چگونه کلود طراحی پروتئین و شیمی تحلیلی را تسریع می‌بخشد

هنگامی که کلود Mythos 5 را معرفی کردیم، به اشتراک گذاشتیم که در حال آزمایش این مدل برای تسریع بخش‌هایی از فرآیند طراحی دارو هستیم. به عنوان بخشی از این کار در حال انجام، ما در حال بررسی توانایی کلود در طراحی مینی‌بایندرها (minibinders) برای چندین هدف پروتئینی بوده‌ایم. مینی‌بایندر یک پروتئین کوچک است که برای اتصال محکم به یک پروتئین هدف طراحی شده است. اتصال نحوه عملکرد بخش بزرگی از داروهای مدرن است: آنها به یک هدف متصل می‌شوند و چیزی را مهار، فعال یا به آن تحویل می‌دهند. طراحی یک اتصال‌دهنده جدید (که به عنوان طراحی د نوو (de novo) شناخته می‌شود) به طور تاریخی برای مهندسان پروتئین ماه‌ها محاسبات، بهینه‌سازی و غربالگری برای هر هدف زمان می‌برده است.

در سال‌های اخیر، مدل‌های یادگیری ماشینی که می‌توانند پروتئین‌ها را طراحی کرده و رتبه‌بندی کنند که کدام یک به احتمال زیاد متصل می‌شوند، فرآیند طراحی پروتئین را به شدت تسریع کرده‌اند. اما این مدل‌ها هنوز به طور کلی به روزها (و اغلب هفته‌ها) هماهنگی پرزحمت توسط متخصصان محاسباتی نیاز دارند. و اگرچه مدل‌های استدلال عمومی مانند کلود می‌توانند به متخصصان و غیرمتخصصان کمک کنند تا پروتئین‌ها را به صورت محاسباتی کارآمدتر طراحی کنند، تأیید آن داده‌ها در آزمایشگاه تر (wet lab) (جایی که دانشمندان به صورت فیزیکی مواد شیمیایی، داروها و سایر مواد بیولوژیکی را آزمایش می‌کنند) هنوز هفته‌ها طول می‌کشد.

ما اکنون داده‌های آزمایشگاه تر را برای اولین مورد از این آزمایش‌ها، یک کمپین طراحی پروتئین چند بازویی در برابر ۱۵ هدف با استفاده از کلود اوپوس ۴.۸ و Mythos Preview، دریافت کرده‌ایم. ارزیاب‌های خارجی ما، Adaptyv Bio و Twist Bioscience، به طور مستقل طرح‌های کلود را در آزمایشگاه تولید و آزمایش کردند و دریافتند که از ۱۵ هدفی که ما برای آنها طراحی کردیم، کلود با موفقیت اتصال‌دهنده‌هایی را برای ۱۴ مورد از آنها طراحی کرده است. این شامل اتصال‌دهنده‌های با میل ترکیبی بالا (high-affinity binders) در برابر حداقل شش هدف، و اتصال‌دهنده‌هایی که با بهترین میل ترکیبی گزارش شده در برابر حداقل چهار هدف مطابقت دارند یا از آن فراتر می‌روند. میل ترکیبی (affinity) معیاری است برای اینکه یک پروتئین چقدر محکم به هدف خود متصل می‌شود؛ اتصال‌دهنده‌های با میل ترکیبی بالا عموماً برای دستیابی به اثر درمانی مورد نیاز هستند زیرا دارو را در دوزهای پایین‌تر مؤثر می‌کنند و خطر عوارض جانبی و هزینه تولید آنها را کاهش می‌دهند.

Mythos Preview و Opus 4.8 نرخ موفقیت کلی (hit rates) — یعنی تعداد طرح‌هایی که در واقع اتصال‌دهنده هستند — به ترتیب ۲۶.۷٪ و ۲۲.۶٪ را هنگام طراحی همزمان در برابر همه اهداف در یک جلسه ۴۸ ساعته به دست می‌آورند. ۱۰ تا ۱۵ درصد امروزه در کمپین‌های طراحی پروتئین معمول است.

پس از ارزیابی توانایی کلود در طراحی در برابر چندین هدف، می‌خواستیم بفهمیم که آیا تمرکز آن بر روی یک هدف در هر زمان، عملکرد آن را بهبود می‌بخشد یا خیر، به خصوص با توجه به اینکه این رویکرد بهتر نشان‌دهنده رویکردی است که معمولاً توسط یک مهندس پروتئین اتخاذ می‌شود. در واقع، ما دریافتیم که Mythos Preview با طراحی در برابر هر هدف به طور جداگانه با استفاده از چندین جلسه ۲۴ ساعته، به نرخ موفقیت کلی ۳۵.۱٪ دست می‌یابد.

