Claude progetta leganti proteici e il laboratorio ne conferma quattordici bersagli su quindici

Il 18 agosto Anthropic ha pubblicato i risultati di due esperimenti sulle capacità scientifiche di Claude. Il primo riguarda la progettazione de novo di leganti proteici, cioè piccole proteine costruite da zero per attaccarsi saldamente a un bersaglio biologico: è il passo iniziale di buona parte dei farmaci moderni, che funzionano legandosi a una molecola bersaglio per inibirla, attivarla o consegnarle qualcosa. Il secondo riguarda l'analisi chimica di routine.

La progettazione computazionale comprime verso ore quello che richiedeva settimane. La misura, invece, resta un lavoro di banco: impianti, reagenti, code sperimentali.

L'elemento che distingue questa pubblicazione dalle molte uscite sul tema è la natura della verifica. Adaptyv Bio e Twist Bioscience, due laboratori a contratto specializzati, hanno prodotto e testato fisicamente le sequenze progettate dal modello, così come arrivate. Il risultato viaggia in provetta, prima ancora che in un grafico.

Il disegno dell'esperimento

Claude ha lavorato su quindici bersagli e ha prodotto leganti confermati su quattordici. La campagna ha generato 1.320 progetti, trenta per ciascun bersaglio, dai quali sono usciti 354 leganti validati.

Il tasso di successo — la quota di progetti che si rivelano leganti reali — si colloca fra il 22,6 % e il 35,1 % a seconda della modalità. Con tutti i bersagli affrontati in parallelo in una sessione da 48 ore, Mythos Preview arriva al 26,7 % e Opus 4.8 al 22,6 %. Quando ogni bersaglio riceve una sessione dedicata da 24 ore, Mythos Preview sale al 35,1 %. Il riferimento corrente delle campagne di progettazione proteica si colloca fra il 10 % e il 15 %.

Le risorse impiegate danno la scala: fino a 12.500 ore di GPU H100 nella sessione multi-bersaglio, 2.500 ore per ciascun bersaglio nella modalità singola. L'intervento umano si è fermato all'approvazione delle richieste di accesso alla rete, alla soluzione di problemi infrastrutturali e all'ordine dei progetti per la validazione. Il resto — scelta del sito di legame sul bersaglio, orchestrazione dei modelli specialistici di ripiegamento e di disegno delle sequenze, cicli di ottimizzazione al calcolatore, selezione dei candidati che avrebbero espresso, mantenuto la solubilità e legato — è stato eseguito dal modello.

Il contributo al patrimonio pubblico è misurabile in modo diretto. Le due raccolte più ampie oggi disponibili contano insieme circa 770 leganti su 5.700 progetti contro quaranta bersagli. Una singola campagna ne ha aggiunti 354.

Dove il modello ha superato i partecipanti umani, e dove ha faticato

Su RBX1, una proteina che governa la degradazione mirata di altre proteine regolatrici, Mythos Preview in modalità singola ha raggiunto il 40 % di successo. Nella competizione pubblica di Adaptyv Bio sullo stesso bersaglio, 245 progetti presentati da partecipanti umani avevano prodotto il 3,7 %. Il progetto migliore del modello ha superato quello vincitore anche in affinità.

Su TNFα il risultato arriva dal modello meno capace nel complesso. TNFα è la proteina di segnalazione che innesca l'infiammazione, e bloccarla è la base terapeutica di alcuni fra i farmaci più venduti della storia recente. È un bersaglio ostico, perché il sito da colpire sta nella scanalatura fra due proteine. Opus 4.8 ha prodotto leganti funzionanti, alcuni attivi su TNFα umano, di macaco e di topo: la reattività incrociata fra specie serve per gli studi preclinici sugli animali. Mythos Preview, in generale più forte, si è fermato. Anthropic dichiara di stare ancora studiando il motivo, e osserva che una valutazione olistica delle capacità lascia spazio a inversioni su singoli compiti.

Sui foglietti β il modello ha mostrato controllo strutturale: quindici leganti confermati su sei bersagli con almeno il 20 % di struttura a filamento esteso. È la geometria più difficile da progettare, perché richiede che i filamenti si allineino fianco a fianco, e tende all'aggregazione.

I limiti sono altrettanto espliciti. Su BBF-14, un barile β che esiste solo perché progettato a tavolino e proprio per questo usato come banco di prova, sono usciti tre leganti con affinità modesta. Su MBP, una proteina batterica grande, flessibile e con superficie liscia e idrofila, novanta progetti hanno prodotto un solo segnale debole e riproducibile.

Venticinque minuti per un lavoro da mezza giornata

Il secondo esperimento riguarda un compito che i chimici svolgono ogni giorno a mano. Claude Opus 5, modello ad accesso generale, ha ricevuto i file grezzi di un laboratorio esterno per un campione di controllo qualità: uno spettro NMR e una corsa LC-MS, entrambi nei formati proprietari degli strumenti. Il prompt era di due frasi.

I risultati sono tornati in 23 e 19 minuti, elaborati in parallelo. Il conteggio degli idrogeni per picco si è discostato di 0,08 ¹H dal risultato del laboratorio; la purezza misurata è 96,4 % contro 96,33 %. Il file LC-MS usa un formato binario proprietario privo di documentazione pubblica: il modello ne ha ricostruito la codifica e ha verificato la propria lettura riproducendo i totali registrati dallo strumento su tutti i 2.664 scan, prima di analizzare qualunque cosa.

