Laboratorio ei tiennyt, kenen proteiineja se testasi

Adaptyv Bion automatisoitu laboratorio sai eteensä 1 320 proteiinisekvenssiä ilman tietoa siitä, kuka ne oli suunnitellut. Anthropic oli lähettänyt ne nimettöminä. Laboratorio käänsi sekvenssit DNA:ksi, valmisti proteiinit soluttomalla ilmentämisellä ja mittasi, tarttuvatko ne kohteisiinsa. Suunnittelija oli Claude.

Sidosproteiini on pieni proteiini, joka on suunniteltu tarttumaan tiukasti johonkin toiseen proteiiniin. Se on lääkekehityksen perusrakennuspalikka. Jos syöpäsolun pinnalla olevaan proteiiniin saadaan tarttumaan jotain riittävän tiukasti, siihen voidaan kiinnittää lääkeaine tai estää proteiinin toiminta kokonaan.

Osumaprosentti kertoo, kuinka moni suunnitelluista ehdokkaista oikeasti tarttuu kohteeseensa laboratoriossa. Alalla luku on tyypillisesti 10–15 prosenttia, eli lähes yhdeksän kymmenestä ehdokkaasta on hukkaan mennyttä laboratoriotyötä. Anthropicin 19. elokuuta julkaisemassa raportissa Claude ylsi 22,6–35,1 prosenttiin mallista ja ajotavasta riippuen. Osumia tuli 354 kappaletta, ja niitä syntyi 14 kohteeseen 15:stä.

Claude ohjasi työkaluja, joita kuka tahansa saa käyttää

Anthropicin julkaisu puhuu Clauden suunnittelemista proteiineista. Adaptyv Bion oma tapaustutkimus muotoilee asian tarkemmin. Claude ohjasi julkisesti saatavilla olevia proteiinisuunnittelun työkaluja: se valitsi menetelmät, kirjoitti ajot, suodatti tuhansista vaihtoehdoista lupaavimmat ja päätti, mitkä sekvenssit lähetetään laboratorioon.

Erottelu ei ole saivartelua. Samat työkalut ovat olleet kenen tahansa tutkijan ulottuvilla vuosia, ja juuri niillä on kilpailtu Adaptyvin omissa avoimissa kilpailuissa. Uutta on se, kuinka nopeasti ja kuinka vähällä ihmisohjauksella niitä käytettiin. Ajoaikaa oli 48 tuntia ja laskentaa enintään 12 500 Nvidian H100-suorittimen tuntia, ja ihmisen panos rajoittui käytännössä aloituskehotteeseen.

Kaksi julkaisua, kaksi eri lukua

Yhtään henkilöä ei ole asetettu lukujen taakse. Anthropicin raportissa ei ole yhdenkään tutkijan sitaattia, eikä Adaptyvin tapaustutkimuksessa ole kirjoittajan nimeä. Kumpikaan osapuoli ei ole kommentoinut tuloksia julkisuudessa nimellään.

Numerotkaan eivät täsmää julkaisujen välillä. Anthropic kertoo 15 kohteesta ja nostaa esiin parhaat osumaprosentit ajotavoittain, 22,6–35,1. Adaptyv Bio puhuu 16 kohteesta ja ilmoittaa kokonaisosumaprosentiksi 26,8. Ero syntyy rajauksista: GDF-8 jätettiin pois mittausten laadun takia, ja maltoosia sitovaan proteiiniin ei saatu ainuttakaan toimivaa sidosta. Otsikkoluku 14 kohdetta 15:stä on siis luku, josta yksi kohde on jo poistettu.

Ilmentämisessä onnistui 95 prosenttia suunnitelmista, eli valtaosa sekvensseistä oli ylipäätään valmistettavissa. Koe tehtiin avoimena silmukkana: Claude ei nähnyt tuloksia eikä päässyt korjaamaan suunnitelmiaan niiden perusteella. Asetelma on tiukempi kuin useimmissa alan tuloksissa. Samalla se tarkoittaa, ettei kukaan tiedä, paljonko luvut paranisivat toisella kierroksella.

