Anthropic raportează că Claude a optimizat peste 30 de modele biomoleculare open-source

Anthropic a publicat un articol de cercetare pe 17 septembrie 2026, raportând că Claude a optimizat peste 30 de modele biomoleculare open-source în puțin sub patru săptămâni, ceea ce compania a declarat că a accelerat modelele cu aproximativ de 4 ori în medie. Anthropic a open-sourcat codul optimizat și a anunțat un concurs de proiectare a proteinelor co-sponsorizat de Adaptyv Bio.

36 de pachete optimizate și nuclee FlashPairformer

Conform articolului de cercetare și unui raport tehnic însoțitor, un model intern de cercetare cu scop general a generat pachete optimizate pentru 36 de implementări de modele, acoperind peste 30 de modele open-source în șase familii: co-pliere și predicție a structurii (14 pachete), halucinație (3), generare de structură (6), pliere inversă (3), genomică (7) și modele de limbaj proteic (3). Anthropic a declarat că Claude a fost supravegheat în principal de doi membri ai personalului său tehnic cu experiență în modelarea biomoleculară, dar fără experiență în optimizarea inferenței sau ingineria nucleelor.

Fiecare pachet rulează cu greutățile originale ale modelului și oferă până la trei moduri: Exact, conceput pentru a reproduce ieșirile modelului nemodificat bit cu bit; Rapid, care sacrifică o mică cantitate de precizie numerică pentru viteză; și Mare, care reduce utilizarea memoriei astfel încât intrări mai mari să încapă în memoria GPU. Raportul afirmă că modul Exact a rulat trecerea înainte a 14 modele de predicție a structurii cu în medie 1,6 ori mai repede decât modelele nemodificate pe GPU‑urile NVIDIA H100, că modul Rapid a rulat cele 13 modele care îl oferă cu în medie 4,1 ori mai repede și că modul Mare a fost în medie 3,4 ori mai rapid.

Modelele moderne de predicție a structurii, cum ar fi AlphaFold3, OpenFold3 și Boltz-2, consumă o mare parte din timpul de rulare și memorie pentru atenția triunghiulară și înmulțirea triunghiulară, două operații al căror cost este cubic în funcție de numărul de token‑uri. NVIDIA a dezvoltat nuclee dedicate pentru aceste operații, inițial în cuEquivariance și mai recent în BioNeMo Inference Runtime. Pentru același blocaj, Claude a dezvoltat FlashPairformer v1, un set de nuclee GPU personalizate. Raportul indică faptul că FlashPairformer v1 a executat atenția triunghiulară cu 2,7 ori mai rapid decât nucleele standard din domeniu la lățimea de pereche 128, utilizate de AlphaFold3 și Boltz-2, și cu 2,9 ori mai rapid la lățimea de pereche 256, utilizate de Protenix v2, în timp ce înmulțirea triunghiulară a fost cu 1,7 ori și, respectiv, 3,2 ori mai rapidă, măsurate pe un singur NVIDIA H100.

Dincolo de nuclee comune, Claude a realizat optimizări specifice fiecărui model, inclusiv memorarea intermediară a valorilor pe care codul original le recalcula, reducerea constantă a ramurilor cu ieșiri constante, capturarea graficelor CUDA și fuziunea nucleelor. Raportul afirmă că accelerările în modul Rapid pentru modelele de predicție a structurii au variat de la 2,3 ori pentru OpenDDE la 6,4 ori pentru Chai-1, și că modelele de genomică și de limbaj proteic au beneficiat de 1,2 ori până la 5,0 ori în modul Exact.

În ceea ce privește acuratețea, raportul indică faptul că, în cadrul FoldBench-Lite, un benchmark combinat de 1.925 de perechi model‑țintă pe parcursul a 13 configurații de model, proporția interfețelor prezise acceptabil a fost de 54,8% în modul implicit, comparativ cu 55,0% pentru Exact, 54,5% pentru Rapid și 54,2% pentru Mare, fără nicio schimbare combinată discernabilă de zero. Limitările menționate includ măsurători efectuate doar pe GPU‑uri H100, accelerările ColabFold măsurate față de versiunea 1.6.1 înainte ca proiectul să lanseze propriile nuclee fuzionate, și modulurile Exact și Rapid utilizând până la 3,2 ori mai multă memorie decât modul implicit.

Modul Mare pentru Sisteme Biomoleculare Masive

Anthropic a declarat că modul Mare cu consum redus de memorie al lui Claude permite modelarea precisă a sistemelor biomoleculare mai mari de 10.000 de token‑uri (aminoacizi, nucleotide și atomi din molecule mici și ioni) și inferența pe sisteme mai mari de 70.000 de token‑uri, toate pe un singur nod GPU NVIDIA, pe care articolul îl descrie ca o sarcină anterior inabordabilă. Mașinile moleculare prezise cu acuratețe în modul Mare includ complexul mitocondrial uman I, complexul chaperon TRiC, un proteazom și o ribozomă bacteriană 70S, fiecare potrivind îndeaproape structura experimentală cu scoruri TM între 0,92 și 0,997, conform raportului. Anthropic a afirmat că, din câte știe, acestea se numără printre cele mai mari structuri niciodată pliate cu precizie folosind modele de predicție a structurii; raportul menționează că lucrarea AlphaFold3 a evidențiat o predicție precisă a ribozomei 40S de 7.663 de token‑uri și că AlphaFold3 a fost antrenat pe segmente de cel mult 768 de token‑uri.

