Anthropic a laissé Claude concevoir lui-même des protéines, réussissant à cibler 14 protéines sur 15 — un résultat qui a étonné les chercheurs du domaine.
Le 18 août, Anthropic a dévoilé les résultats d'une expérience : Claude (Mythos Preview et Opus 4.8) a accompli de manière autonome un processus complet de conception de protéines.
On lui a donné 15 cibles protéiques et on lui a demandé de concevoir de nouvelles protéines capables de se lier à elles, ce qui a été un succès pour 14 des cibles.
Parmi 1320 conceptions, 354 se sont avérées efficaces après vérification par deux laboratoires indépendants, soit un taux de réussite global de 26,8 %.
La moyenne du secteur dans ce domaine est de 10 % à 15 %.
Les agents de liaison protéique sont à la base de nombreux médicaments : il faut d'abord concevoir une molécule capable de saisir la protéine cible, avant de pouvoir éventuellement en faire un médicament.
Ce processus de conception nécessite généralement des semaines de calculs, d'optimisations et de criblage par des ingénieurs en protéines.
D'AlphaFold à ClaudePrédire les protéines et concevoir des protéines sont deux choses différentes
Ce qu'AlphaFold a fait en 2020 : étant donnée une séquence protéique, prédire sa structure une fois repliée.
L'entrée est connue, la sortie est une prédiction.
C'est un modèle spécialement entraîné pour les protéines, qui fait une chose à la perfection.
Ce que Claude a fait cette fois est différent.
Il n'a reçu que le nom de la protéine cible, avec pour mission de concevoir à partir de zéro une nouvelle protéine pour s'y lier.
L'entrée est un nom, la sortie est une nouvelle protéine.
L'un est comme décrire une image, l'autre est comme rédiger une dissertation sur un sujet imposé.
Les outils utilisés par Claude sont tous existants — RFdiffusion, ProteinMPNN, ESMFold2, ces modèles open source de conception et de prédiction de structure des protéines existent depuis longtemps, n'importe quel laboratoire peut les télécharger.
Claude n'a pas inventé de nouveaux outils, il a orchestré : l'équipe de recherche a rédigé un prompt d'environ 16 000 mots, intégrant les connaissances professionnelles de l'ingénieur en protéines, y compris les différentes phases expérimentales, les outils utilisables à chaque étape et les critères de sélection.
Ce prompt ne spécifie pas quel aspect de la protéine aborder, ni quelle méthode de génération utiliser, ni ne présuppose aucune séquence.
Donné à Claude, avec un compte serveur cloud, pour qu'il l'exécute.
En mode multi-cibles, une session de 48 heures traite simultanément 14 cibles ; en mode mono-cible, 24 heures par cible.
Les opérateurs humains n'ont fait que trois choses : approuver l'accès réseau, surveiller les infrastructures, et envoyer les conceptions triées par Claude à deux laboratoires indépendants (Adaptyv Bio et Twist Bioscience) pour synthèse et détection — personne n'est intervenu dans aucune décision de conception.
Claude a lui-même choisi les sites cibles, les épitopes, installé les outils, exécuté les modèles, sélectionné et optimisé, trié et livré, utilisant finalement 10 méthodes de génération de structure, combinées en 24 ensembles d'outils.
Résultats
Le taux de réussite moyen actuel dans le domaine de la conception de protéines est de 10 % à 15 %.
Claude a obtenu, selon les modes, des taux de 22 % à 35 %, soit le double ou le triple de la moyenne du secteur.
https://x.com/AnthropicAI/status/2089842389682954621
Si l'on ne regarde que la conception classée en première place par Claude lui-même, le taux de réussite est de 49 % : pour deux cibles, la conception en tête de liste est directement utilisable.
Les résultats pour plusieurs cibles méritent d'être mentionnés séparément.
Adaptyv Bio avait auparavant organisé un concours public de conception pour une protéine appelée RBX1 ; sur les 245 conceptions soumises par les participants du monde entier, seules 9 ont réussi.
Claude a soumis 90 conceptions pour la même cible, dont 28 ont réussi, la meilleure conception s'avérant dix fois plus efficace pour saisir la cible que le gagnant du concours.
TNFα est une cible plus difficile — l'un des médicaments les plus vendus au monde, Humira, agit en se liant à cette protéine, mais plusieurs équipes d'experts ayant tenté précédemment de concevoir des agents de liaison de novo avaient toutes échoué.
Opus 4.8 a produit 12 conceptions efficaces, certaines capables de se lier simultanément au TNFα humain, simien et murin, à travers les espèces.
Il y a aussi eu des échecs : pour une protéine appelée MBP, les 90 conceptions ont toutes échoué.
Un signal similaire apparaît en chimie analytique.
En donnant à Claude Opus 5 des données brutes d'un spectromètre RMN et une simple instruction, le résultat est sorti en 23 minutes, coïncidant avec les conclusions de l'analyse manuelle d'un chimiste de laboratoire, qui prend une demi-heure à une heure.
Les deux directions expérimentales sont différentes, mais le signal est le même : ce modèle généraliste, Claude, a produit de manière autonome, en 24 à 48 heures (48 heures en mode multi-cibles, 24 heures en mode mono-cible), des résultats de niveau expert, validés en laboratoire, pour des tâches de recherche qui nécessiteraient normalement des semaines de travail d'un spécialiste.
En seulement six ans, un bouleversement total
Les agents de liaison sont encore loin d'être des médicaments, séparés par des étapes de toxicologie, d'essais cliniques, etc., chacune prenant des années.
Toutes les structures sont des prédictions calculées, non vérifiées expérimentalement par détermination structurale.
Claude utilise exclusivement des outils open source, et Anthropic a déjà publié en open source le prompt, les données et les 1440 modèles de conception sur HuggingFace, permettant à tout laboratoire de reproduire l'expérience.
https://huggingface.co/datasets/Anthropic/claude-protein-binder-design/tree/main
Cette capacité de recherche autonome présente simultanément des risques de double usage, et Anthropic a bloqué les capacités biologiques comme la conception de protéines dans la version publique de Claude.
Depuis la prédiction de la structure des protéines par AlphaFold jusqu'à la conception autonome de protéines par Claude, seulement six ans se sont écoulés.
Références :
https://www.anthropic.com/research/Claude-accelerates-protein-design
https://www-cdn.anthropic.com/30bf50e22a01388bb29bf077ee3f244531594b7a.pdf
Cet article provient du compte WeChat "新智元" (New Wisdom), auteur : ASI启示录
