Claude создал рабочие protein binders для 14 из 15 целей

Anthropic заявила, что Claude создал рабочие protein binders для 14 из 15 целей в кампании с wet-lab проверкой. Это ранний, но важный сигнал: general AI-агенты начинают помогать не только с текстом и кодом, но и с частями экспериментальной life-science работы.

Protein binders — это небольшие белки, которые проектируют так, чтобы они связывались с конкретной биологической целью. Это важно для drug discovery: многие лекарства работают именно через связывание с целью и изменение ее поведения. Anthropic пишет, что Claude Opus 4.8 и Mythos Preview сгенерировали 1 320 дизайнов, а внешние лаборатории Adaptyv Bio и Twist Bioscience подтвердили 354 binders по 14 целям.

Заявленный hit rate составил 22.6% для Opus 4.8 и 26.7% для Mythos Preview, когда Claude работал по всем целям в одной 48-часовой сессии. В режиме отдельной сессии на каждую цель Mythos Preview достиг 35.1%. Для сравнения, Anthropic называет типичным уровнем 10-15% для современных protein-design кампаний. По нескольким benchmark-целям отдельные дизайны Claude также совпали с лучшими опубликованными результатами по affinity или превзошли их.

Anthropic отдельно протестировала Claude Opus 5 на analytical chemistry. Модель получила raw NMR и LC-MS файлы плюс короткий prompt и вернула готовый анализ за 23 и 19 минут, совпав с лабораторией по hydrogen counts и почти совпав по purity.

Важная оговорка: это результаты, опубликованные самой Anthropic, а не готовая система для разработки лекарств. Компания также пишет, что life-science задачи пока заблокированы в ее самой сильной модели, а отдельный access program для ученых только планируется. Но это уже не просто benchmark: часть результатов физически проверили в лаборатории, поэтому за направлением стоит следить.