Claude 并未研发出蝎毒抗蛇毒血清
Claude did not invent scorpion antivenom
Citrini Research 与 Anthropic 合作,使用未发布版本的 Claude 设计蝎毒抗蛇毒血清候选蛋白,但实验并未制成药物。Claude 在 64 小时内生成近 320,000 个候选,筛出 211 个设计;其中 17 个能结合五种目标蝎毒中的四种。蛋白能结合毒素不代表能中和毒素或成为安全有效的治疗药物。
同一新闻,精选展示《Claude Science 从零设计针对蝎毒神经毒素的蛋白质结合体》
一家投资研究公司想证明 AI 能彻底改变药物研发。于是,他们与 Anthropic 合作,看看 Claude 尚未发布的一个版本能否研制出蝎子抗蛇毒血清。结果不能。专家告诉The Verge,它提出了一些有前景的起点,但离真正的药物还差得远。
Citrini Research 是这项实验背后的公司。该公司承认,“我们没人能说自己了解 AI 与生物学的关系。”但这并没有阻止它从零开始研制药物,也没有阻止它发布一篇题为“我们想用 Claude 研发一种新药。结果如何”的博客文章。文章中既有“我们为什么不试试用 AI 研发一种新药?”这样的设问,也详细记述了他们业余的科学探索经历,还引用了 Charles Darwin 的话。
如果 Citrini 这个名字听起来耳熟,那是因为这家公司曾发布一篇广为传播的虚构作品,描绘 AI 引发的经济灾难;这篇作品在社交媒体上走红,并令现实市场震荡。该公司还声称曾于4月前往霍尔木兹海峡,亲身了解这一动荡地区的局势。
在最新项目中,Citrini 找来 Anthropic 助阵。距离备受期待的 IPO 仅剩几周,Anthropic 有一些理由大谈 AI 在药物研发和生命科学领域的潜力——这两个领域都是它正在积极开拓的方向。
Citrini 在让 Claude 研究候选药物时,遇到了 Claude 的生物安全防护机制,双方的合作由此展开。文章作者称,他们“给联系人名单里所有在 AI 实验室工作的人狂打电话”,最终找到了愿意合作的 Anthropic。AI 实验室同意解除限制,让团队使用一个更先进、尚未发布的模型,条件是他们必须在 Anthropic 的办公室开展工作。“幸运的是”,Anthropic 还同意承担高昂的算力和 token 费用,总额将近 $50,000。
权衡了几个选项后,团队选定了蝎子抗蛇毒血清。这种疗法价格高昂且难以制备,通常需要给马注射毒液。团队的目标是利用 Claude 设计能与蝎子毒液中的毒素结合的蛋白质。他们准备了一份35页的提示词,让 AI 开始工作,并启用了约300个子代理来寻找合适的蛋白质。
Anthropic 对这项实验的说明更为审慎。Anthropic 表示,Claude 生成了近320,000个候选设计,剔除与已知毒素或现有蛋白质相似的设计后,将范围缩小至180个。整个过程耗时64小时。Anthropic 表示,团队“与 Claude 合作”又增加了31个设计,总数达到211个。
随后,Citrini 将这些设计交给两家外部实验室——瑞士生物技术公司 Adaptyv Bio 和总部位于美国的 Twist Biosciences——测试这些蛋白质能否与预定目标结合。这是研发有效抗蛇毒血清的关键一步。测试费用另需约 $150,000。目前尚不清楚 Anthropic 为何不能在其位于加州的生物湿实验室内部进行这些测试。最终有17种蛋白质通过测试,它们总共能与团队希望作为靶标的五种蝎毒中的四种结合。Citrini 表示,没有一种蛋白质能与一种以上的毒素结合。
即使他们做到了,Citrini距离开发出可用的抗蛇毒血清仍差得很远。与毒素结合,并不意味着一种蛋白质就能真正中和毒素,更不用说将其制成安全有效的疗法了。Citrini自己也承认这一点,并指出“尚无实验测试它们是否真的阻止了毒素发挥作用”。
换句话说,这项实验并未成功。Citrini原本想开发一种新药,但专家告诉The Verge,它只完成了整个流程中相对“容易”的部分。丹麦技术大学抗体技术教授Andreas Hougaard Laustsen-Kiel表示:“针对蛇毒和蝎毒发现合适的结合蛋白还算容易。难的是把它转化为药物。”
丹麦技术大学助理教授Melisa Benard Valle和高级研究员Anne Ljungars也表示认同。她们在一封共同发送的电子邮件中写道:“从技术上看,这些结果令人鼓舞,但有些兴奋为时过早。”她们将这些发现形容为“距离成为药物还很远,而且被过度吹捧”。她们表示,Claude设计的蛋白质还有许多未知之处,包括其安全性、稳定性、在体内的表现,以及能否开发成可行的疗法。“将这些结合蛋白转化为真正的药物,很可能仍是一个漫长而艰难的过程。”
她们表示,Citrini实验最具创新性的部分是“自主发现流程,而非生物学结果”。她们补充说,AI在加速发现方面潜力巨大,但也警告:“将有前景的分子转化为有效药物,仍是一项艰巨得多的挑战。”
而且,其底层方法也算不上特别新颖。阿布扎比哈利法大学医学机器学习教授Andreas Bender告诉The Verge,即便完全不借助AI,现有方法(如高通量筛选)“往往也能以可控的成本找到大量候选结果”。Bender同时还是剑桥大学客座教授。他表示,设计能与靶标结合的蛋白质“在某种程度上”已经是个已解决的问题。更难的挑战,是将这些结果转化为在活体系统中真正有效的疗法。“恰恰是这一步转化还没有解决。”
尽管没有研制出药物,Citrini还是宣称这项实验在某种意义上取得了成功。该公司认为,这项实验让人得以一窥AI赋能药物发现新时代即将涌现的投资机会。至于为何不继续推进这项研究,Citrini指责批评者在“吹毛求疵”,并补充道:“虽然老生常谈,但我们是一家投资研究公司,而不是生物科技初创企业。”Citrini和Anthropic均未回应置评请求。
不过,该公司仍看好可能从中受益的企业。当然,具体信息只向付费订阅者开放,但Bloomberg 报道称,该公司重点提到了参与药物开发测试的企业,其中包括为动物研究提供灵长类动物的Charles River Laboratories。在一段讨论这项实验的视频中,Citrini将AI部分称为“免费”,却轻描淡写地忽略了Anthropic承担的费用。
关注这篇报道中的话题和作者,即可在个性化主页信息流中看到更多类似内容,并接收电子邮件更新。
- Robert Hart
来源:The Verge · AI · theverge.com