Anthropic hat am 18. August ein Versuchsprotokoll veröffentlicht: Claude sollte von Grund auf kleine Moleküle entwerfen, die an vorgegebene Proteinziele binden. Bei 14 von 15 Zielen entstanden brauchbare Entwürfe. Synthese und Test führten Adaptyv Bio und Twist Bioscience durch – bewertet hat also nicht das Modell selbst.
Die Zahlen sprechen für sich mehr als jede Zusammenfassung. Im Multi-Ziel-Modus lag die Trefferquote von Mythos Preview bei 26,7 Prozent, die von Opus 4.8 bei 22,6 Prozent; im Single-Ziel-Modus, auf ein einzelnes Ziel fokussiert, stieg Mythos Preview auf 35,1 Prozent. Zum Vergleich: Die in diesem Feld üblicherweise berichtete Trefferquote liegt bei 10 bis 15 Prozent. Insgesamt entstanden aus 1.320 Entwürfen 354 experimentell bestätigte Bindemoleküle, bei 6 Zielen wurden hochaffine Binder erzielt, davon erreichten oder übertrafen 4 den bisher besten veröffentlichten Wert.
Ein paar besonders harte Nüsse
RBX1 zeigt den Abstand am deutlichsten. Claudes Trefferquote bei diesem Ziel lag bei 40 Prozent, während die Teilnehmer eines vergleichbaren Wettbewerbs im Schnitt nur 3,7 Prozent erreichten – der finale Entwurf übertraf sogar den damaligen Gewinnerbeitrag.
Bei TNFα ging es artenübergreifend zu: Dieselben Entwürfe sollten gleichzeitig an das menschliche, das Makaken- und das Mausprotein binden. Das ist in der Arzneimittelentwicklung kein Nebenaspekt, denn ob Tierversuch und klinische Studie mit demselben Molekül auskommen, entscheidet direkt über die Länge der frühen Entwicklungsphase.
Eine weitere Gruppe wurde gezielt wegen ihres Schwierigkeitsgrads ausgewählt: Bindemoleküle mit hohem β-Faltblatt-Anteil. Solche Strukturen gelten im computergestützten Design traditionell als schwer zu handhaben, weil die Paarung zwischen β-Strängen kaum Toleranz für Fehler lässt. In diesem Durchlauf entstanden 15 wirksame Bindemoleküle mit einem β-Strang-Anteil von mindestens 20 Prozent.
Auch die Misserfolge wurden offengelegt: Bei den Zielen BBF-14 und MBP blieb die Leistung schwach. Ein Versuchsprotokoll, das nur Erfolge auflistet, würde niemand ernst nehmen – gerade weil diese beiden Fälle genannt werden, wirken die übrigen Zahlen glaubwürdiger.
Die Rechnung für die Rechenleistung
Billig ist dieser Prozess nicht. Der Multi-Ziel-Modus verbraucht pro Durchlauf bis zu 12.500 NVIDIA-H100-Stunden bei 48 Stunden Echtzeit; der Single-Ziel-Modus benötigt pro Ziel 2.500 H100-Stunden und läuft 24 Stunden. Der Ausgangs-Prompt umfasst etwa 30.000 Token.
Zu aktuellen Cloud-Mietpreisen für H100-Karten von grob 2 bis 3 US-Dollar pro Kartenstunde entsprechen 12.500 Stunden etwa 20.000 bis 30.000 US-Dollar pro Durchlauf, verteilt auf 15 Ziele also rund 2.000 US-Dollar pro Ziel. In einem Budget für frühe Wirkstoffforschung fällt das kaum ins Gewicht – schon ein einzelner Nasslabor-Durchlauf aus Proteinsynthese und Affinitätstest liegt in derselben Größenordnung, während der klassische Weg mehrere Versuchsrunden braucht, um eine vergleichbare Trefferquote zu erreichen. Rechenleistung ist damit das mit Abstand günstigste Glied in dieser Kette geworden – ein Befund, der noch vor wenigen Jahren nicht galt.
Eine Nebenaufgabe gleich mit erledigt
In derselben Versuchsreihe gab es zudem einen Test zur analytischen Chemie mit Claude Opus 5. Aufgabe war die Auswertung echter Messgeräte-Rohdaten: NMR-Spektren waren in 23 Minuten verarbeitet, LC-MS-Daten in 19 Minuten. Die LC-MS-Rohdateien lagen in einem proprietären Format vor – das Modell parste sie selbstständig und glich dabei die Daten von 2.664 Scans ab.
Bei der Genauigkeit zeigte sich: Die Abweichung bei der Wasserstoffatom-Zählung lag innerhalb von 0,08 ¹H gegenüber dem manuellen Ergebnis, die ermittelte Reinheit betrug 96,4 Prozent gegenüber einem Laborreferenzwert von 96,33 Prozent. Nach der Auswertung schlug das Modell eigenständig vor, welche Folgeexperimente als Nächstes anstehen – der Vorschlag deckte sich mit der ursprünglichen Planung des Labors.
Dieser Teil wird von den Proteindaten leicht überschattet. Doch der arbeitsintensivste Schritt in der Wirkstoffforschung ist nicht der Entwurf, sondern das tägliche Auswerten und Ablegen dutzender bis hunderter Spektren – Routinearbeit für Postdocs. Ein Modell, das proprietäre Gerätedateien versteht und eigenständig den nächsten Schritt vorschlägt, greift genau hier an.
Eine mitgelieferte Einschränkung
Anthropic schreibt im Text ausdrücklich: Proteindesign und andere biologische Fähigkeiten mit doppeltem Verwendungszweck stehen in Claude Fable 5 nicht für gewöhnliche Nutzer zur Verfügung. Das ist eine bewusst gesetzte Schranke – dieselbe Fähigkeit, mit der Bindemoleküle entworfen werden, ließe sich auch für anderes einsetzen, und das Unternehmen hat sich entschieden, sie in einem kontrollierten Kanal zu halten statt sie direkt in ein Verbraucherprodukt einzubauen.
Die im Versuch verwendeten Datensätze und Prompts wurden auf Hugging Face veröffentlicht, dazu je ein technischer Bericht zu Proteindesign und chemischer Analyse. Dass auch die Prompts mitveröffentlicht wurden, deutet darauf hin, dass Anthropic die eigentliche Hürde dieser Methode nicht im Prompt Engineering sieht, sondern bei Rechenleistung und Nasslabor-Aufwand.
Quellen: offizielle Forschungsseite von Anthropic, Versuchsprotokolle von Adaptyv Bio und Twist Bioscience, CocoLoop, öffentlicher Datensatz auf Hugging Face; Methodik der Trefferquote, H100-Kartenstunden und der Reinheits-Referenzwert von 96,4 Prozent wurden geprüft.