Claude ha calcolato per 64 ore e ha progettato per la prima volta la proteina del veleno anti-scorpione, che è stata testata

📅 2026-10-21

Riassunto:

Gli ultimi risultati di Claude hanno completamente spazzato via il mondo della biologia e dell'intelligenza artificiale. Oggi, Anthropic ha pubblicato uno studio in cui la versione di ricerca interna di una proteina progettata da Claude ha effettivamente catturato il veleno di scorpione in una provetta!

318.484 progetti di proteine ​​in 64 ore. 211 sono stati inviati al laboratorio e 17 hanno superato il test combinato.


Aprendo la relazione tecnica, il primo autore della lista è

Claude Science

.

Progetta proteine ​​e analizza anche dati, grafici e redige rapporti sotto la supervisione umana.


Inoltre, tutti i 211 piani di test, insieme ai dati sperimentali, sono stati resi pubblici.

Ciò che è sconvolgente è che a compiere questo "miracolo" è stato in realtà un gruppo di "laici" impegnati nella finanza: Citrini Research.

Cinque analisti, tre dei quali non hanno alcun background scientifico, guidano Claude nell'entroterra della scoperta dei farmaci basati sull'intelligenza artificiale.

Lo stesso giorno, OpenAI è entrata anche nel campo della biomedicina e ha acquistato Orchestra Bio per aiutare gli scienziati umani a gestire lo sviluppo di farmaci.


Queste due aziende hanno lottato per tutto il percorso, passando dalla matematica alla fisica, e ora il campo di battaglia è passato alle scienze della vita.

Budget di $ 200.000

Cinque "laici" sfidano il veleno dello scorpione

Questa ricerca è iniziata come un tentativo transfrontaliero da parte di Citrini Research, un istituto di ricerca sugli investimenti.

Citrini voleva ricercare opportunità di investimento nel campo delle scienze della vita e si è rivolto come al solito agli esperti. Di conseguenza, i giudizi che ho sentito andavano da "L'intelligenza artificiale non può affatto creare farmaci importanti" a "curare tutte le malattie entro cinque anni".


Gli esperti avevano opinioni diverse e hanno deciso semplicemente di provarlo da soli.

In questo team di cinque persone, tre di loro non hanno alcun background scientifico. Gli altri due hanno una certa esperienza rilevante e non sono sviluppatori di farmaci senior.

Hanno preparato un budget di 200.000 dollari per il tentativo, si sono rivolti ad Anthropic e hanno utilizzato modelli di ricerca interni con l'aiuto del team di scienze della vita.

Ma il vero problema è, con budget e tempo limitati, quale problema medico dovrebbe essere scelto come obiettivo della ricerca?

Il team ha finalmente scelto Scorpion Venom.

Secondo le stime, ogni anno in tutto il mondo più di 1,2 milioni di persone vengono punti dagli scorpioni e più di 3.250 persone muoiono. I bambini sono particolarmente vulnerabili a lesioni gravi.

Molti pazienti vivono in aree con risorse mediche limitate. La ricerca e lo sviluppo di nuovi trattamenti sono costosi, ma i ritorni commerciali sono limitati. Questo problema è stato a lungo la mancanza di investimenti.

Gli antiveleni esistenti di solito si basano su anticorpi prodotti da animali. Citrini ha dimostrato uno degli approcci tradizionali: raccogliere il veleno degli scorpioni, immunizzare i cavalli con una dose controllata e quindi estrarre e purificare gli anticorpi dal plasma del cavallo.


Questa volta vogliono provare a progettare una piccola proteina dal computer, come una clip su misura, per catturare la neurotossina contenuta nel veleno dello scorpione.

Il team deve prima confermare se queste proteine ​​possono legarsi alla tossina e poi testare ulteriormente se possono disabilitare la tossina. Hanno selezionato cinque obiettivi per queste "clip molecolari": veleno di scorpione proveniente da Messico, Brasile, Nord Africa e Medio Oriente.

Successivamente, gli esseri umani hanno aggiunto un altro problema difficile: può la stessa proteina catturare più tossine contemporaneamente?

Claude ha innanzitutto ricordato loro che se vogliono utilizzare una molecola per assorbire tutte e cinque le tossine, la possibilità di fallimento è alta.

