド計算、監査可能な成果物を伴う研究環境に適用したものだ。
The 27% comes with a denominator
Adaptyv BioとTwist Bioscienceという2つの有償の受託研究機関がデザインを合成し、結合を測定した。1つのターゲットである成熟GDF-8はテスト中に凝集し、解釈可能な測定が得られたターゲットは15件、デザインは1,320件になった。
そのうち354件が結合を示し、報告されたヒット率は26.8%だった。Claudeは15件中14件の解釈可能なターゲットに対して少なくとも1つのバインダーを生成した。各ターゲットキャンペーンで最上位にランクされたデザインの49%が結合した。
性能はターゲットごとに大きく異なった。ClaudeはTREM2に対して90件のデザインから72件のバインダーを、VEGF-Aに対して90件から54件を生成した。合成βバレルのBBF-14に対しては3件の弱いバインダーを生成し、マルトース結合タンパク質に対しては90件すべて失敗した。計算上の信頼度スコアは、それらのキャンペーンが失敗することをほとんど予告していなかった。
Mythos Previewの24時間単一ターゲットキャンペーンは35.1%のヒット率を記録し、複数ターゲットキャンペーンの26.7%およびOpus 4.8の複数ターゲット実行の22.6%と比べて高かった。単一ターゲット形式はターゲットごとに2.8倍の計算資源を受けていたため、集中度、予算、あるいはモデルの挙動のどれが差を生んだかをこの実験から切り分けることはできない。
最も強い比較はRBX1で示された。Claudeの90件のデザインのうち28件が結合し、最近の公開コンペティションの245件中9件と比べて優れていた。Anthropicが報告した最も強いRBX1デザインは、同一プレートでテストされたコンペティション優勝者が測定した45ナノモーラーに対し、見かけ上の解離定数が3.9ナノモーラーを示した。
その結果は注目に値するが、クリーンな人間対エージェントの試験ではない。Anthropicは人間の専門家が同じツール、計算資源、時間を与えられたマッチドキャンペーンを実施していない。比較に用いられた6件の公開コンペティションのうち4件の結果は、設計プロセス中にClaudeが参照できる状態にあった。
The wet lab still gets the final vote
報告書の最も鋭い制約は生物学的側面にある。Anthropicは結合を測定したにすぎず、これはタンパク質エンジニアリングにおける初期のチェックポイントだ。設計されたタンパク質のうちいずれも生物学的活性について試験されておらず、タンパク質-ターゲット複合体の構造が解決されたわけでもない。報告書にあるすべての結合ポーズは計算上の予測のままである。
見出しとなったヒット率は、同一の基底バックボーンからの配列変異を別個のデザインとしてカウントしていることも含んでいる。Anthropicが生成した809のバックボーンそれぞれからの最上位配列のみを数えた場合、200件が結合し、率は24.7%になった。五量体などの複合ターゲットに対する親和性測定は見かけ上の値であり、各モデル・キャンペーン形式・ターゲットの組み合わせは一般に一度ずつ実行されたに過ぎない。
これらの注意点はこの実験と治療用プログラムとの間に距離を置かせる。Latent Labs、Manifold Bio、Generate:Biomedicinesなどの企業は、タンパク質エンジニアリングを中心に専門化したモデル、スクリーニングシステム、あるいは医薬品パイプラインを構築している。Google DeepMindのAlphaProteoは、選択されたターゲットに対してバインダー生成を構造的および機能的検証と組み合わせている。
Anthropicの当面の機会は、それらのシステムの一段上に位置する。Claudeは科学ツールの中から選び、インストールし、計算を管理し、自身の判断の記録を残すことができる。研究室は独自のエージェントフレームワークを一から構築せずとも、公開されたプロトコルを適応できるだろう。
完全なデザインセットを公開したことは、成功例の表だけを出すより有用性を高めている。Hugging Faceのリポジトリには失敗したキャンペーン、低ランクの候補、生の結合測定値、各デザインを生成したツールを検査するために必要な記録が含まれている。データはCC BY 4.0の下でライセンスされ、公開されたスクリプトはMITライセンスを使用している。
報告書によれば、Shanehsazzadehはポストキャンペーンの分析、図表、原稿執筆にもClaude Scienceを使用した。彼は公開データに対して分析を照合し、論文に対する責任を負った。Anthropicは実質的にAIが実行した実験と、その実験をAIが支援して記述した報告を公開し、外部の研究者が両方を検証・反証するための十分な基礎資料を提供したことになる。
Claudeは薬を生み出したわけではない。汎用エージェントが計算的なタンパク質設計キャンペーンの大部分を実行し、独立した試験で結合した物理的候補を提供し、その作業を再現可能な形で露呈できることを示したに過ぎない。残るステップ――構造、機能、安全性、有効性――は、生物学がソフトウェアのベンチマークのようには振る舞わない領域である。