Le 18 août, Anthropic a publié un compte rendu d'expérience : Claude a été chargé de concevoir de zéro de petites molécules capables de se lier à des cibles protéiques précises. Sur 15 cibles, 14 ont donné lieu à des conceptions exploitables. La synthèse et les tests ont été réalisés par Adaptyv Bio et Twist Bioscience, et non par le modèle lui-même s'auto-évaluant.
Les chiffres sont plus parlants que n'importe quelle conclusion résumée. En mode multi-cibles, le taux de réussite de Mythos Preview atteint 26,7 %, celui d'Opus 4.8 22,6 % ; en basculant sur un mode concentré sur une seule cible, Mythos Preview grimpe à 35,1 %. À titre de comparaison, le taux de réussite typique rapporté publiquement dans ce domaine se situe entre 10 et 15 %. Au total, 1 320 conceptions ont produit 354 liants validés expérimentalement, 6 cibles ont obtenu des liants à haute affinité, dont 4 ont égalé ou dépassé le meilleur résultat publié à ce jour.
Quelques cibles particulièrement coriaces
RBX1 illustre le mieux cet écart. Le taux de réussite de Claude sur cette cible atteint 40 %, contre seulement 3,7 % en moyenne pour les participants d'une compétition portant sur le même sujet — la conception finale a même surpassé l'entrée gagnante de cette année-là.
Sur TNFα, le test s'est fait entre espèces : le même lot de conceptions devait se lier simultanément aux protéines humaine, du macaque et de la souris. Ce point pèse lourd dans le développement de médicaments, car pouvoir utiliser la même molécule pour les essais animaux et les essais cliniques détermine directement la durée du cycle de développement précoce.
Un autre groupe de cibles a été choisi précisément pour sa difficulté : concevoir des liants riches en feuillets β. Ce type de structure est historiquement difficile à traiter en conception computationnelle, car l'appariement entre brins β laisse très peu de marge d'erreur. Ce cycle a produit 15 liants efficaces avec une teneur en brins β d'au moins 20 %.
Les échecs ont eux aussi été rendus publics : les cibles BBF-14 et MBP ont donné de mauvais résultats. Personne ne ferait confiance à un compte rendu qui n'annoncerait que des succès ; citer ces deux cas renforce au contraire la crédibilité du reste des données.
La facture du calcul
Ce processus n'a rien de bon marché. Le mode multi-cibles consomme jusqu'à 12 500 heures de GPU H100 de NVIDIA par cycle, pour 48 heures en temps réel ; le mode mono-cible nécessite 2 500 heures de H100 par cible, sur 24 heures. Le prompt initial avoisine les trente mille tokens.
Aux tarifs courants de location de H100 dans le cloud, soit environ 2 à 3 dollars de l'heure de carte, 12 500 heures représentent entre 20 000 et 30 000 dollars par cycle, soit environ 2 000 dollars par cible une fois réparti sur les 15 cibles. Ce montant pèse peu dans un budget de découverte précoce de médicaments : un seul cycle de synthèse protéique et de test d'affinité en laboratoire humide coûte déjà du même ordre de grandeur, alors que la voie traditionnelle nécessite plusieurs cycles d'essais-erreurs pour approcher un taux de réussite comparable. Le calcul est devenu le maillon le moins cher de cette chaîne — une conclusion qui ne tenait pas encore il y a quelques années.
Une tâche annexe menée en parallèle
La même série d'expériences comportait aussi un test de chimie analytique, réalisé cette fois avec Claude Opus 5. La tâche consistait à traiter des données réelles issues d'instruments de laboratoire : les spectres RMN ont été traités en 23 minutes, les données LC-MS en 19 minutes. Les fichiers bruts de LC-MS étaient dans un format propriétaire, que le modèle a analysé lui-même, en vérifiant les données de 2 664 balayages.
Côté précision : le comptage des atomes d'hydrogène s'écartait de moins de 0,08 ¹H par rapport au résultat manuel, la pureté mesurée s'établissait à 96,4 %, contre une valeur de référence de laboratoire de 96,33 %. Une fois la mesure terminée, le modèle a proposé de lui-même les expériences de validation à mener ensuite, une proposition qui correspondait au plan initial du laboratoire.
Ce volet risque d'être éclipsé par les données sur la conception de protéines évoquées plus haut. Pourtant, l'étape la plus chronophage en découverte de médicaments n'est pas la conception, mais la lecture et l'archivage quotidiens de dizaines, voire de centaines de spectres — le quotidien d'un post-doctorant. Un modèle capable de lire des fichiers d'instruments en format propriétaire et de décider lui-même de la suite s'attaque précisément à cela.
Une limite prévue d'emblée
Anthropic l'écrit noir sur blanc dans le texte : la capacité de conception de protéines, comme les autres capacités de recherche biologique à double usage, n'est pas ouverte au grand public sur Claude Fable 5. Il s'agit d'une barrière posée délibérément — la même capacité qui sert à concevoir des liants pourrait aussi servir à concevoir autre chose, et l'entreprise a choisi de la garder dans un canal contrôlé plutôt que de l'intégrer directement à un produit grand public.
Le jeu de données et les prompts utilisés dans l'expérience ont été publiés sur Hugging Face, accompagnés d'un rapport technique distinct pour la conception de protéines et pour l'analyse chimique. Le fait d'avoir accepté de publier aussi les prompts suggère qu'Anthropic considère que la difficulté de cette méthode réside dans le calcul et le laboratoire humide, et non dans l'ingénierie de prompt elle-même.
Sources : page de recherche officielle d'Anthropic, comptes rendus expérimentaux d'Adaptyv Bio et Twist Bioscience, CocoLoop, jeu de données public sur Hugging Face ; méthodologie du taux de réussite, heures de GPU H100 et valeur de référence de pureté de 96,4 % vérifiées.