Claude progetta binder contro le neurotossine dello scorpione in 64 ore

Anthropic ha pubblicato i risultati di un esperimento che sposta un po’ più in là il confine di ciò che un modello di intelligenza artificiale può fare da solo in laboratorio. Per circa 64 ore, un modello Claude interno, usato dentro l’ambiente Claude Science, ha progettato in autonomia proteine capaci di legarsi alle neurotossine dello scorpione. Alla fine, 17 dei 211 progetti sottoposti ai test hanno mostrato un legame reale con una tossina bersaglio. È un risultato promettente, ma, come vedrai, ancora lontano da un antiveleno.

Lo studio, descritto sul blog di ricerca di Anthropic il 20 ottobre 2026, è interessante soprattutto per il metodo: un agente che sceglie i bersagli, seleziona gli strumenti, filtra i candidati e scrive perfino il rapporto finale.

Perché le punture di scorpione sono un problema globale

La scelta del tema non è casuale. L’avvelenamento da scorpione causa ogni anno oltre 1,2 milioni di casi e più di 3.250 morti, in gran parte bambini che vivono in regioni dove l’assistenza medica è scarsa. Anthropic lo descrive come una malattia tropicale trascurata, cioè uno di quei problemi che ricevono pochi investimenti rispetto al loro peso reale sulla salute pubblica.

L’idea è nata dopo una domanda posta da Citrini Research, una società di ricerca sugli investimenti: un modello come Claude, insieme agli strumenti dell’AI per la scoperta di farmaci, può aiutare persone motivate ma non esperte a lavorare su un problema sanitario concreto? La risposta di Anthropic è stata mettere alla prova il sistema su un caso reale, con la speranza di contribuire, in futuro, allo sviluppo di antiveleni.

Il lavoro si appoggia su uno studio precedente di agosto, in cui Claude aveva progettato proteine a partire da un solo prompt. Questa volta la campagna è partita da una versione modificata di quel prompt, seguita da quattro richieste successive.

Come ha lavorato Claude in 64 ore

Bersagli e strategia

Claude ha scelto cinque neurotossine provenienti da quattro specie di scorpione: Cn2 dal Messico, Ts1 dal Brasile, AaH I e AaH II dal Nord Africa e LqhIII dal Medio Oriente. In tutti i casi il bersaglio era il sito con cui la tossina si lega ai canali del sodio, il meccanismo che provoca gli effetti più pericolosi. Le strutture sono state prese dalla Protein Data Bank e dall’AlphaFold Database, e per ciascuna tossina il modello ha indicato cinque residui chiave su cui concentrare il legame.

Le cinque proteine condividono la stessa forma generale, ma hanno sequenze identiche solo tra il 26% e il 62%. Per questo il progetto includeva anche una prova più difficile: cercare binder in grado di agganciare più tossine insieme.

Sono state definite quattro categorie di progetti: binder per una sola tossina, per le due tossine della famiglia beta (Ts1 e Cn2), per le tre della famiglia alfa (AaH II, AaH I, LqhIII) e per tutte e cinque.

I numeri della parte computazionale

Nelle prime 24 ore Claude ha lavorato quasi senza intervento umano. Ha analizzato i dati, generato grafici, scelto 12 strumenti di progettazione e stabilito le soglie di qualità. Il risultato è stato un insieme di 318.484 progetti, da cui sono stati eliminati quelli troppo simili a una tossina o a una proteina già nota.

Ogni coppia progetto-tossina è stata poi predetta come complesso unico: in totale 553.052 coppie, con un impiego dell’ordine di 10.000 ore di GPU.

Alla fine Claude ha scelto una lista di 180 candidati, a cui il team ha aggiunto 31 progetti con il suo aiuto. I 211 progetti finali comprendono 60 binder per una singola tossina (12 per ciascuna), 30 per la famiglia beta, 30 per la famiglia alfa e 91 pensati per tutte le tossine.

I test di laboratorio e i risultati

La parte più delicata è stata verificare in laboratorio ciò che il software prevedeva. Due partner hanno testato i progetti in modo indipendente. Adaptyv Bio ha usato l’espressione proteica senza cellule, mentre Twist Bioscience ha prodotto le proteine in cellule renali umane, come fusioni con la regione Fc degli anticorpi. Entrambi hanno misurato l’affinità con la risonanza plasmonica di superficie, una tecnica che restituisce la costante di dissociazione (KD): più è bassa, più il legame è forte.