Riippumaton mittaaja, riippuvainen asetelma

Mittaukset teki Adaptyv Bio, ei Anthropic. Sillä on merkitystä, koska laboratoriossa mitattu sitoutuminen on aivan eri asia kuin mallin oma arvio omasta työstään. Riippumattomuus koskee kuitenkin mittausta, ei tutkimusasetelmaa. Anthropic valitsi kohteet, päätti ajot, valitsi lähetettävät suunnitelmat ja julkaisi tulokset. Vertailukohdiksi otetut kilpailut ovat samoja, joissa Adaptyv on itse ollut järjestäjänä.

Yhdessä kohteessa ero kilpailijoihin oli suuri. RBX1-proteiinia vastaan Claude ylsi 40 prosentin osumaan, kun Adaptyvin avoimeen kilpailuun lähetettyjen 245 ehdotuksen joukossa vastaava luku oli 3,7 prosenttia. Mallin paras ehdotus sitoutui tiukemmin kuin kilpailun voittanut suunnitelma. TREM2-kohteessa osumaprosentti oli 80, aiemmassa kilpailussa 38,3.

Mitä muuttuu lääkekehityksen aikataulussa

Osumaprosentin nostaminen kahdestatoista kahteenkymmeneenseitsemään ei tuo yhtään uutta lääkettä apteekkiin. Sidosproteiinin löytäminen on lääkekehityksen alkupää, jota seuraa vuosien työ: stabiilius, myrkyllisyys, valmistettavuus, eläinkokeet ja kolme vaihetta kliinisiä tutkimuksia. Ehdokasmolekyylistä myyntilupaan menee tyypillisesti toistakymmentä vuotta, ja valtaosa ajasta ja rahasta palaa myöhemmissä vaiheissa. Nopeutus osuu siihen osaan, joka ei ole pullonkaula.

Muutos näkyy toisaalla. Kun kolme kymmenestä ehdokkaasta toimii yhden sijaan, sama tulos saadaan murto-osalla laboratoriokierroksia. Se laskee kynnystä ryhmille, joilla ei ole suuren lääkeyhtiön budjettia. Yliopistolaboratorio tai muutaman hengen yritys voi kokeilla kohteita, joita ei aiemmin kannattanut edes yrittää.

Suomessa tämä osuu kapeaan mutta olemassa olevaan joukkoon. Proteiinien rakennetutkimusta ja suunnittelua tehdään Helsingin yliopiston ja Aalto-yliopiston ryhmissä sekä VTT:llä, ja raskaaseen laskentaan on tarjolla CSC:n LUMI-supertietokone Kajaanissa. Suomalainen bioala koostuu enimmäkseen alle sadan hengen yrityksistä, joiden kustannuksissa juuri laboratoriokierrosten määrä ratkaisee. Osumaprosentin kaksinkertaistuminen näkyy tällaisen toimijan taseessa nopeammin kuin ison lääkeyhtiön.

Anthropic kertoo jatkavansa mittauksia varmistaakseen osumaprosentit ja sitoutumisvoimakkuudet. Kiinnostavampi koe on kuitenkin toinen. Avoin silmukka mittasi, kuinka hyvin malli osuu ensimmäisellä yrityksellä. Lääkekehityksessä kukaan ei työskentele niin, vaan tulokset luetaan ja suunnitelmia korjataan niiden perusteella. Vasta suljetun silmukan koe kertoo, oppiiko malli omista epäonnistumisistaan.

Toistaiseksi kysymys on akateeminen. Anthropic ei ole avannut näitä biologiakykyjä yleiseen käyttöön, joten kukaan ulkopuolinen ei voi toistaa koetta samoilla työkaluilla. Se on ymmärrettävä varotoimi, mutta se tarkoittaa myös, että ainoa tapa tarkistaa luvut on odottaa, että yhtiö itse julkaisee lisää.