Бесплатные ИИ, Claude, GPT, Gemini, Qwen, Deepseek, Промты, Нейросети
IT и технологии · 20 августа 2026 г.
Claude спроектировал белковые связатели для 14 из 15 лекарственных мишеней — и две неза...
Claude спроектировал белковые связатели для 14 из 15 лекарственных мишеней — и две независимые лаборатории подтвердили: это работает. Обычно de novo дизайн белков занимает у эксперта недели или месяцы на одну мишень. Anthropic дали Клауду один экспертный промпт — и модель запустила процесс сама. Результаты в реальных лабораториях (Adaptyv Bio, Twist Bioscience): • Связатели для 14 из 15 мишеней • 22–35% дизайнов реально связываются (обычно в области 10–15%) • Высокая аффинность минимум для 6 мишеней Вывод: разница между «ничего не вышло» и «лабораторно подтверждённые результаты» — в качестве промпта. Пример промпта (структура, по которой работал эксперт): Ты — эксперт по вычислительной белковой инженерии. Задача: спроектировать новый белок-связатель для мишени [PDB ID / последовательность]. 1. Проанализируй поверхность связывания мишени: выдели горячие точки, заряды, гидрофобные участки. 2. Сгенерируй 50–100 кандидатов backbone-структур (alpha/beta, минимум 50 аминокислот), комплементарных поверхности. 3. Для каждого кандидата: оптимизируй боковые цепи (RosettaDesign / ProteinMPNN логика), фильтруй по ddG < -10 REU, pLDDT > 85, отсутствию клашей. 4. Верни топ-20 последовательностей с обоснованием: интерфейсные остатки, предсказанная аффинность, риски агрегации. 5. Добавь протокол экспериментальной валидации: SPR, ITC, кристаллография. Промпт выше — иллюстрация логики эксперта. Точный текст не в открытом доступе, но принцип понятен: чёткая декомпозиция задачи, критерии отбора и требование обоснования. 🧠 Практичный ИИ