Das Technologieunternehmen Anthropic hat neue Ergebnisse zur Leistungsfähigkeit seiner KI-Modelle Claude Mythos Preview und Opus 4.8 im Bereich der Biotechnologie vorgelegt. In einer aktuellen Versuchsreihe demonstrierte die Künstliche Intelligenz ihre Fähigkeit, Proteinbinder für komplexe biologische Zielstrukturen zu entwerfen. Von insgesamt 15 adressierten Zielen konnte die KI für 14 erfolgreich Binder generieren.
In der Versuchsreihe erstellte Claude insgesamt 1.320 Proteindesigns. Davon wurden 354 experimentell als wirksame Binder bestätigt, was einer Trefferquote von 26,8 Prozent entspricht.
Dieser Wert liegt deutlich über den in der Branche üblichen Erfolgsraten, die sich zumeist zwischen 10 und 15 Prozent bewegen. Dabei zeigten die verschiedenen Modellversionen unterschiedliche Leistungsniveaus: Während Claude Opus 4.8 eine Quote von 22,6 Prozent erreichte, kam die Version Mythos Preview im Multi-Target-Modus auf 26,7 Prozent. Wurde das Modell auf ein einzelnes Ziel angesetzt (Single-Target-Modus), stieg die Erfolgsrate auf 35,1 Prozent.
Überlegenheit bei spezifischen Zielproteinen
Besonders deutlich zeigten sich die Fortschritte beim Vergleich mit bestehenden Wettbewerbsdaten für einzelne Proteine. Für das Ziel RBX1 erzielte die KI eine Trefferquote von 40 Prozent, indem 28 von 90 Designs erfolgreich banden.
Zum Vergleich: Wettbewerbsansätze erreichten hier lediglich eine Quote von 3,7 Prozent mit 9 von 245 Designs. Zudem wies das beste von Claude entworfene Design eine Bindungsaffinität (KD-Wert) von 3,9 nM auf, was eine erhebliche Steigerung gegenüber dem bisherigen Spitzenwert von 45 nM darstellt.
Wer sich mit dem technologischen Fortschritt im Bereich der Künstlichen Intelligenz befasst, muss auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Ähnliche Ergebnisse lieferten die Versuche beim Protein TREM2, für das die KI eine Erfolgsquote von 80 Prozent (72 von 90 Designs) erreichte, während der Wettbewerb bei 38,3 Prozent lag. Für VEGF-A waren 54 von 90 Entwürfen erfolgreich. Gegenüber dem Ziel 15-PGDH erzielte die Entwicklung eine Affinität von 33,4 nM, was die 1,7 µM der Konkurrenzmodelle deutlich übertrifft.
Lediglich für das Protein MBP konnte die KI keinen erfolgreichen Binder identifizieren (0 von 90 Designs). Insgesamt generierte das System hochaffine Binder gegen mindestens sechs Targets, wobei es bei mindestens vier Zielen die besten bisher publizierten Werte übertraf.
Autonome Steuerung und Datenanalyse
Technisch basieren diese Ergebnisse auf der Fähigkeit von Claude, verschiedene Open-Source-Werkzeuge für das Proteindesign autonom zu orchestrieren. Das System nutzt hierfür die Claude Science Plattform, die über 60 wissenschaftliche Datenbanken integriert.
Neben dem Designprozess wurde auch die Analysefähigkeit der KI untersucht. Das Modell Claude Opus 5 analysierte Daten aus der Kernspinresonanzspektroskopie (NMR) sowie der Flüssigkeitschromatographie mit Massenspektrometrie-Kopplung (LC-MS) innerhalb von 19 bis 23 Minuten. Die von der KI berechnete Reinheit der Proben lag bei 96,4 Prozent, was nahezu exakt dem laborchemisch ermittelten Wert von 96,33 Prozent entsprach.
Da viele moderne Anwendungen von KI-Systemen bereits unter die neuen gesetzlichen Bestimmungen fallen, sollten Verantwortliche die Einstufung ihrer Systeme genau prüfen. Erfahren Sie in diesem kostenlosen Report, welche Kriterien für Hochrisiko-Systeme gelten und wie Sie die notwendige Dokumentation sicherstellen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Sicherheitsbedenken und Forschungsstatus
Trotz der technologischen Fortschritte hat Anthropic entschieden, den allgemeinen Zugang zu den generierten Proteindesigns vorerst zurückzuhalten. Das Unternehmen begründet dies mit Bedenken hinsichtlich einer potenziellen missbräuchlichen Verwendung der Technologie (Dual-Use).
Die vorliegenden Ergebnisse werden von Anthropic als frühe Forschung eingestuft. Das Unternehmen betonte, dass die Daten keinen Beweis für eine erfolgreiche Arzneimittelherstellung darstellten. Eine Validierung der Ergebnisse durch ein unabhängiges Peer-Review-Verfahren steht bislang noch aus.
