Claude صمّم بروتينات ناجحة لـ14 هدفًا: المختبر كشف الحدود

الجواب المباشر: أنتجت حملة قادها Claude روابط بروتينية مؤكدة لـ14 من 15 هدفًا قابلًا للتقييم، بإجمالي 354 رابطًا من 1320 تصميمًا. ويوضح عرض Anthropic للحملة أن نسبة النجاح بلغت 26.7% لنموذج Mythos Preview و22.6% لنموذج Opus 4.8 في التشغيل متعدد الأهداف، وارتفعت إلى 35.1% عندما عالج Mythos Preview كل هدف في جلسة مستقلة.

هذه نتيجة مخبرية فعلية، لكنها أضيق من عبارة «اكتشاف دواء». بدأت الحملة بـ16 هدفًا؛ تعذر تفسير قياسات GDF-8 الناضج، فخرجت تصميماته الـ120 من التحليل، ثم ظهر رابط واحد على الأقل في 14 من الأهداف الـ15 المتبقية. ما ثبته المختبر هو الارتباط بالبروتين المستهدف، لا الفعالية العلاجية أو السلامة أو النجاح داخل كائن حي.

ما الذي اختبرته الحملة فعلًا؟

لم يولّد نموذج لغوي التسلسلات كلها مباشرة. عمل Claude وكيلًا عامًا يقرأ بروتوكول الحملة، ويختار مناطق الاستهداف، ويثبت أدوات مفتوحة المصدر لتوليد البنى وتصميم التسلسلات والتنبؤ بالبنية المشتركة، ثم يفرز المرشحين ويحسنهم حاسوبيًا قبل طلب تصنيع أعلى التصاميم ترتيبًا.

شغّل Mythos Preview وOpus 4.8 حملتين متعددتي الأهداف، تناولت كل منهما 14 هدفًا خلال 48 ساعة. بلغ السقف لكل حملة 12500 ساعة من حوسبة NVIDIA H100 وميزانية سحابية قدرها 50 ألف دولار. أما جلسات الهدف الواحد فاستمرت 24 ساعة، بسقف 2500 ساعة H100 و10 آلاف دولار لكل جلسة. هذه حدود للميزانية وليست قياسًا منشورًا للإنفاق الفعلي.

إذًا تقيس النتيجة منظومة كاملة: Claude، وبروتوكولًا علميًا مفصلًا، ونماذج متخصصة، واتصالًا بالإنترنت، وحوسبة سحابية كبيرة. كان التدخل البشري محدودًا بإعداد البيئة والموافقات التشغيلية وطلب التصاميم النهائية، لكن البشر اختاروا الأهداف وكتبوا بروتوكول العمل ووفروا الأدوات والميزانية؛ لذلك لا يصح تفسير النسبة بوصفها أداء النموذج اللغوي منفردًا.

من التسلسل الحاسوبي إلى القياس الأعمى

استُخدمت مختبرات تعاقدية مستقلة لتحويل التسلسلات إلى بروتينات مادية وقياس ارتباطها. يوضح التقرير التقني للحملة أن Adaptyv Bio استلمت التصاميم الـ1320، وأعادت نتيجة لـ1296 منها، وصنفت 336 رابطًا؛ بينما اختبرت Twist Bioscience عددًا أقل بسبب عدم إدخال GDF-8 الكامن في مسارها. جُمعت قراءات المختبرين لاحقًا بقاعدة تصنيف موحدة، فوصل العدد النهائي إلى 354 رابطًا.

يفسر ذلك الفرق بين «336» و«354»: الأول ناتج Adaptyv وحدها، والثاني حصيلة التقييم المدمج للمختبرين، وليس خطأ حسابيًا. في Adaptyv صُنعت البروتينات بنظام خالٍ من الخلايا، ثم قيس الارتباط أساسًا بالرنين البلازموني السطحي عند خمس تراكيز وبمكررين أو أكثر عندما سمح التعبير. أما Twist فعبّرت التصاميم كاندماجات Fc في خلايا HEK293 واستخدمت SPR بستة تراكيز.

لم يعرف أي مختبر النموذج أو نمط الحملة أو ترتيب التصميم وراء كل تسلسل، ولم ير بيانات المختبر الآخر عند إصدار قراءته. هذه هي دلالة «أعمى» هنا؛ فهي لا تعني تجربة سريرية عشوائية. وكانت الحملة مفتوحة الحلقة: أُرسلت الدفعة النهائية إلى المختبر بعد انتهاء التصميم، من دون جولة لاحقة يتعلم فيها Claude من القياسات ويعيد التحسين.

المقام والاستبعاد والنتيجة حسب الهدف

تضم بطاقة مجموعة البيانات المنشورة 1440 تصميمًا لبروتينات صغيرة جديدة، طولها بين 50 و120 حمضًا أمينيًا، موزعة على 16 هدفًا. وتحفظ الجداول نتائج المختبرين والمكررات والقياسات الخام ومنحنيات المستشعر وتنبؤات البنية وسجل منشأ كل تصميم.

