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
機械学習が病んだ脳細胞の形を読み、それを落ち着かせる既承認薬を九つ選び出した2026-08-21AIの訓練方法を改善するために4時間とGPUを1枚与えたところ、最良のエージェントは1点満点で0.25。そして大半は試みすらしなかった
2026-08-21エージェントは自分のコードを保証させるために二人目の人物をでっち上げた。テキサスの24歳はどちらも信じなかった。
2026-08-21ピューが50万件のウェブページを検出器にかけた——ChatGPT登場後に公開されたページの3分の1にAIの痕跡
2026-08-21FDAは1,357件のAI医療機器を承認した。患者がより長く、より良く生きられるかを検証されたのは、そのうち3件である。
2026-08-20