Claude a conçu des protéines contre 15 cibles. Lorsqu’ils étaient fabriqués en laboratoire, ils travaillaient contre 14

L’IA nous a déjà étonné dans le domaine des mathématiques, et elle veut désormais le faire en chimie. C’est certainement ce qu’Anthropic a réalisé, qui a mis Claude à travailler de manière autonome pendant environ 48 heures pour résoudre un problème classique dans le développement de nouveaux médicaments : la conception de protéines. Les résultats sont prometteurs, même s’ils ne résolvent qu’une partie du problème.

Claude, fabrique-moi des protéines. Anthropic, qui a récemment lancé son programme Claude Science, a donné accès à son modèle d’IA à la littérature scientifique, à Internet et à des ressources matérielles, en plus de plusieurs modèles spécialisés dans la conception, le séquençage et le repliement des protéines. Le modèle a analysé toutes les données pour décider où attaquer chaque conception de protéine. Ensuite, il a généré des candidats, les a optimisés, a écarté les moins bons et a choisi ceux qui devaient être envoyés au laboratoire pour être synthétisés. Il l’a également fait de manière totalement autonome.

Bons résultats. Les sociétés pharmaceutiques Adaptyv Bio et Twist Bioscience ont physiquement créé les conceptions proposées et vérifié si elles répondaient réellement à l’objectif. Sur les 15 modèles ayant donné des résultats valides, Claude Opus 4.8 et Mythos Preview ont réussi 14 d’entre eux, produisant 354 protéines fonctionnelles à partir de 1 320 modèles. Selon ces tests, entre 22,6% et 35,1% des candidats ont travaillé, alors que selon Anthropic les chiffres conventionnels se situent entre 10 et 15%.

Qu’est-ce qu’un ? Dans ces expériences, l’objectif n’est pas de créer directement un médicament, mais de trouver des protéines capables de se lier très précisément à d’autres protéines spécifiques, comme si elles étaient les clés qui ouvrent une serrure spécifique. Ces protéines sont appelées . Les chercheurs choisissent différentes protéines cibles, certaines liées à des processus biologiques ou à des maladies, et tentent de les modifier pour qu’elles s’y lient fortement. L’obtenir peut ensuite servir à bloquer ou modifier son activité et aussi à contribuer au développement d’un traitement, mais en trouver un bon n’est qu’une première étape : un médicament n’est pas encore un médicament.

Chef d’orchestre scientifique. Le modèle n’a rien découvert de spécial par lui-même, et est en fait devenu l’orchestrateur d’outils scientifiques déjà existants et utilisés par les chercheurs. Il a profité des données et des outils pour proposer ses solutions, et c’est intéressant car Claude n’a pas besoin d’être un modèle spécialisé, mais il lui suffit de savoir quel outil utiliser, quand l’utiliser et comment poursuivre la démarche.

Des succès et quelques autres échecs. Dans l’une des expériences appelée RBX1, Mythos Preview a obtenu 40 % par rapport aux 3,7 % obtenus par les participants d’un concours organisé par Adaptyv Bio, et son meilleur design a surpassé ses concurrents en affinité. Opus 4.8 a également réalisé plusieurs liants contre le TNFa, une protéine très intéressante sur le plan thérapeutique qui avait posé des problèmes à divers experts. Pourtant, il y a eu aussi des échecs : aucun des 90 modèles créés contre MBP n’a produit de confirmation.

Une deuxième expérience révélatrice. Lorsqu’un chimiste synthétise une molécule, il doit alors vérifier s’il a réellement produit ce qu’il voulait et quel pourcentage de l’échantillon correspond au bon composé. Pour ce faire, il utilise des techniques telles que la RMN et la LC-MS, qui génèrent des fichiers bruts qui sont ensuite traités avec un logiciel spécialisé. Anthropic a transmis ces fichiers à Opus 5 et lui a demandé de faire ce travail, et après seulement 20 minutes pour chaque technique, il a calculé une pureté de 96,4 %, pratiquement identique aux 96,33 % du laboratoire. Ce que Claude a essentiellement réalisé, c’est d’automatiser une tâche analytique fastidieuse qui nécessite l’expertise d’un chimiste spécialisé.

Chercheurs en IA. Ces réalisations suggèrent qu’un modèle d’IA peut devenir un agent de recherche qui peut être documenté par une littérature scientifique spécialisée, puis utiliser ces données pour utiliser un logiciel spécifique afin de décider des prochaines étapes du processus de recherche. Des mathématiques on passe ici à la conception et à la création de médicaments, et même si l’on est loin de pouvoir affirmer que l’IA peut concevoir de nouveaux médicaments, les progrès d’Anthropic avec Claude sont frappants.

À Simseo | Les microscopes dépendaient d’opérateurs humains depuis près d’un siècle. La Chine veut changer cela avec l’IA