Добавлена поддержка Ежчана (ejchan.net, ejchan.site). Набегаем, тестируем архивацию, сообщаем о замеченных проблемах.
К сожалению, значительная часть сохранённых до 2024 г. изображений и видео была потеряна (подробности случившегося). Мы призываем всех неравнодушных помочь нам с восстановлением утраченного контента!
Сортировка: за
Сохранен
63
Claude начал выполнять реальные экспериментальные научные процессы практически автономно Создание б — Claude начал выполнять реальные экспериментальные научные процессы практически автономно Создание большинства лекарств начинается с поиска молекулы, способной точно и надёжно связаться с нужной белковой мишенью в организме, чтобы заблокировать болезнь. Традиционно на этот первый шаг у биолабораторий уходят недели и месяцы кропотливой ручной работы методом проб и ошибок. В Anthropic решили проверить, способен ли автономный ИИ Claude самостоятельно спроектировать такие белки с нуля (de novo). Эксперимент, результаты которого затем проверили в реальной биолаборатории, превзошел стандарты индустрии: эффективность дизайнов от ИИ оказалась в 2–3 раза выше обычной практики. И хотя отдельный белок-связыватель - это еще не готовое лекарство, а лишь стартовая точка большого пути, этот прорыв показал, как ИИ начинает менять сам конвейер научных исследований и открывает путь к автономным высокоскоростным биолобораториям (Self-Driving Labs). Чтобы проверить это на практике, исследователи дали Claude практически полностью автономно провести весь вычислительный цикл - от выбора участка мишени до генерации, итерации и отбора белковых кандидатов. В кампании по дизайну белков (с моделями Mythos Preview и Opus 4.8) он сгенерировал биндеры для 14 из 15 протестированных мишеней. Общий hit rate составил около 23–35 % (в зависимости от режима) против типичных сегодня 10–15 %. Некоторые дизайны сравнялись или превзошли лучшие ранее опубликованные аффинности; высокоаффинные биндеры (KD < 10 нМ) получены минимум для шести мишеней. При этом Opus 4.8 смог создать кросс-видовые биндеры к сложному терапевтическому таргету TNFα (человеческий, обезьяний и мышиный), а также дизайны с β-листами - структурой, которую обычно гораздо труднее получить вычислительно. Claude сам полностью провёл весь вычислительный пайплайн: выбирал сайты связывания, запускал специализированные модели дизайна и фолдинга, итерировал дизайны и отбирал кандидатов - при минимальном участии человека, заключавшемся только в подтверждении доступов и мониторинге инфраструктуры. Весь этот этап, который раньше занимал у специалиста недели или месяцы на одну мишень, Claude выполнил за 24–48 часов. После этого дизайны прошли независимую валидацию в лаборатории (Adaptyv Bio и Twist Bioscience). Ещё раз: в отличие от многих чисто компьютерных симуляций, предложенные Claude молекулы синтезировали в лаборатории, и они физически доказали свою работоспособность. Claude Opus 5 получил сырые файлы ЯМР и LC-MS от контрактной лаборатории плюс очень короткие промпты - никакого фирменного софта производителей. Он самостоятельно разобрался с проприетарными форматами данных, обработал спектры и выдал готовые анализы за 19–23 минуты. Результаты почти совпали с лабораторными: чистота 96,4 % против 96,33 %, а количество водородов по пикам - с расхождением не больше 0,08. Более того, модель сама предложила тот же контрольный эксперимент с тяжёлой водой, который лаборатория независимо провела через несколько дней. Для сравнения: ручной анализ химиком обычно занимает часы, а полный отчёт от лаборатории в этом случае пришёл только через 4 дня. Таким образом, наметилось ускорение разного масштаба: в дизайне белков - с недель/месяцев до суток, в рутинном анализе спектров - с дней до минут. 1000-кратное ускорение научного прогресса в этом году ещё не наступило, но темпы уже заметно выросли. Сингулярность в 2027 году уже не кажется фантастикой. https://www.anthropic.com/research/Claude-accelerates-protein-design
2026-08-19 11:26:32
Сохранен
62
2026-08-16 20:23:09