汎用チャットボットが専門の蛋白質ツールを自分で操作した——外部の二つの研究所が、その分子が実際に結合すると確認した
Anthropicは8月18日、蛋白質設計の実験結果を公表した。そこでのClaudeは分子の設計者というより、装置の操作者だった。15の標的蛋白質が与えられ、それぞれに30個の結合体を作るよう求められた。手段は、この分野ですでに使われている公開の専門設計モデルと共折り畳みモデルを動かすことである。その後、外部の2社、Adaptyv BioとTwist Bioscienceが設計を実際に作り、研究室で検証した。1,320件の設計から354件の結合体が確認され、15標的のうち14をカバーした。命中率は一方の構成で35.1パーセント、もう一方で22.6パーセント。業界の標準は10から15パーセントである。RBX1という標的では、公開コンペの参加者が3.7パーセントにとどまったのに対し、Claudeは40パーセントを記録した。一方で2つの標的では完全に失敗し、マルトース結合蛋白質に対しては90回の試行から何も得られなかった。別の試験では、生のNMRと質量分析のファイルを読み、研究室自身と同じ結論に達した。試料の純度を96.4パーセントと判定し、研究室の値は96.33パーセントだった。これらはAnthropic自身の結果であり査読を経た研究ではないが、実験による検証は名前の明かされた第三者が行っている。
なぜ重要かここで興味深いのは、人工知能が蛋白質を設計したことではない。専門モデルは何年も前からそれをしてきた。注目すべきは、汎用の助手がそれらの専門モデルを、普段扱っている人たちを上回るほどうまく動かしたことである。これが本当なら、研究室科学の多くで希少な技能は道具そのものではなく、どの道具をどこへ向けるかという判断に移る。そして今、チャットボットが真似できるようになったのは、まさにその部分だ。自分の答案を自分で採点する企業には相応の慎重さで臨むべきである。ただ、第二・第三の当事者が実際に作って測った354個の分子は、ベンチマークの点数より覆しにくい種類の証拠だ。
アプリで読む——無料・9言語
関連ニュース
米国が16カ国を誘い、AIを科学の中心に置いた2026-10-05数学者が普通のチャット画面で未解決問題を五つ解いた
2026-10-05素のモデルが、調整版には解けない課題を解いた。
2026-10-04普通の写真で事前学習したモデルが推論テストで70%を取った
2026-10-04グーグルが人工知能用半導体を軌道に送り、耐久性を試します。
2026-10-03