این کمپین با حداقل دخالت انسانی فراتر از اطلاعاتی که در درخواست اولیه خود به کلود ارائه دادیم (لینک) انجام شد. ما انتظار داریم که در دستان طراحان پروتئین متخصص، این رویکرد نتایج قوی‌تری را به همراه داشته باشد، به خصوص اگر آنها راهنمایی فعال و بازخورد در مورد نتایج میانی به کلود بدهند.

ما کمپین طراحی پروتئین خود را با انتخاب چندین هدف که معمولاً در معیارهای طراحی پروتئین استفاده می‌شوند، از جمله تمام BenchBB شرکت Adaptyv Bio، آغاز کردیم. از آنجایی که این اهداف به طور گسترده مورد مطالعه قرار گرفته‌اند، می‌توانیم نتایج خود را با نرخ‌های موفقیت و میل ترکیبی منتشر شده مقایسه کنیم. ما همچنین دو هدف جدید، 15-PGDH و GDF-8، را از آخرین مسابقات Adaptyv Bio انتخاب کردیم تا اطمینان حاصل کنیم که کلود قادر به طراحی در برابر اهداف بدون استفاده از موفقیت‌های از پیش ثبت شده در داده‌های آموزشی خود یا از جستجوی آنلاین است (برای همه اهداف، ما از کلود خواستیم که اصالت طرح‌های خود را بررسی و تضمین کند).

سپس از کلود خواستیم تا اتصال‌دهنده‌های پروتئینی را در برابر این اهداف در Claude Science طراحی کند. برای این کار، ما دو رویکرد را در پیش گرفتیم. اولین رویکرد حالت چند هدفه بود، که در آن کلود در یک جلسه Claude Science به طور همزمان در برابر همه اهداف طراحی می‌کرد. دومین رویکرد حالت تک هدفه بود، که در آن هر جلسه به یک هدف می‌پرداخت و جلسات برای همه اهداف به صورت موازی اجرا می‌شدند.

ما Opus 4.8 و Mythos Preview را در حالت چند هدفه با ۴۸ ساعت زمان واقعی و تا ۱۲,۵۰۰ ساعت محاسبات NVIDIA H100 برای اجرای مدل‌های تخصصی طراحی و تاخوردگی پروتئین اجرا کردیم. ما همچنین Mythos Preview را در حالت تک هدفه با ۲۴ ساعت زمان واقعی و تا ۲,۵۰۰ ساعت محاسبات NVIDIA H100 برای هر هدف اجرا کردیم.

برای شبیه‌سازی منابع موجود در یک کمپین طراحی پروتئین معمولی، ما موارد زیر را به کلود دادیم:

1. یک درخواست جامع طراحی پروتئین که در زمینه عامل نیز گنجانده شده بود؛
2. دسترسی به اینترنت و مجموعه‌ای از منابع، مانند مقالات، در مورد طراحی پروتئین؛
3. اتصال‌دهنده‌ها برای Google Drive، Slack، Gmail و BioRxiv؛
4. دسترسی به GPUها برای اجرای مدل‌های تخصصی طراحی و تاخوردگی پروتئین؛
5. عدم محدودیت در بودجه توکن و زیرعامل در زمان اختصاص یافته، و حالت سریع فعال شده بود.

پس از ارائه درخواست به کلود، مدل را رها کردیم تا به طور مستقل اجرا شود. پس از شروع کمپین‌ها، هیچ راهنمایی علمی، فنی یا عملیاتی اضافی ارائه نکردیم.

تنها دخالت ما اعطای مجوزهای دسترسی (مانند درخواست‌های دسترسی به شبکه) و نظارت بر زیرساخت برای اطمینان از اجرای جلسات بود. کلود تمام کارهایی را که برای طراحی یک اتصال‌دهنده لازم است، انجام داد، که می‌تواند هفته‌ها برای یک اپراتور انسانی زمان ببرد. این مدل انتخاب کرد که در کدام قسمت از هر پروتئین هدف طراحی کند؛ ساختارها و توالی‌های کاندید را با هماهنگی چندین مدل طراحی ساختار، طراحی توالی و تاخوردگی مشترک (مدل‌هایی که ساختار یک پروتئین را به همراه هر چیزی که به آن متصل می‌شود، در یک مرحله پیش‌بینی می‌کنند) تولید کرد؛ طرح‌ها را از طریق چرخه‌های متعدد بهینه‌سازی درون سیلیکو (in silico) اجرا کرد؛ و به صورت محاسباتی برای کاندیداهای جدید و متنوعی که بیان می‌شوند، محلول می‌مانند و متصل می‌شوند، غربالگری کرد.