I criteri di successo erano severi. Un progetto doveva legare la tossina in tutte le repliche, in entrambi i laboratori, con KD pari o inferiore a 1 micromolare, senza dare segnale contro CLEC12A, una proteina umana estranea usata per escludere legami aspecifici. LqhIII è stata testata solo da Adaptyv Bio.

Il verdetto: 17 progetti su 211 hanno superato la prova. Per tossina, 7 riguardano Cn2, 4 AaH II, 4 AaH I e 2 LqhIII. Tra i progetti per singola tossina, 11 su 60 (circa il 18%) hanno funzionato, una percentuale che gli autori considerano tipica per le campagne di progettazione di proteine.

I due migliori candidati, Cn2-B1 e Cn2-B2, si legano a Cn2 con affinità nell’ordine del nanomolare a una cifra, confermata da entrambi i laboratori. Gli esperimenti di competizione suggeriscono che si leghino vicino allo stesso sito dell’anticorpo LR, già riportato come capace di neutralizzare Cn2 nei topi.

Cosa non è stato dimostrato

Qui serve cautela, e Anthropic stessa la richiede. Nessun progetto ha superato i criteri per più di una tossina, quindi la promessa di un unico binder universale non si è realizzata. I test sono stati fatti con tossine ricombinanti prodotte in laboratorio, non con tossine purificate dal veleno vero. E soprattutto nessun progetto è stato valutato per la capacità di neutralizzare la tossina in cellule o in organismi viventi.

Il confronto con lo stato dell’arte resta impegnativo: alcuni anticorpi e nanobody già noti contro Cn2 o AaH II hanno una KD inferiore a 1 nanomolare, quindi più forte di quanto ottenuto qui. I prossimi passi indicati per Cn2-B1 sono la conferma del legame con la tossina da veleno, l’elettrofisiologia patch-clamp per capire se blocca l’effetto sui canali del sodio e infine test di protezione nei topi.

Anche in caso di successo, un trattamento dovrebbe essere sicuro, stabile, economico e disponibile dove avvengono le punture, con il coinvolgimento di medici, finanziatori e istituzioni.

Perché questa notizia conta per l’AI scientifica

Il punto non è l’antiveleno, ma il tipo di lavoro svolto dal modello. Claude non ha eseguito una procedura scritta da un esperto: ha preso decisioni scientifiche intermedie, come quali strutture usare, quali residui puntare, come filtrare i candidati e come costruire strategie per più tossine. Anthropic precisa che ha anche analizzato i dati e redatto il rapporto finale sotto supervisione, e che ha scritto di suo pugno le email con le sequenze inviate a Twist Bioscience, su richiesta dell’azienda.

È la continuazione di un percorso che abbiamo raccontato su queste pagine: dalla gara di progettazione di proteine con Adaptyv alla scoperta di un sistema enzimatico di tipo CRISPR, fino al programma di verifica per le scienze della vita. Il filo comune è che i modelli passano da assistenti che rispondono a domande ad agenti che conducono campagne di ricerca di più giorni.

Anthropic ha scelto inoltre di rendere pubblici tutti i 211 progetti, le strutture previste, i punteggi e i dati sperimentali di legame su Hugging Face, così che altri gruppi possano riutilizzarli. Tra le misure di salvaguardia citate ci sono le regole su novità, punteggio e filtraggio nel prompt iniziale e l’eliminazione dei progetti simili a tossine o proteine note. La pagina, va detto, non contiene una sezione dedicata alla biosicurezza.

Cosa ricordare e come seguire gli sviluppi

Il bilancio è onesto: un tasso di successo normale per il settore, due binder molto forti per Cn2 e nessuna prova di efficacia terapeutica. La novità sta nella velocità e nell’autonomia con cui un modello ha portato un problema reale dal bersaglio ai test sperimentali in poco più di due giorni di calcolo.

Se vuoi capire come questi sistemi stanno cambiando il lavoro di ricerca, segui la nostra sezione dedicata a Claude e tieni d’occhio i prossimi risultati su Cn2-B1: sarà la prova in cellule e in animali a dire se questo esperimento resterà una dimostrazione o diventerà un punto di partenza per nuove cure.