Protein binder di Claude: 14 target su 15 nel benchmark Anthropic

Il 18 agosto 2026 Anthropic ha pubblicato i risultati di una campagna di progettazione proteica in cui i protein binder progettati da Claude hanno funzionato in laboratorio contro 14 target su 15. Non è un risultato simulato: 354 design su 1.320 hanno legato davvero il loro bersaglio, misurati da due laboratori esterni. È il tipo di notizia che rischia di essere letta male in entrambe le direzioni, o come «l’AI progetta farmaci», o come marketing di un vendor. I numeri, quelli veri, stanno nel mezzo e sono più interessanti di entrambe le letture.

In questo articolo scoprirai:

• I numeri della campagna: 354 binder confermati su 1.320 design
• Che cos'è un protein binder e perché è il primo mattone del drug design
• Perché il 14 su 15 in vitro conta più di qualunque punteggio in silico
• Dove si colloca rispetto ad AlphaFold, RFdiffusion e AlphaProteo
• I limiti del benchmark Anthropic: 15 target, nessun controllo umano, nessuna peer review

I numeri della campagna: 354 binder confermati su 1.320 design

Anthropic ha selezionato 16 target proteici, uno dei quali ha dato esito inconcludente: la valutazione finale è quindi su 15. Contro 14 di questi Claude ha prodotto almeno un binder confermato in laboratorio, per un totale di 354 binder validati su 1.320 design, cioè un hit rate medio del 26,8%.

La cifra va disaggregata, perché è lì che sta il senso. In modalità multi-target, un’unica sessione da 48 ore contro tutti i bersagli insieme, Mythos Preview (la versione in anteprima del modello poi rilasciato come Claude Fable 5) ha segnato 26,7% e Opus 4.8 22,6%. Quando Mythos Preview ha lavorato su un target per volta, in sessioni da 24 ore, l’hit rate è salito a 35,1%. Il riferimento di campo dichiarato da Anthropic per le campagne di progettazione di binder è il 10-15%: siamo intorno al doppio.

Hit rate dei protein binder bersaglio per bersaglio: da 80% a zero

La varianza fra bersagli è enorme e conta più della media. Su TREM2 hanno legato 72 design su 90; su RBX1 28 su 90; sulla maltose binding protein, zero su 90, come riporta la ricostruzione dei dati per target di Dataconomy. Interessante anche il dato sul ranking: il 49% dei design classificati al primo posto dal modello per ciascun target ha poi legato in laboratorio, segno che il sistema non stava solo generando in massa, ma sapeva anche scegliere.

Il costo non è trascurabile: fino a 12.500 ore di GPU NVIDIA H100 per la sessione multi-target e fino a 2.500 per ogni sessione singola, per una spesa stimata fra 10.000 e 50.000 dollari per campagna secondo l’analisi tecnica di XenoSpectrum.

Che cos’è un protein binder e perché è il primo mattone del drug design

Un protein binder è una proteina piccola, una miniproteina, spesso poche decine di aminoacidi, costruita apposta per attaccarsi a un punto preciso della superficie di un’altra proteina. Il bersaglio può essere un recettore infiammatorio come TNFα, un enzima, una proteina di superficie di un virus. Se il binder si lega abbastanza forte e abbastanza selettivamente, blocca l’interazione che quella proteina avrebbe avuto con un’altra molecola: è il meccanismo con cui funzionano gli anticorpi monoclonali, ma con una molecola molto più piccola e più economica da produrre.

Affinità di un protein binder: come si legge il KD

La forza del legame si misura con la costante di dissociazione, il KD: più il numero è basso, più il legame è saldo. Passare da micromolare (µM) a nanomolare (nM) significa un legame mille volte più stretto. Nella campagna di Anthropic il miglior design contro 15-PGDH ha portato l’affinità da 1,7 µM a 33,4 nM; su RBX1 da 25,7 nM a 3,9 nM, secondo le misure pubblicate da Adaptyv Bio.

