Claude navrhl funkční proteiny pro 14 z 15 cílů. V laboratoři předčil lidské experty

Model na text si poradil i s bílkovinami

Když řeknete „velký jazykový model", většina lidí si představí chat, psaní e-mailů nebo generování kódu. Anthropic ale otestoval Claude na úplně jiném poli: proteinový design, tedy navrhování malých bílkovin, které se vážou na konkrétní molekulární cíl.

Princip je vlastně jednoduchý. Bílkoviny jsou molekulární stroje, a spousta moderních léků funguje přesně tak, že se na nějaký cíl „přilepí" a tím ho zapne, vypne nebo k němu něco dopraví. Vyrobit takový „úchyt" od nuly je ale historicky práce na týdny až měsíce pro specialistu. Claude měl za úkol navrhnout takzvané minibindery — miniaturní bílkoviny, které se chytí na jeden cíl a na nic jiného.

Důležité je, že Claude to nedělal jen „z hlavy". V prostředí Claude Science řídil sérii specializovaných nástrojů na skládání a design proteinů — stejných, které používají i lidští proteinoví inženýři. Modely Claude Mythos Preview a Opus 4.8 generovaly kandidáty, nechávaly je v simulaci optimalizovat a nakonec vybraly ty nejslibnější. Představte si to jako orchestr: Claude diriguje, specializované modely hrají.

Čísla, která nejsou z marketingové brožury

Tady je ta podstatná část — výsledky neověřoval Anthropic sám, ale dva nezávislí partneři. Adaptyv Bio ze švýcarského Lausanne a americká Twist Bioscience vzali digitální sekvence, syntetizovali z nich reálné bílkoviny a změřili, jestli se opravdu vážou na cíl.

Výsledek z laboratoře: 354 z 1 320 návrhů fungovalo, tedy celková úspěšnost 26,8 %. Pro srovnání, v běžných proteinových kampaních se dnes pohybuje 10–15 %. A 95 % návrhů se vůbec podařilo v laboratoři vyrobit — to je samo o sobě číslo, které by před třemi lety znělo jako skvělý titulek.

Když se Claude soustředil na jeden cíl místo všech patnácti najednou, šla úspěšnost ještě výš — Mythos Preview dosáhl 35,1 %. U cíle RBX1 dosáhl Claude v single-target režimu 40% úspěšnosti, zatímco účastníci lidské soutěže skončili na 3,7 %. A u cíle 15-PGDH se nejlepší vazba zlepšila z 1,7 µM na 33,4 nM — tedy o dva řády těsnější „přilnavost".

Kde Claude klopýtl — a proč je to vlastně dobrá zpráva

Nebylo to bez chyb a ty chyby jsou stejně poučné jako úspěchy. U jednoho cíle, MBP (maltózu vázající protein), nefungoval žádný z 90 návrhů. Je to velká, ohebná bílkovina s hladkým povrchem, za který se „úchyt" nemá čeho chytit. Další cíl, GDF-8, musel být z vyhodnocení vyřazen, protože se v měřicí aparatuře sám shlukoval.

Právě tahle otevřenost je u celého experimentu důležitá. Anthropic i Adaptyv zveřejnily kompletní data včetně neúspěchů na platformě Proteinbase — což je v oboru, kde se negativní výsledky tradičně schovávají do šuplíku, nezvyklé. Pro výzkum je to zlato, protože víte, co nezkoušet znovu.

K čemu je to vůbec dobré

Proteinové bindery jsou základem spousty moderní medicíny. Většina protilátkových léků proti rakovině funguje právě takhle — chytí se na cíl. Stejně fungují i činidla v těhotenském testu nebo v diagnostice. Když zrychlíte fázi „najdi molekulu, která se chytí", zkrátíte nejdražší a nejpomalejší část vývoje léku.

Adaptyv ve svém vyhodnocení nabízí konkrétní srovnání: kampaň, která by ještě před pár lety zabrala celé laboratoři rok, dnes zvládne jeden zvídavý vědec z notebooku za pár týdnů a za pár tisíc dolarů v AI tokenech, cloudovém výpočtu a laboratorních kreditech. To je zhruba řádový posun v ceně vstupu do oboru.

Zároveň je fér dodat, co Claude neudělal: vyrobit funkční „úchyt" je teprve první krok na dlouhé cestě k léku. Následuje testování toxicity, stability, chování v živých organismech a klinické studie. Žádný z proteinů z této kampaně není lék.

Co to znamená pro Česko a Evropu

Pro českého čtenáře má tohle dva praktické přesahy. Zaprvé, celý experiment stojí na evropské infrastruktuře — Adaptyv Bio je švýcarská firma z Lausanne a jejich automatizovaná laboratoř je přes API dostupná komukoli, kdo chce testovat vlastní proteiny. Část experimentu tak běžela pár hodin vlakem od českých hranic.

Zadruhé, Claude jako takový je v Česku běžně dostupný — rozhraní claude.ai funguje v češtině a obecně dostupný model Opus 5 je ten, který Anthropic ve druhé části výzkumu použil na analýzu chemických dat. Samotné proteinové designové schopnosti jsou ale v nejvýkonnějším modelu Fable 5 pro běžné uživatele zablokované — Anthropic je označuje za „dual-use" technologie, které by bez zabezpečení mohly pomoci i při vývoji biologičtějších hrozeb. Zjednodušeně: výzkumné výsledky si přečtete hned, ale spustit si proteinovou kampaň doma zatím nejde.

Anthropic navíc dodává, že připravuje přístupový program pro vědce, takže se k těmto schopnostem brzy nejspíš dostanou i akademické týmy — včetně evropských, kde služby zajišťuje Anthropic Ireland Limited.

Jazyk a laboratoř se začínají propojovat

Anthropic k proteinům přidal ještě druhou ukázku: nechal model Claude Opus 5 zpracovat syrová data z NMR spektroskopie a LC-MS, tedy měření, kterými chemici ověřují čistotu a složení látek. Model dostal jen nezpracované soubory z přístrojů a dvouvětý pokyn. Výsledek vrátil za 23 a 19 minut, a jeho závěry se shodovaly s lidskou analýzou laboratoře — čistota 96,4 % oproti 96,33 %, kterou naměřil profesionál.

Pointa je širší: Claude se postupně přesouvá z digitálního světa textu a kódu do fyzického světa, kde návrhy musí obstát v reálném experimentu. To je mnohem přísnější test než benchmark, kde vám stačí hezká odpověď.