Alisina NawabiClaude Science maakte op 20 oktober volgens Anthropic 318.484 eiwitontwerpen in 64 uur; twee externe laboratoria vonden 17 binders onder 211 geteste kandidaten.
Een biotechteam kan software een deel van de ontwerp- en selectieworkflow laten uitvoeren, maar deze campagne vergelijkt de totale kosten niet met een traditionele werkwijze. Citrini meldt dat de twee labcontracten bijna $150.000 kostten en het rekenwerk $49.997. De campagne gebruikte circa 10.000 GPU-uren; de 64 uur betreffen alleen de computationele ontwerpfase. Dit zijn uitgaven van één project, geen vaste tarieven. Experimentele validatie blijft een afzonderlijke stap.
Claude coördineert de voorselectie
Anthropic liet een intern onderzoeksmodel binnen Claude Science werken aan vijf neurotoxines, gifstoffen die zenuwen beïnvloeden, uit vier soorten schorpioenen. Na een startprompt kreeg het model vier vervolgopdrachten. Het analyseerde onderzoeksgegevens, koos ontwerptools en maakte voorspellingen voor 553.052 combinaties van kandidaat-eiwit en toxine. Anthropic meldt dat Claude twaalf ontwerptools gebruikte en circa 10.000 GPU-uren verbruikte.
Claude selecteerde 180 ontwerpen voor een laboratoriumtest. Het onderzoeksteam voegde met hulp van Claude nog 31 kandidaten toe, samen 211. De 318.484 ontwerpen zijn computeruitvoer, geen 318.484 moleculen die in een lab zijn gemaakt. De externe bedrijven Adaptyv Bio en Twist Bioscience maakten de geselecteerde eiwitten en testten hun binding.
Anthropic zet alle 211 ontwerpen, voorspelde structuren en experimentele gegevens online onder CC BY 4.0. Andere onderzoeksteams kunnen de kandidaten daardoor verder analyseren en de meetgegevens nalopen. De dataset maakt vervolgonderzoek en controle van de metingen mogelijk, maar bevat geen bewijs dat een kandidaat een behandeling vormt.
De labtest stopt bij binding
De laboratoria gebruikten verschillende manieren om de eiwitten te produceren. Adaptyv Bio maakte ze met een celvrij systeem; Twist Bioscience produceerde ze in zoogdiercellen als fusies met een deel van een antilichaam. Daarna maten beide labs met oppervlakteplasmonresonantie hoe sterk een kandidaat aan een doelwit bindt en hoe snel die weer loslaat. Een ontwerp telde als binder wanneer het in elke herhaling bij beide labs aan de doeltoxine bond. Elke gemeten KD, de maat voor bindingssterkte, moest maximaal één micromolair zijn. Een lagere KD betekent sterkere binding. Het ontwerp mocht niet aan controle-eiwit CLEC12A binden. LqhIII is alleen bij Adaptyv Bio getest.
Van de 211 kandidaten voldeden er 17 aan de criteria: zeven tegen Cn2, vier tegen AaH I, vier tegen AaH II en twee tegen LqhIII. Geen kandidaat tegen Ts1 haalde de drempel. Geen van de ontwerpen voor meerdere toxines voldeed aan de criteria voor meer dan één toxine. Bij ontwerpen die voor één toxine waren bedoeld, slaagden 11 van de 60, ongeveer 18 procent.
De twee sterkste kandidaten richten zich op Cn2, een toxine van een Mexicaanse schorpioen. Cn2-B1 en Cn2-B2 binden in beide labs in het enkelcijferige nanomolaire bereik. Bij een competitieproef testen onderzoekers of twee moleculen om dezelfde bindingsplek concurreren. De uitslag suggereert dat de binders op of dicht bij dezelfde plek binden als antilichaamfragment LR, waarvan eerder is aangetoond dat het Cn2 in muizen kan neutraliseren. Die overeenkomst geeft een aanleiding voor vervolgonderzoek, maar bewijst niet dat de nieuwe binders zelf gif neutraliseren.
De onderzoekers testten alleen toxines die in het lab zijn nagemaakt, niet gif dat uit schorpioenen is gewonnen. Er zijn geen celproeven gedaan om te meten of de binders de werking van het toxine blokkeren en ook geen dierproeven om bescherming vast te stellen. Voor Cn2-B1 noemt Anthropic een volgende reeks stappen: testen op toxine uit echt gif, met patch-clampmetingen vaststellen of het de natriumkanalen in cellen beschermt en daarna onderzoeken of muizen beschermd zijn.
De werkbank krijgt een natlab-vraag
Claude Science was in juni al gepresenteerd als een onderzoekswerkbank die meer dan zestig wetenschappelijke databases en gespecialiseerde agents samenbrengt. In dit experiment ging Claude verder dan literatuuronderzoek of data-analyse: het organiseerde berekeningen en leverde concrete kandidaten aan twee laboratoria. Anthropic had eerder ook Claude binders laten ontwerpen voor veertien van vijftien eiwitdoelen. Die uitkomst is niet rechtstreeks vergelijkbaar met de huidige studie, die vijf schorpioentoxines onderzoekt en veel ontwerpen voor meerdere toxines tegelijk omvatte. Bij die meervoudige ontwerpen vond het team nu geen kandidaat die aan meer dan één toxine voldeed.
Bij slangentoxines is bescherming al getest
Een parallel onderzoek uit 2025 in Nature ontwierp eiwitten tegen slangenneurotoxines. De onderzoekers testten hun neutraliserende werking en vonden in bepaalde proeven volledige bescherming van muizen. Dat gold ook wanneer de binder vijftien minuten na een dodelijke toxine-injectie werd toegediend, bij een verhouding van één deel toxine op tien delen binder. Die studie ging over andere toxines en andere ontwerpen; ze valideert de schorpioenkandidaten van Anthropic niet.
De proef maakt zichtbaar dat AI in biologisch onderzoek een ontwerp- en selectielus met verschillende tools kan coördineren. Voor Nederlandse biotechorganisaties is de praktische vraag welke delen van zo’n workflow zich lenen voor automatisering en welke metingen het lab zelf moet blijven doen. De volgende grens is functioneel: kan een kandidaat aan toxine uit echt gif binden, de natriumkanalen beschermen en veilig, stabiel en maakbaar blijken? Tot die tests er zijn, beschrijven de zeventien resultaten bindende ontwerpen en geen nieuw tegengif.
Veelgestelde vragen
Van onderzoek naar werkende AI
Ik denk mee over het onderzoeksproces, ontwerp de softwarestappen en bouw ze door tot een werkende oplossing. Waar dat kan, laat ik die op je eigen infrastructuur draaien.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