Progettare queste molecole da zero, de novo, senza partire da una proteina naturale da modificare, è stato per anni un collo di bottiglia, come ricostruisce la letteratura sul de novo binder design pubblicata su Structure. Con i metodi basati su Rosetta il tasso di successo sperimentale stava sotto l’1%. Il salto degli ultimi tre anni è arrivato con i modelli generativi, e la cosa da capire è che quel salto ha spostato il problema: non «riusciamo a progettare qualcosa che lega?», ma «quanto di ciò che progettiamo lega davvero?». È esattamente la domanda che questo benchmark prova a misurare, e per capire come un modello arrivi a produrre una sequenza plausibile aiuta sapere come funziona davvero un modello di AI.

Perché il 14 su 15 in vitro conta più di qualunque punteggio in silico

Qui sta il punto che rende la notizia diversa dalle decine di paper di protein design pubblicati ogni mese. Un modello generativo può produrre migliaia di sequenze e valutarle con altri modelli, ESMFold, Protenix, AlphaFold, ottenendo punteggi di confidenza altissimi su molecole che poi, in provetta, non fanno nulla. Il divario fra metrica computazionale ed esito sperimentale è il problema noto del settore: un punteggio in silico non è un dato, è una previsione.

Validazione esterna dei protein binder: Adaptyv Bio e Twist Bioscience

In questa campagna la validazione l’hanno fatta Adaptyv Bio e Twist Bioscience, due fornitori esterni. Adaptyv ha descritto la procedura: sintesi del DNA a partire dalle sequenze, produzione con sintesi proteica cell-free su robot, misura dell’affinità in risonanza plasmonica di superficie (SPR) su cinque concentrazioni del target e in duplicato. Il 95% dei design si è espresso, in linea con i risultati degli esperti umani nelle loro competizioni, e le misure sono state fatte in modo anonimizzato, senza sapere quali sequenze venissero da Claude, con i dati poi pubblicati su Proteinbase.

Il confronto più netto arriva da RBX1, un bersaglio già usato in una competizione pubblica di protein design: Claude ha ottenuto 28 binder su 90 design, contro 9 binder su 245 design prodotti dai partecipanti umani, 31% contro 3,7%, e il suo miglior candidato ha legato più stretto della proposta vincitrice. Non è una vittoria su «tutti gli esperti del mondo»: è una vittoria su un pool di iscritti a una competizione, su un target specifico. Ma è misurata da terzi, con un protocollo dichiarato.

Dove si colloca rispetto ad AlphaFold, RFdiffusion e AlphaProteo

Vale la pena chiarire cosa non è questo lavoro, perché la confusione con AlphaFold è quasi automatica. AlphaFold risolve un problema diverso: data una sequenza, prevede la struttura. Non progetta niente. RFdiffusion, del laboratorio di David Baker, è invece un modello generativo di strutture: inventa la forma di una proteina che dovrebbe incastrarsi sul bersaglio, e nel paper su Nature del 2023 ha portato l’hit rate sperimentale su binder de novo intorno al 19%. AlphaProteo di Google DeepMind ha alzato ancora l’asticella: il paper del settembre 2024 dichiara affinità da 3 a 300 volte migliori dei metodi precedenti su sette target, con tassi di successo sperimentale che secondo i dati riportati vanno dal 9% all’88% a seconda del bersaglio e affinità fino a 80 picomolari.

Gli strumenti che l’agente orchestra per progettare i protein binder

Claude non compete con questi sistemi: li usa. Secondo la ricostruzione tecnica disponibile, l’agente ha orchestrato dieci generatori di struttura diversi, i tre più usati sono PXDesign con 358 design, RFdiffusion3 con 267 e Genie 3 con 185, passandoli poi a SolubleMPNN e a un ensemble di ESMFold2 e Protenix v2 per il ranking. Le 1.133 sequenze attribuite a SolubleMPNN si riferiscono alla sola sessione multi-target, non al totale di 1.320 design dell’intera campagna. AlphaFold 3, Rosetta ed ESM3 sono stati esclusi per vincoli di licenza.

La novità, quindi, non è un modello di biologia migliore: è che un modello linguistico generalista ha fatto il lavoro del ricercatore computazionale, scegliere l’epitopo, selezionare gli strumenti, generare, filtrare, ordinare, in autonomia. È la stessa logica degli agenti AI applicata a un dominio dove finora serviva un dottorato, e si inserisce nella linea di prodotto che Anthropic sta costruendo con Claude Science.