Pentru a testa limitele optimizărilor, Claude a efectuat predicția structurii pe întregi capside virale și compartimente proteice cu dimensiuni cuprinse între aproximativ 31.000 și peste 70.000 de reziduuri, utilizând un nod cu opt GPU‑uri B300. Cele șapte rulări s-au finalizat, dar fiecare predicție s-a prăbușit într-o bilă compactă, cu scoruri TM între 0,08 și 0,14 acolo unde au fost evaluate. Raportul presupune că prăbușirea reflectă o incapacitate de generalizare, deoarece ansamblurile sunt de 40 până la 90 de ori mai mari decât cea mai mare secțiune de antrenament a AlphaFold3, și încadrează rezultatul ca o extindere a ceea ce poate fi calculat, mai degrabă decât a ceea ce au învățat modelele.

Design de Binder pe un singur GPU

În lucrarea anterioară a Anthropic privind proiectarea de bindere, Claude a funcționat pe baza unui prompt de aproximativ 16.000 de cuvinte, a utilizat sub‑agenți și a putut cheltui până la 10.000 $ pe țintă pe platforma de infrastructură AI Modal, echivalentul a aproximativ 2.500 de ore GPU H100, în decurs de 24 de ore. În noua configurație, un singur model Claude a primit un GPU NVIDIA H200 și 24 de ore de timp real, a lucrat dintr-un prompt de circa 1.100 de cuvinte și nu a avut sub‑agenți nici ghidare umană. Trei modele, Mythos 5.1, Mythos 5 și Opus 5, au fost rulate fiecare pe cele 16 ținte ale studiului anterior.

Raportul afirmă că scorurile mediane pe ipSAE, un scor in silico descris ca predictiv al legării experimentale, au atins 0,785 pentru Opus 5, 0,781 pentru Mythos 5.1 și 0,739 pentru Mythos 5, comparativ cu 0,749 pentru campaniile anterioare, cu scoruri de design optim de 0,833, 0,825 și 0,813 versus 0,817. Rulările pe un singur GPU au folosit un buget GPU de aproximativ 100 de ori mai mic, iar postarea precizează că o cheltuială combinată de circa 150 $ pentru GPU‑uri și tokenuri a atins o performanță in silico egală cu cea a campaniilor anterioare. Raportul menționează că design‑urile rezultate din aceste rulări nu au fost testate experimental și că scorurile reprezintă măsurători in silico, nu rezultate experimentale.

Condiții de lansare open‑source

Anthropic a publicat codul într-un GitHub repository public care conține 36 de kituri de optimizare drop‑in, câte unul pentru fiecare instrument de bază, cu codul original sub Licența Apache 2.0; lansarea publică inițială a fost comisă pe 17 septembrie 2026. Kiturile împărtășesc un vocabular comun off, exact, rapid și de mari dimensiuni și sunt configurate pentru GPU‑uri NVIDIA H100 de 80 GB pe Linux x86‑64, unele kituri includ și configurații pentru A100, H200, B200 sau B300. Depozitul specifică că lansarea este una de referință, neîntreținută și nu acceptă contribuții, iar imagini preconstruite Docker și Apptainer sunt planificate în decurs de o săptămână de la lansarea inițială.

Concurs de proiectare a proteinelor cu Adaptyv Bio

Anthropic a declarat că, împreună cu Adaptyv Bio, a selectat cinci probleme aflate la frontiera capabilităților actuale de proiectare a proteinelor, inclusiv reacție încrucișată între specii, sensibilitate la pH și specificitate peptide‑MHC, precum și ținte dificile precum GPCR‑urile. Conform competition page, cele două organizații sponsorizează în comun 1 milion de dolari pentru validare experimentală, pentru a testa peste 5.000 de design‑uri de proteine în laboratorul automatizat al Adaptyv, fără costuri pentru participanți, iar Anthropic furnizează în plus 1 milion de dolari în credite Claude. Postarea Anthropic precizează că Modal va oferi până la 250.000 $ în credite de calcul și că Twist Bioscience va furniza ADN pentru concurs.

Se oferă trei piste de participare: laboratoare de cercetare și companii, cu până la 50.000 $ în credite Claude pentru echipe academice și până la 25.000 $ pentru echipe din industrie, aproximativ 20 de echipe selectate și testare de laborator rezervată pentru circa 18 design‑uri pe provocare; cercetători individuali sau echipe de până la trei persoane, cu acces gratuit Claude Max 20x pe durata concursului; și o pistă deschisă auto‑susținută în care utilizarea Claude este opțională.

Aplicațiile se desfășoară din 16 septembrie până la 24 septembrie 2026, iar echipele selectate vor fi anunțate înainte de 28 septembrie 2026. Cinci provocări săptămânale se desfășoară din 28 septembrie până la 31 octombrie 2026, validarea experimentală este programată să se finalizeze până la 30 noiembrie 2026, iar rezultatele vor fi publicate pe Proteinbase pe 15 decembrie 2026. Participanții păstrează drepturile de proprietate asupra design‑urilor lor, toate rezultatele experimentale, inclusiv cele negative, vor fi publicate deschis și nu există premiu în numerar; pagina descrie programul ca planificat și supus modificărilor.