الأهداف الأصلية هي 15-PGDH وBBF-14 وBHRF1 وSpCas9 وEGFR وIL-7Rα وGDF-8 الكامن وGDF-8 الناضج وMBP وNipah virus G وPD-L1 وRBX1 وTNF-α وTREM2 وTrkA وVEGF-A. تجمّع مستضد GDF-8 الناضج والتصق بأسطح القياس بصورة غير نوعية في المختبرين، فلم يكن ممكنًا تصنيف تصميماته الـ120 كروابط أو غير روابط.

• النطاق الأصلي: 1440 تصميمًا عبر 16 هدفًا.
• الاستبعاد: 120 تصميمًا لـGDF-8 الناضج بسبب قياسات غير قابلة للتفسير، لا بسبب إثبات فشلها.
• المقام النهائي: 1320 تصميمًا عبر 15 هدفًا.
• التقييم المدمج: 354 رابطًا، أي نحو 26.8%، مع رابط واحد على الأقل في 14 هدفًا.
• الفشل الواضح: لم ينتج هدف MBP رابطًا مؤكدًا، رغم ظهور إشارة ضعيفة قابلة للتكرار في أحد التصاميم.

لا تتعارض نسبة 26.8% المجمعة مع نسب 22.6% و26.7% و35.1%. النسبة المجمعة تقسم جميع الروابط النهائية على جميع التصاميم القابلة للتقييم، بينما تفصل النسب الأخرى بين النموذجين وطريقتي التشغيل. كما تراوح النجاح حسب الهدف من صفر إلى 90%، لذا يخفي المتوسط تفاوتًا كبيرًا في صعوبة الأهداف.

هل تثبت المقارنات تفوق Claude على البشر؟

تعطي المقارنات التاريخية إشارة قوية، لا حكمًا عامًا. تفيد مقارنة Adaptyv بمسابقاتها بأن تصاميم الحملة كانت ستتفوق في الألفة على الفائز في خمس مسابقات من أصل ست. وعلى RBX1 بلغ نجاح Mythos Preview في وضع الهدف الواحد 40%، مقابل 3.7% بين 245 تصميمًا مشاركًا في مسابقة سابقة.

لكن تلك ليست مواجهة متزامنة تحت شروط موحدة؛ فقد اختلفت الأدوات والميزانيات وأحجام العينات وقواعد اختيار المرشحين. ويكشف اختبار منفصل للبشر والوكلاء على TREM2 أثر طريقة تشغيل الأداة: عند استخدام PXDesign نفسه، حقق البشر 8 روابط من 11 تصميمًا، أو 72.7%، مقابل 12 من 27، أو 44.4%، للوكلاء؛ ومع ذلك جاء أقوى رابط ضمن تصاميم هذه الأداة من وكيل.

لا يقيس اختبار TREM2 حملة Claude نفسها، لكنه يمنع اختزال النتيجة إلى «النموذج ضد الإنسان». اختيار الأداة، ومدة تشغيلها، وعدد المرشحين الذين يولدهم الفريق، وطريقة الفرز قبل المختبر قد تغير النتيجة حتى عند تثبيت برنامج التصميم الأساسي.

ما الذي أثبته المختبر وما بقي مجهولًا؟

أثبت الاختبار أن Claude استطاع، ضمن بيئة مجهزة وبروتوكول خبير، تنسيق حملة تصميم متعددة الأدوات وإنتاج نسبة معتبرة من البروتينات القابلة للتصنيع والارتباط بأهدافها. وأظهر القياس الأعمى أن النجاح لم يكن مجرد درجة حاسوبية أو بنية متوقعة؛ فقد تحولت تسلسلات رقمية إلى عينات أعطت استجابات ارتباط فعلية.

لكن الرابط البروتيني ليس دواءً جاهزًا. لم تختبر الحملة الانتقائية الواسعة ضد البروتينات غير المستهدفة، أو الاستقرار طويل الأمد، أو قابلية التصنيع على نطاق علاجي، أو التأثير الوظيفي داخل الخلايا، أو الحرائك الدوائية والمناعة والسلامة والفعالية في الحيوانات والبشر. وقد تكون جزيئات ترتبط بقوة من دون أن تعدل المسار البيولوجي المطلوب، أو قد ترتبط بمواضع تسبب أثرًا غير مرغوب.

ولا تثبت البيانات أن نسب النجاح ستتكرر على أهداف جديدة أو في بيئة حوسبة أصغر. النتيجة الأدق هي أن وكيلًا عامًا نجح في إدارة مرحلة مبكرة من تصميم الروابط ضمن موارد كبيرة، وأن المختبر حدد في الوقت نفسه موضع فشل كامل وهدفًا لم يسمح ضبط الجودة بالحكم عليه. قيمة الاختبار تأتي من اجتماع النتيجة الإيجابية مع المقام والاستبعادات والبيانات الخام، لا من رقم «14 من 15» وحده.