Il dettaglio che merita attenzione riguarda il giudizio, più della velocità. Il modello ha segnalato quattro picchi larghi come idrogeni probabilmente legati ad azoto o ossigeno e ha proposto la verifica standard con acqua pesante. Il laboratorio aveva eseguito la stessa verifica di propria iniziativa tre giorni dopo la prima misura. Ricevuto il file della seconda corsa, il modello ha corretto una propria affermazione iniziale — aveva riportato la scomparsa di tutti e quattro i picchi, il suo stesso controllo ne ha confermati due — arrivando alla conclusione dell'operatore umano. Il rapporto finito del laboratorio è arrivato quattro giorni dopo la prima acquisizione.

Il collo di bottiglia si sposta a valle

L'industria farmaceutica italiana ha chiuso il 2025 con 74 miliardi di euro di produzione e 69,2 miliardi di export, secondo settore manifatturiero del Paese per vendite all'estero secondo i dati presentati all'assemblea Farmindustria del giugno 2026. Attorno a quella base produttiva vive una filiera densa di organizzazioni di ricerca a contratto e di produzione conto terzi, che vende esattamente il tipo di lavoro che questi esperimenti toccano.

La lettura utile riguarda dove si sposta il valore. Il tempo di progettazione computazionale, storicamente settimane di lavoro specialistico per bersaglio, comprime verso ore di calcolo. La validazione resta fisica, resta lenta e resta locale: esprimere una proteina, misurarne l'affinità, ripetere la misura richiede impianti, reagenti e persone. Man mano che il collo di bottiglia scivola a valle, la capacità di laboratorio diventa la risorsa scarsa della catena.

Ne discende una conseguenza pratica per chi negozia contratti in questo perimetro. Il numero di candidati che arrivano al banco cresce, e con esso la pressione sulla capacità di misurarli. Chi possiede impianti di caratterizzazione, chi sa gestire code sperimentali e chi certifica risultati riproducibili guadagna potere contrattuale. Chi vende ore di modellazione computazionale come voce autonoma vede quella riga comprimersi.

C'è un secondo effetto, sulle competenze. L'esperimento di chimica analitica mostra un modello ad accesso generale che legge un formato binario opaco, ne ricostruisce la struttura e produce un rapporto con l'elenco dei propri limiti di attendibilità. Il valore del chimico si sposta dalla lettura manuale dello spettro alla progettazione dell'esperimento, alla scelta del controllo giusto e al giudizio sul risultato: esattamente le parti che, nell'esperimento, sono rimaste il metro di paragone.

Il movimento è coerente con quello che questa sala stampa segue da mesi sul versante industriale, dall'accordo pluriennale fra Sanofi e Owkin sugli agenti per lo sviluppo farmaceutico raccontato l'11 giugno al programma di crediti computazionali per la ricerca aperto da Anthropic il 2 luglio, che questa redazione ha coperto allora. La differenza di oggi sta nel fatto che i numeri arrivano da un banco di laboratorio esterno.

La capacità che resta chiusa a chiave

Anthropic accompagna la pubblicazione con una dichiarazione esplicita: le capacità di biologia a duplice uso restano bloccate nel modello più capace dell'azienda, e l'accesso passerà da un programma dedicato ai ricercatori ancora da avviare. La stessa progettazione proteica che accelera la scoperta di terapie accorcia anche la strada a ricerca pericolosa, e il fornitore ha scelto di tenerla dietro una porta chiusa, pubblicando intanto i dati grezzi, i prompt e i modelli computazionali dei complessi progettati.

È il punto che collega la vicenda scientifica al quadro normativo europeo. Dal 2 agosto la Commissione ha avviato l'applicazione dell'AI Act con i nuovi obblighi di trasparenza, mentre la disciplina dei modelli di uso generale con rischio sistemico verte proprio sulla valutazione e sulla mitigazione delle capacità pericolose. Un fornitore che documenta pubblicamente quale capacità ha misurato, quanto vale in laboratorio e perché resta ristretta sta producendo il materiale che quel quadro chiede.

Per chi in Italia acquista intelligenza artificiale in ambito regolato, la conseguenza operativa è leggibile. La documentazione di valutazione di un modello — che cosa è stato misurato, con quale metodo, con quale esito, quali capacità restano ristrette e a quali condizioni si aprono — sta diventando un allegato contrattuale al pari delle condizioni di servizio. Vale la pena chiederla in fase di selezione, insieme al preavviso con cui il fornitore comunica una modifica del perimetro: una capacità che si apre o si chiude cambia il piano di lavoro di chi la stava usando.

I segnali da seguire

Tre elementi diranno quanto il risultato regge fuori dal comunicato.

Il primo è la caratterizzazione estesa. Anthropic dichiara di voler ripetere le misure per confermare tassi di successo e affinità; dati sperimentali, prompt e modelli computazionali sono già pubblici, quindi la verifica indipendente è alla portata di chi possiede un laboratorio. Le prime repliche esterne varranno più della pubblicazione originale.

Il secondo è il programma di accesso per i ricercatori. Criteri di ammissione, giurisdizione dei laboratori ammessi e perimetro delle capacità sbloccate diranno se un centro di ricerca europeo può lavorare a queste condizioni, e con quali garanzie sui dati che vi transitano.

Il terzo riguarda il resto della catena. Un legante ad alta affinità apre un percorso che passa per stabilità, immunogenicità, farmacocinetica, produzione e sperimentazione clinica: la parte lunga e costosa. Anthropic dichiara di estendere il lavoro all'intero processo di sviluppo, per tutte le modalità terapeutiche. La misura di quel progresso arriverà dai tempi con cui una molecola entra in clinica, più che dai tassi di legame in provetta.

Autore

Pablo Liuzzi

Founder, Synthos Logic