Claude의 단백질 결합 설계 실증 — 15개 중 14개 타겟, 적중률 업계 평균의 두 배
Anthropic이 8월 18일 Claude Mythos Preview를 활용한 단백질 결합체 설계 연구를 발표했다. 15개 표적 중 14개에서 결합 성공이 확인됐으며, 적중률 26.7%는 업계 표준(10~15%)의 두 배를 기록했다. Adaptyv Bio와 Twist Bioscience의 독립 실험실 검증을 통과했다.
태그
#drug-discovery 태그가 달린 기사
Anthropic이 8월 18일 Claude Mythos Preview를 활용한 단백질 결합체 설계 연구를 발표했다. 15개 표적 중 14개에서 결합 성공이 확인됐으며, 적중률 26.7%는 업계 표준(10~15%)의 두 배를 기록했다. Adaptyv Bio와 Twist Bioscience의 독립 실험실 검증을 통과했다.
Claude가 설계한 단백질 결합체가 15개 표적 중 14개에서 실험적으로 작동했다. 적중률은 22.6~35.1%로 일반적인 설계 캠페인의 10~15%를 웃돌았지만, 최대 12,500 H100 시간과 전문 오픈소스 모델이 투입됐다.
Bristol Myers Squibb가 8대 DGX Vera Rubin NVL72 기반 두 번째 DGX SuperPOD를 도입해 전 세계 연구자가 쓰는 단일 AI 환경을 만든다. 기존 AI cluster에서 target identification 시간을 몇 주 줄인 뒤, drug discovery 전 과정으로 compute를 확대하는 결정이다.
Claude Science는 연구자용 작업대에서 끝나지 않는다. Anthropic은 소외 질환 치료제 후보를 직접 찾겠다고 밝혔고, AI 모델 회사가 제약사의 도구 공급자를 넘어 경쟁자가 될 수 있는지라는 질문을 던졌다.
최대 $600M 규모 계약의 초점은 AI가 만든 후보물질을 누가 임상까지 끌고 갈 수 있느냐다. Insilico는 Pharma.AI로 초기 분자 발굴을 맡고, Takeda는 선택된 후보의 임상 검증과 글로벌 개발을 담당한다.
AI 화학자의 쓸모가 문헌 검토에서 멈추지 않았다. OpenAI는 GPT-5.4가 Molecule.one의 Maria AI 및 전문 실험실과 함께 약물 발견에 쓰이는 Chan-Lam coupling 개선안을 제시하고 검증 결과까지 냈다고 밝혔다.
AI가 생명과학 연구에서 문헌 요약을 넘어 실행 가능한 워크플로로 이동하고 있다. OpenAI는 GPT-Rosalind가 MedChemBench 27.5%, GeneBench 21.6%, LabWorkBench 63.2%를 기록했다고 밝혔다.
딥마인드 창업자 데미스 하사비스가 이끄는 AI 신약개발 기업 Isomorphic Labs가 21억 달러(약 2조 8천억 원) 규모의 시리즈 B 투자 유치에 성공했다. Thrive Capital 주도, Alphabet·GV·MGX·Temasek 등이 참여했다.
UCLA 연구팀이 마우스 실험에서 물리적 재활 치료 효과를 재현한 최초의 약물 DDL-920을 발견했다. Nature Communications에 발표된 이번 연구는 뇌졸중 회복 의학의 패러다임 전환 가능성을 제시한다.
IBM Research가 단백질·분자·유전자 데이터를 통합하는 멀티모달 모델 MAMMAL을 발표했다. 11개 생물학 벤치마크 중 9개에서 최고 성능을 달성하며 일부 항목에서 AlphaFold 3을 앞질렀다.
OpenAI가 GPT-Rosalind를 qualified life-science teams용 research preview로 열고, Codex에서 50개가 넘는 tools와 data sources를 연결하는 plugin을 붙였다. 핵심은 이름보다 성능 신호다. OpenAI는 Dyno Therapeutics의 RNA prediction task에서 best-of-ten 제출이 human experts의 95th percentile을 넘었다고 밝혔다.
Roche는 U.S.와 Europe의 hybrid cloud 및 on-premises 환경에 NVIDIA Blackwell GPU 3,500개 이상을 배치한다고 밝혔다. 회사는 이 AI factory backbone이 biological foundation model, faster drug discovery, manufacturing digital twin, diagnostics와 digital health 전반의 AI 활용을 뒷받침할 것이라고 설명했다.