Il team voleva comunque scommettere e ha incluso nella missione l'obiettivo di combinare più tossine contemporaneamente.

Immagine nell'immagine

Pausa

Ora attuale 0:10

/

Durata 1:00

Schermo intero

Disattiva

Riproduzione automatica

Sono stati inviati più di 300 agenti

Progetta 318.000 piani in 64 ore

Prima di iniziare il calcolo vero e proprio, la squadra deve prima trasformare la "meta" in un compito con obiettivi chiari ed eseguibili.

Citrini e il team di Anthropic hanno utilizzato Claude per rifinirlo ripetutamente, e il suggerimento iniziale è diventato sempre più lungo e alla fine ha raggiunto

circa 35 pagine

. Cosa studiare, quali sono le limitazioni e come giudicare se vale la pena inviare un valore candidato per il test sono tutti scritti.

Successivamente, Claude ha assunto la maggior parte del lavoro informatico.

Nella prima notte, sono stati avviati più di 300 agenti secondari e sono state utilizzate più di 300 GPU simultanee. Sul computer vengono eseguite ricerche nella letteratura, aggiustamento di strumenti, esecuzione di previsioni, screening di candidati, lotti di attività.

Questo modello interno viene eseguito nell'ambiente Claude Science e utilizza 12 strumenti di progettazione professionali. I partecipanti possono discutere le direzioni della ricerca e chiedere ragioni per le loro scelte senza dover utilizzare ciascun set di software.


Oltre ai calcoli, c'è un'altra questione molto pratica: il fornitore può produrre la proteina progettata?

Quindi, con l'autorizzazione e la supervisione di altri, Claude ha redatto e inviato un'e-mail allo scienziato responsabile degli approvvigionamenti presso Twist Bioscience, chiedendo informazioni sulla fattibilità della produzione di diversi tipi di proteine ​​complesse.

Claude ha temporaneamente interrotto i rami di progettazione pertinenti e ha aspettato che Twist confermasse i requisiti di produzione.

Dopo che gli umani se ne furono andati, finalmente arrivò la risposta. Claude ha preso in considerazione i vincoli di produzione e ha portato avanti la progettazione.

Dalla richiesta di informazioni sui requisiti di produzione del fornitore alla continuazione della progettazione in base alla risposta, Claude ha anche collegato il lavoro che richiedeva attesa e comunicazione.

Dopo 64 ore, Claude ha generato più di 318.000 progetti e ne ha selezionati 180. Con il suo aiuto, gli esseri umani ne hanno aggiunti altri 31 e alla fine hanno raccolto 211 candidati per i test.


Uno dei candidati più forti, Cn2-B1, non è stato selezionato da Claude fino al terzo follow-up del team.

In questo ciclo di progettazione di base, gli esseri umani hanno inviato un suggerimento iniziale e quattro follow-up; comprese le discussioni pre e post, le revisioni e gli arrangiamenti sperimentali, Citrini ha registrato 367 messaggi.

Questa serie di calcoli ha richiesto circa 10.000 ore GPU. Secondo Citrini, il costo della potenza di calcolo è di 49.997 dollari.

Il disegno è già sullo schermo. Successivamente, il team chiederà al laboratorio di verificare quanto sono stati calcolati i quasi 50.000 dollari USA.

17 proteine ​​hanno superato il test vero e proprio e la molecola vincente è vicina agli anticorpi naturali

Per trasformare la sequenza proteica sullo schermo in una vera molecola in una provetta, il team deve anche pagare per la sintesi, la produzione e i test.

Citrini ha pubblicato uno screenshot di un sollecito di storno di addebito da parte di Twist Bioscience, per un importo pari a 71.740 dollari.

Il membro del team lo ha pubblicato nella chat, il che significa più o meno: sembra che Twist abbia iniziato a lavorare, ahah.


Tuttavia, queste proteine ​​candidate devono essere prodotte, purificate e misurate. Due istituti sperimentali, Adaptyv Bio e Twist Bioscience, sono responsabili rispettivamente della produzione e dei test.

I risultati finali hanno mostrato che

17 progetti soddisfacevano i criteri vincolanti stabiliti dal team e coprivano quattro delle cinque tossine bersaglio.

Tra i candidati qualificati ce ne sono 7 per la tossina messicana Cn2, 4 per le tossine nordafricane AaH II e AaH I e 2 per la tossina mediorientale LqhIII. Nessuno dei progetti per la tossina brasiliana Ts1 ha raggiunto lo standard finale.


