Anthropic ukázal, ako jeho AI Claude navrhol proteíny, ktoré sa naviažu na jed škorpióna. Za 64 hodín vytvoril vyše 300-tisíc návrhov a laboratórne testy potvrdili, že 17 z nich naozaj funguje tak, ako mali. Nejde ešte o hotový liek, no je to jeden z najkonkrétnejších dôkazov, že AI dokáže samostatne posúvať biologický výskum.
Prečo práve jed škorpióna
Škorpióny ročne bodnú viac ako 1,2 milióna ľudí a vyše 3 250 z nich zomrie, väčšinou deti v chudobnejších oblastiach s horším prístupom k lekárom. Dnešné protijedy sa vyrábajú pomaly, sú drahé, často ich je nedostatok a zvyčajne pokrývajú len niekoľko konkrétnych toxínov. Anthropic preto otravu škorpiónom zaraďuje medzi zanedbávané tropické choroby, kde by nový prístup mohol pomôcť.
New on our Science Blog: designing protein binders against scorpion neurotoxins.
— Anthropic (@AnthropicAI) October 20, 2026
Scorpions sting about 1.2m people every year, and antivenoms are often costly or in short supply. Claude has made an early step toward finding new treatments.https://t.co/l6LgdEqM7I
Ako Claude navrhoval proteíny
Na projekte pracoval tím Anthropicu pre vedy o živej prírode spolu s firmou Citrini Research. Zaujímavé je, že Citrini je investičná výskumná firma, nie biologické laboratórium. Prišla s otázkou, či AI dokáže pomôcť aj ľuďom, ktorí nie sú odborníkmi, pri riešení zdravotného problému. Claude dostal za úlohu navrhnúť malé proteíny, takzvané minibindery, ktoré sa prichytia na päť škorpiónich neurotoxínov presne v mieste, ktorým sa toxín viaže na bunky.
Working with @citrini, we asked Claude to design proteins that bind to five scorpion toxins (covering the part of the toxin that latches onto cells).
— Anthropic (@AnthropicAI) October 20, 2026
Over the next 64 hours, Claude generated over 300,000 designs; we sent 211 to @adaptyvbio and @TwistBioscience for lab testing.
Použitý bol interný výskumný model Clauda bežiaci v prostredí Claude Science. Prvých 24 hodín pracoval úplne sám, potom dostal štyri doplňujúce pokyny. Využíval 12 nástrojov na návrh proteínov, prehľadával databázy štruktúr a za 64 hodín vygeneroval 318 484 návrhov. Vyradil tie, ktoré sa príliš podobali na známe proteíny, a v simulácii otestoval vyše 553-tisíc kombinácií návrhu a toxínu. Spotreboval pri tom asi 10-tisíc GPU hodín. Na prácu, ktorá by tímu vedcov trvala mesiace, je to veľmi krátky čas, podobne ako pri AI a Navier-Stokesovom probléme.
Čo ukázali testy v laboratóriu
Claude sám vybral 180 najlepších návrhov, tím s jeho pomocou pridal ďalších 31 a všetkých 211 putovalo do laboratórií Adaptyv Bio a Twist Bioscience. Aby návrh uspel, musel sa naviazať na toxín v oboch laboratóriách pri každom opakovaní, dostatočne silno a zároveň sa nesmel lepiť na nesúvisiaci ľudský proteín.
Prísne kritériá splnilo 17 návrhov, teda asi 8 percent. Sedem z nich sa viaže na toxín Cn2 z Mexika, po štyri na toxíny AaH I a AaH II zo severnej Afriky a dva na toxín LqhIII z Blízkeho východu. Na brazílsky toxín Ts1 nezabral žiadny. Pri návrhoch cielených na jeden toxín bola úspešnosť 18 percent, čo je pri dizajne proteínov bežné číslo. Najsilnejšie dva návrhy proti toxínu Cn2 sa viazali veľmi pevne, v jednotkách nanomolov.
Čo to ešte nie je
Anthropic sám zdôrazňuje, že nevyrobil protijed. Testovala sa len väzba na toxíny vyrobené v laboratóriu, nie na skutočný jed, a návrhy zatiaľ neprešli testami v bunkách ani na zvieratách. Nesplnil sa ani ambicióznejší cieľ, teda jeden proteín, ktorý by zachytil viac toxínov naraz. Externí odborníci zo španielskeho CNIO a Dánskej technickej univerzity to označili za sľubný prvý krok s tým, že samotná väzba už dnes nie je najväčšou prekážkou, ťažšie je dostať z nej bezpečný a dostupný liek. Podobne opatrne treba čítať aj iné veľké tvrdenia o AI, napríklad vyhlásenia o príchode AGI.
Záver
Na tomto projekte je najzaujímavejšie, kto ho rozbehol. Nie biológovia, ale investičná firma, ktorá s AI dokázala za necelé tri dni prejsť cestu od otázky po návrhy otestované v laboratóriu. Anthropic plánuje zverejniť všetkých 211 návrhov aj dáta, takže na výsledky môžu nadviazať ďalší vedci. Ak vás zaujíma, kam sa Claude posunul za posledné mesiace, pozrite si články o Claude Opus 5.5 a o tom, ako Claude píše väčšinu svojho kódu. Úplným začiatočníkom odporúčame úvod do Claude.ai.
