Protein tasarımı, hedef proteinlere özgül olarak bağlanabilen yeni protein bağlayıcıların geliştirilmesi açısından ilaç geliştirme sürecinin erken aşamalarındaki çalışmalardan biridir. Özellikle de novo tasarım, hedef proteine yüksek afiniteyle bağlanabilecek yeni proteinlerin oluşturulmasını amaçlamaktadır. Ancak bu süreç, hesaplamalı tasarım, optimizasyon ve adayların taranması gibi çok sayıda aşamanın koordinasyonunu gerektirmekte ve bir insan operatörün çalışması haftalar sürebilmektedir. Anthropic tarafından yayımlanan çalışma, Claude modellerinin bu sürecin farklı aşamalarını uzmanlaşmış protein tasarım araçlarıyla birlikte yürütebilme kapasitesini incelemektedir.
Çalışmanın temel amacı, Claude’un birden fazla protein hedefi için sıfırdan minibinder (hedef proteine bağlanmak üzere tasarlanmış küçük protein) tasarlama kapasitesini ve bu tasarımların deneysel olarak doğrulanabilirliğini değerlendirmektir. Araştırmacılar, protein tasarım benchmarklarında kullanılan hedeflerin yanı sıra Claude’un eğitim verilerinde veya çevrim içi aramalarda önceden kaydedilmiş başarı örneklerinden yararlanmasını önlemek amacıyla 15-PGDH ve GDF-8 gibi yeni hedefleri de kampanyaya dahil etmiştir. Claude Opus 4.8 ve Mythos Preview kullanılarak yürütülen çalışmada, modelin yalnızca hesaplamalı tasarım üretmesi değil, farklı tasarım ve katlanma modellerini koordine ederek adayları oluşturması, optimize etmesi ve deneysel doğrulama için seçmesi hedeflenmiştir.
Protein tasarım kampanyasında iki farklı çalışma düzeni uygulanmıştır. İlkinde Claude, tüm hedeflere aynı oturum içerisinde eş zamanlı olarak tasarım yaparken, ikinci yaklaşımda her hedef için ayrı oturumlar yürütülmüştür. Çoklu-hedef yaklaşımında Opus 4.8 ve Mythos Preview 48 saatlik çalışma süresi ve toplamda 12.500 NVIDIA H100 GPU-saatine kadar hesaplama kaynağıyla çalıştırılmış; tek-hedef yaklaşımında ise Mythos Preview her hedef için 24 saatlik süre ve 2.500 H100 GPU-saatine kadar kaynak kullanmıştır. Claude’a kapsamlı bir protein tasarım promptu, protein tasarımı literatürüne ve internete erişim, Google Drive, Slack, Gmail ve BioRxiv bağlantıları ile özel protein tasarımı ve katlanma modellerini çalıştırmak üzere GPU erişimi sağlanmıştır. Kampanya başlatıldıktan sonra ek bilimsel, teknik veya operasyonel yönlendirme verilmemiş; insanların müdahalesi erişim izinlerinin onaylanması ve oturumların çalıştığının izlenmesiyle sınırlı kalmıştır. Claude ise hedef üzerindeki tasarım bölgelerini seçmiş, yapı ve amino asit dizisi tasarımlarını farklı modelleri koordine ederek oluşturmuş, tasarımları birden fazla in silico (bilgisayar ortamında gerçekleştirilen) optimizasyon döngüsünden geçirmiş ve ifade edilebilir, çözünür ve hedefe bağlanabilir adayları hesaplamalı olarak taramıştır.
Deneysel sonuçlar, Claude’un 1.320 tasarım üzerinden 15 hedefin 14’üne karşı toplam 354 bağlayıcı ürettiğini ortaya koymuştur. Tüm hedefler eş zamanlı tasarlandığında Mythos Preview ve Opus 4.8 sırasıyla %26,7 ve %22,6 genel hit rate (tasarımlar arasında hedefe bağlandığı doğrulananların oranı) elde etmiştir; hedeflerin ayrı ayrı ele alındığı yaklaşımda ise Mythos Preview’un genel hit rate’i %35,1’e ulaşmıştır. Claude’un performansı hedefler arasında değişmekle birlikte, RBX1’e karşı Mythos Preview tek-hedef modunda %40 hit rate elde etmiş ve en yüksek sıralanan tasarımı, 245 tasarım arasından yarışmayı kazanan tasarımdan daha yüksek performans göstermiştir. Opus 4.8 ayrıca, tasarım açısından zorlayıcı bir hedef olan TNFα’ya karşı bağlayıcılar üretmiş; bunların bazıları insan, sinomolgus maymunu ve fare TNFα’sına bağlanarak türler arası reaktivite göstermiştir. Bunun yanında Claude, altı hedef üzerinde en az %20 β-strand içeren 15 doğrulanmış bağlayıcı tasarlamıştır. Bununla birlikte sonuçlar tüm hedeflerde aynı düzeyde değildir: BBF-14‘e karşı üç bağımsız bağlayıcı elde edilirken, MBP’ye karşı test edilen 90 tasarımın hiçbiri doğrulanmış bağlanma göstermemiş, yalnızca bir tasarımda zayıf fakat tekrarlanabilir bir bağlanma sinyali gözlenmiştir.
Bu sonuçlar, Claude’un protein tasarımında yalnızca tekil adaylar üretmekten ziyade farklı uzmanlaşmış hesaplamalı modelleri koordine ederek uçtan uca bir tasarım kampanyası yürütebildiğini göstermektedir. Bununla birlikte Anthropic, hit rate ve afinite ölçümlerinin daha kapsamlı karakterizasyon çalışmalarına ihtiyaç duyduğunu açıkça belirtmektedir. Dolayısıyla çalışma, yüksek afiniteli bir bağlayıcı tasarımının ilaç geliştirme sürecinin yalnızca ilk adımlarından biri olduğunu vurgulamaktadır. Araştırmacılar bu çalışmayı daha geniş bir çabanın temeli olarak değerlendirmekte ve Claude’un farklı ilaç modalitelerinde geliştirme sürecini uçtan uca yürütebilmesini sağlayacak şekilde bu yaklaşımı genişletmektedir.
Yazar: Hazel Birgül
Referans: Anthropic. How Claude is accelerating protein design and analytical chemistry. Anthropic Science (2026). https://www.anthropic.com/research/Claude-accelerates-protein-design
-Bioinforange Bilimsel Haber Servisi-
Haber Yazıları, 20> Etki Faktörlü Q1 dergilerinde yayınlanan (listesi için tıklayınız)
bilimsel araştırmaların ekip arkadaşlarımız tarafından incelenip derlenmesi ile hazırlanmaktadır.