Per quanto riguarda il "piano unico per tutti" che gli esseri umani insistono a provare, l'acqua fredda versata in anticipo da Claude si è avverata.

Nessuno dei 151 progetti multi-tossina soddisfa i criteri di combinazione di più tossine contemporaneamente. Sei di loro soddisfacevano ancora lo standard per una singola tossina e sono entrati nell'elenco finale di 17.

Il team vuole una chiave in grado di aprire più lucchetti. Gli esperimenti hanno dimostrato che ciò che hanno finora sono ancora chiavi speciali.

Il candidato più forte afferra il veleno dello scorpione e emergono indizi sulla sua disintossicazione

Tra i 17 candidati qualificati, la performance di Cn2-B1 è particolarmente accattivante.

Nella finestra di osservazione dell'esperimento, si è separata dalla tossina bersaglio molto lentamente. Questa forte combinazione lo rende uno dei candidati più meritevoli per la ricerca continua.

Tuttavia, solo perché una proteina si lega fortemente alle tossine non significa che possa impedire alle tossine di danneggiare le cellule. Anche la parte della tossina a cui si lega la proteina è fondamentale.

Le neurotossine presenti nel veleno dello scorpione interferiscono con i canali del sodio nelle cellule nervose e interrompono i segnali elettrici. Negli studi sui topi è stato dimostrato che un frammento di anticorpo chiamato LR neutralizza il Cn2.

I ricercatori hanno lasciato che LR occupasse prima la tossina e poi verificassero se la proteina progettata dall'intelligenza artificiale può ancora attaccarsi.

Quando LR occupa in anticipo la tossina, il legame della proteina progettata dall'IA alla tossina viene significativamente inibito. Ciò suggerisce che i due potrebbero competere per le stesse posizioni vincolanti o adiacenti.

In altre parole, la proteina progettata da Claude probabilmente ha catturato un sito che ha la possibilità di bloccare l'azione della tossina.


Questo è un indizio importante per la disintossicazione.

Tuttavia, non è stato ancora confermato sperimentalmente se queste proteine ​​candidate possano proteggere le cellule e gli animali; gli attuali test di legame utilizzano anche tossine ricombinanti preparate in laboratorio.

Vengono divulgati tutti i 211 progetti, il livello successivo è diretto alla disintossicazione

Ora, Anthropic ha inserito tutti i 211 progetti, strutture previste e dati sperimentali presentati su Hugging Face sotto una licenza CC BY 4.0.

I ricercatori che subentrano possono verificare le previsioni calcolate e i risultati effettivi delle misurazioni uno per uno, allontanarsi dai candidati con le migliori prestazioni e individuare problemi nei progetti inferiori agli standard.

Nel prossimo ciclo di ricerca, disponiamo già di un punto di partenza che può essere rivisto e verificato.


Molte aree in cui si concentrano le ferite da scorpione mancano di risorse mediche ed è difficile ottenere profitti commerciali sufficienti dalla ricerca e dallo sviluppo di nuovi farmaci. Coloro che hanno più bisogno di cure sono spesso quelli che hanno più difficoltà ad attrarre investimenti sostenuti in ricerca e sviluppo.

La svolta che vale la pena perseguire nella ricerca sull'intelligenza artificiale è consentire a un numero maggiore di ricercatori di affrontare questi problemi a lungo trascurati.

Possono inviare più progetti al laboratorio e utilizzare cicli di esperimenti per trovare trattamenti veramente efficaci e convenienti.

Oggi, una vera e propria rivoluzione tecnologica ha messo radici nelle profondità del deserto: aiutare quei bambini indifesi punti dagli scorpioni nella povertà e nella sabbia gialla non perderanno più la vita in futuro perché non possono permettersi il prezzo altissimo del siero.

Questo è il significato più magnifico e toccante della nascita dell'ASI in questo mondo.

Materiali di riferimento:

https://www.anthropic.com/research/claude-scorpion-toxin-binder-design

https://www-cdn.anthropic.com/31ac578806cffd8b3d92d8affe6edc4c04d502e1.pdf

Tag correlati

Articoli correlati

Commenti

0/500
Captcha (click to refresh)
Nessun commento