Claude не придумывал противоядие от укуса скорпиона: 17 белков из 320 000 оказались далеки от лекарства

Инвестиционная компания Citrini Research вместе с Anthropic проверила, сможет ли неопубликованная версия Claude разработать противоядие от яда скорпиона, и 4 июня 2025 года The Verge подтвердил: ничего похожего на лекарство не получилось.

Citrini Research, инвестиционная аналитическая фирма, открыто признала, что «никто из нас не мог претендовать на знание ИИ в применении к биологии». Тем не менее компания опубликовала блог-пост с заголовком «Мы хотели создать новое лекарство с помощью Claude. Вот что получилось», подав эксперимент как прорыв. The Verge опросил независимых экспертов и выяснил, что результаты не выходят за пределы того, что фармацевтика уже умеет без ИИ.

Что именно проверяли?

Citrini Research хотела выяснить, способна ли нейросеть спроектировать белки, которые «прилипают» к ядовитым веществам из яда скорпиона. Такие белки могли бы стать основой противоядия, потому что сейчас его делают сложным и дорогим способом: вводят яд лошадям, а потом извлекают антитела из их крови.

Команда составила промпт на 35 страниц и запустила около 300 ИИ-агентов (подагентов), то есть параллельных копий Claude, каждая из которых искала подходящие белковые структуры. Anthropic предоставила доступ к неопубликованной, более продвинутой версии модели и сняла защитные ограничения (так называемые guardrails, блокировки на биологически чувствительные запросы). Работа велась из офиса Anthropic.

Полученные 211 дизайнов отправили в две сторонние лаборатории: швейцарскую Adaptyv Bio и американскую Twist Biosciences. Там проверяли, действительно ли белки связываются с целевыми токсинами.

Что на самом деле обнаружили?

• 17 белков из 211 прошли проверку на связывание с токсинами. Эти 17 покрыли 4 из 5 целевых ядовитых компонентов.
• Ни один белок не связался более чем с одним токсином. Для реального противоядия нужен препарат, нейтрализующий сразу несколько токсинов.
• Связывание не равно нейтрализации. Сама Citrini признаёт: «ни один эксперимент пока не проверил, действительно ли они останавливают действие токсина».
• Эксперты назвали результат «далёким от лекарства и раздутым». Мелиса Бенард Валле и Анне Люнгарс из Технического университета Дании написали, что «результаты технически перспективны, но часть восторга преждевременна», и назвали находки «far from a medicine and hyped».
• Подход не нов. Андреас Бендер, профессор машинного обучения в медицине в Университете Халифа (Абу-Даби) и приглашённый профессор Кембриджа, заявил The Verge, что существующие методы, например высокопроизводительный скрининг, «часто находят множество кандидатов при разумных затратах» и без ИИ. Дизайн белков, связывающихся с мишенями, он назвал «в целом решённой задачей».
• Главная ценность эксперимента, по мнению учёных, не биологическая, а процессная: интересен сам автономный поиск, а не полученные молекулы.

Обратите внимание на контекст: Citrini Research ранее прославилась художественным текстом, описывавшим экономическую катастрофу из-за ИИ, который широко разошёлся в соцсетях и повлиял на реальные рынки. Компания также заявляла, что в апреле посещала Ормузский пролив для «анализа обстановки на месте». Фирма не скрывает, что разбирается в инвестициях, а не в биологии.

Что это значит для вас?

Авторам Дзена и копирайтерам. Когда вы видите заголовок «ИИ создал лекарство», проверяйте, на каком этапе остановились. В данном случае Claude не придумывал противоядие от укуса скорпиона в том смысле, который вкладывает обычный читатель. Модель нашла белки-кандидаты, это первый из десятка шагов до препарата. Такой разбор уровня достоверности чужих заявлений об ИИ сам по себе хороший формат для канала.

Маркетологам и предпринимателям. История показывает, как компания без профильной экспертизы упаковала скромный результат в громкий кейс, и как быстро эксперты его разобрали. Если вы строите маркетинг вокруг ИИ-решений, помните: публичная проверка заявлений стала нормой, и завышенные обещания бьют по репутации.

Тем, кто работает с нейросетями в РФ. Из доступных в России моделей YandexGPT и GigaChat тоже имеют защитные ограничения на чувствительные биологические и химические запросы. Сценарий «снять ограничения и дать модели свободу» возможен только при прямом сотрудничестве с разработчиком. Для практических задач вроде анализа научных статей или структурирования данных по биологии ограничений обычно хватает.

Когда в следующий раз увидите заголовок «ИИ изобрёл лекарство», задайте один вопрос: связывание или нейтрализация? Если только связывание, перед вами первая ступенька лестницы, у которой ещё не достроены остальные этажи.

По данным The Verge