Anthropic показала редкий для AI drug discovery результат: не красивую вычислительную метрику, а физически работающие белковые биндеры. Это уже достаточно серьёзно, чтобы дать Claude собственную мишень и бюджет на проверку. Но покупать тезис «LLM победила учёных» рано: экономика эксперимента не раскрыта, прямого сравнения со специализированными моделями нет, а провалы на отдельных мишенях выглядят не менее содержательно, чем рекорды.
Что именно сработало
Как пишет TNW со ссылкой на исследовательский блог Anthropic, Claude проектировал биндеры для 15 мишеней и получил подтверждённый результат на 14. В зависимости от режима связывались от 22% до 35% конструкций. Всего лаборатории подтвердили 354 биндера из 1320 дизайнов.
Физическую часть делала не сама Anthropic. Adaptyv Bio и Twist Bioscience произвели и протестировали предложенные конструкции. Это важнее очередного лидерборда: программный кандидат превратился в образец и действительно связался с мишенью. При этом результаты опубликовала сама Anthropic, внешнего peer review пока не было.
Самое эффектное сравнение получилось на RBX1. Mythos показал 40% успешных конструкций, тогда как участники конкурса Adaptyv Bio получили 3,7%. Лучший дизайн Claude превзошёл победившую работу. Но это результат на одной мишени и в одном соревновании, а не доказательство общего превосходства над protein engineers.
Картина в целом сложнее. Opus 4.8 создал биндеры к человеческой, обезьяньей и мышиной версиям TNFα, а более сильный Mythos на этой мишени не справился. Для maltose-binding protein не сработала ни одна из 90 конструкций. На сложном синтетическом бенчмарке BBF-14 результаты оказались скромными. Anthropic сама пишет, что не знает, почему менее способная модель прошла там, где более сильная провалилась.
Claude здесь не один
Называть этот эксперимент победой универсальной LLM над профильным софтом было бы маркетинговой арифметикой. Claude выбирал участок связывания, управлял существующими open-source моделями дизайна и фолдинга, а затем отбирал кандидатов. То есть перед нами не замена protein-design стека, а новый управляющий слой внутри него.
И слой этот прожорлив. В одном режиме Anthropic выделяла моделям до 12 500 часов Nvidia H100 на 48-часовую сессию. В другом использовалось до 2500 H100-часов на одну мишень. Лучше всего сработал последовательный дизайн по одной мишени, где Mythos достиг 35,1%.
Денежную стоимость кампании Anthropic не приводит. Время тоже нельзя свести к двум суткам вычислений: физическое производство и wet-lab проверка всё ещё занимают недели. Поэтому главный показатель для бизнеса здесь не доля красивых конструкций и даже не число GPU-часов. Это стоимость одного экспериментально подтверждённого биндера: весь compute, работа моделей, синтез и тестирование, разделённые на число подтверждённых хитов.
Именно по этой метрике Claude нужно сравнивать с текущим процессом команды и профильными инструментами. Пока такого сопоставления в опубликованных данных нет.
Что делать биотех-команде
В конце июня Anthropic представила Claude Science как рабочую среду для автономных научных задач. Теперь у продукта появился первый убедительный кейс, где агентный контур дошёл до внешней лаборатории. Для команды, строящей биотех-бизнес с ИИ в России, практический вывод простой: пора проводить ограниченный eval на собственных мишенях, но заранее фиксировать бюджет и критерий успеха.
Разумный тест выглядит не как попытка повторить всю кампанию Anthropic. Достаточно выбрать несколько мишеней разной сложности, прогнать Claude рядом с действующим pipeline и отправить сопоставимые наборы кандидатов на одинаковую wet-lab проверку. Промпты и данные Anthropic опубликованы, поэтому хотя бы часть контура можно разобрать и адаптировать.
Главный маркер на следующие месяцы: воспроизведут ли независимые команды заявленные hit rates на новых мишенях и появится ли публичная стоимость подтверждённого биндера. Если да, универсальная LLM действительно станет ещё одним рабочим участником protein-design стека. Если останутся только отдельные рекорды при тысячах H100-часов, Claude будет полезным оркестратором, но не новым экономическим двигателем drug discovery.