I limiti del benchmark Anthropic: 15 target, nessun controllo umano, nessuna peer review

Anthropic li dichiara, e vanno riportati per intero. Primo: la scala. Quindici target non sono una statistica, sono un campione piccolo con varianza altissima, fra 80% e 0% di hit rate a seconda del bersaglio, e su un fallimento come la maltose binding protein (superficie liscia, molto flessibile, zero appigli) nessun design su 90 ha legato. Su BBF-14, un bersaglio sintetico costruito per essere difficile, sono usciti tre binder di affinità modesta.

Secondo: manca un gruppo di controllo umano appaiato. Il confronto con il 10-15% di campo e con i partecipanti alla competizione RBX1 è indicativo, non un esperimento controllato. Terzo: l’autonomia è parziale. Gli esperti umani hanno scelto i target, scritto un protocollo di circa 16.000 parole e gestito tutta l’infrastruttura; Claude ha eseguito dentro quel perimetro.

Quarto, e più importante per chi legge in chiave farmaceutica: è stato confermato solo il legame, non la struttura tridimensionale né una funzione biologica. Come nota pharmaphorum, le miniproteine non sono una modalità terapeutica standard e un binder ad alta affinità è il primo passo verso una molecola drug-like, non il farmaco. Restano da fare stabilità, immunogenicità, farmacocinetica, tossicologia, produzione, clinica. Va aggiunto che i risultati sono autoriportati e non peer-reviewed, e che Anthropic tiene la capacità di protein design bloccata sul suo modello più capace, Claude Fable 5, per ragioni di dual-use biologico.

Cosa cambia nella fase early-stage, e cosa serve per portarlo dentro un’azienda

Il pezzo meno spettacolare del lavoro è quello che probabilmente sposterà più ore-uomo. Nella stessa pubblicazione Anthropic riporta che Claude Opus 5, in accesso generale, ha analizzato uno spettro NMR in 23 minuti con un conteggio degli idrogeni entro 0,08 dallo standard di laboratorio, e un dato LC-MS in 19 minuti stimando una purezza del 96,4% contro il 96,33% misurato. Il riferimento umano è mezz’ora-un’ora per campione, con il report formale arrivato quattro giorni dopo. Come nota explainx, il modello ha anche individuato da sé la necessità di una verifica in acqua deuterata, lo stesso controllo che il laboratorio ha eseguito tre giorni più tardi.

La lettura operativa è questa: l’early-stage non si accorcia perché un modello «inventa farmaci», ma perché comprime i cicli di iterazione e la lettura dei dati. E il collo di bottiglia si sposta sul wet lab, che resta lento, costoso e insostituibile.

Dal protein binder al processo: il perimetro conta più del modello

Il secondo insegnamento è trasferibile fuori dalla biologia: il risultato non arriva da un prompt, arriva da un protocollo di 16.000 parole, da un perimetro di strumenti definito e da una validazione esterna. È la parte che nelle aziende manca quasi sempre quando si prova a mettere un agente al lavoro su un processo reale, ed è la ragione per cui, sul modello, contano tanto il contesto e le integrazioni quanto le capacità grezze, un tema che abbiamo trattato parlando di quando a una PMI serve un partner sul Claude Agent SDK e nella nostra guida a Claude AI in azienda.

Se in azienda avete un processo su cui un agente AI potrebbe lavorare davvero, non una demo, un processo con dati e vincoli vostri, con MIMIR non consegniamo solo lo strumento: seguiamo l’onboarding, scriviamo insieme il perimetro operativo e definiamo come si misura l’esito. Perché è quella parte, non il modello, a decidere se funziona.

Fonti:

• Anthropic — Claude accelerates protein design, la pubblicazione originale
• Adaptyv Bio — protocollo di sintesi e misura dell’affinità in SPR
• RFdiffusion — De novo design of protein structure and function (Nature, 2023)
• AlphaProteo (Google DeepMind) — paper arXiv, settembre 2024
• Structure (Cell Press) — letteratura sul de novo binder design
• Dataconomy — i risultati bersaglio per bersaglio della campagna
• XenoSpectrum — analisi tecnica dell’agente, degli strumenti e dei costi GPU
• pharmaphorum — la lettura farmaceutica del risultato e i suoi limiti
• The Next Web — risultati autoriportati e non peer-reviewed
• explainx — i task di chimica analitica: NMR e LC-MS