برای هر یک از ۱۵ هدف، از کلود خواستیم ۳۰ اتصال‌دهنده پروتئینی طراحی کند. کلود این کار را با استفاده از مدل‌های تخصصی طراحی پروتئین و تاخوردگی مشترک در دسترس عموم که در حال حاضر در این زمینه استفاده می‌شوند، انجام داد. سپس طرح‌های کلود برای تأیید به Adaptyv Bio و Twist Bioscience ارسال شد.

در پایان این تلاش، ما ۳۵۴ اتصال‌دهنده را در برابر ۱۴ هدف از ۱۵ هدف با استفاده از مجموعاً ۱,۳۲۰ طرح تولید کردیم. این نشان‌دهنده سهم قابل توجهی در مجموعه کلی طرح‌های پروتئینی د نوو (de novo) در دسترس عموم است؛ به عنوان مثال، دو مجموعه بزرگ‌تر، proteinbase.com و مجموعه‌ای که توسط Overath و همکارانش گردآوری شده است، شامل تقریباً ۷۷۰ اتصال‌دهنده از ۵,۷۰۰ طرح در برابر ۴۰ هدف هستند. در ادامه، سه مثال را به اشتراک می‌گذاریم که قابلیت‌های کلود را برجسته می‌کنند، و یک مثال که محدودیت‌های آن را نشان می‌دهد. جزئیات بیشتر را می‌توانید در گزارش فنی ما (لینک) بیابید.

ما دریافتیم که برای اهدافی که Adaptyv Bio برای آنها مسابقه برگزار کرده است، کلود در هر دو زمینه نرخ موفقیت و میل ترکیبی، در سطح یا فراتر از سطح شرکت‌کنندگان برتر عمل می‌کند. در برابر RBX1 (یک پروتئین کوچک که تخریب هدفمند پروتئین‌های تنظیمی خاص را هدایت می‌کند)، Mythos Preview در حالت تک هدفه به نرخ موفقیت ۴۰٪ دست یافت، در مقایسه با نرخ موفقیت ۳.۷٪ در میان شرکت‌کنندگان. طرح برتر آن یک اتصال‌دهنده با میل ترکیبی بالا بود که از طرح برنده، که در میان ۲۴۵ طرح ارائه شده بود، بهتر عمل کرد.

جالب اینجاست که Opus 4.8، و نه Mythos Preview، در TNFa موفق می‌شود، هدفی که گروه‌های متخصص متعددی با آن دست و پنجه نرم کرده‌اند. TNFa یک پروتئین سیگنال‌دهنده است که توسط سیستم ایمنی برای تحریک التهاب آزاد می‌شود و مسدود کردن آن اساس درمانی برخی از مؤثرترین داروهای ساخته شده تاکنون، از جمله Humira، است. طراحی در برابر آن یک هدف چالش‌برانگیز است زیرا ساختار چندمر (multimeric) آن، هدف قرار دادن یک جایگاه اتصال در شیار تشکیل شده توسط دو پروتئین را ضروری می‌سازد. اگرچه Mythos Preview ناموفق بود، Opus 4.8 چندین اتصال‌دهنده طراحی کرد، از جمله برخی که در گونه‌های مختلف عمل می‌کردند و به TNFa انسانی، میمون سینومولگوس (cynomolgus monkey) و موش متصل می‌شدند، که برای انجام مطالعات حیوانی مهم است. ما مطمئن نیستیم که چرا Opus 4.8 در این هدف موفق بود و Mythos Preview نبود. هنگامی که قابلیت‌های مدل‌های خود را ارزیابی می‌کنیم، این کار را به صورت جامع انجام می‌دهیم. با توجه به پیچیدگی ذاتی طراحی پروتئین، تعجب‌آور نیست که در زمینه‌های خاصی یک مدل با قابلیت کمتر کلی بتواند از مدلی که به طور کلی توانمندتر است، بهتر عمل کند.

اکثر اتصال‌دهنده‌های طراحی شده به صورت محاسباتی، دسته‌هایی از آلفا-هلیکس‌ها (α-helices) هستند، که یک ساختار ثانویه پروتئینی متشکل از پیچش‌ها است. بتا-شیت‌ها (ß-sheets)، که در آنها رشته‌های کشیده اسیدهای آمینه باید در کنار هم قرار گیرند، طراحی دشوارتری دارند و بیشتر مستعد تاخوردگی نادرست و تجمع (زمانی که مولکول‌های پروتئین به جای جدا ماندن و تاخوردگی صحیح، به یکدیگر می‌چسبند) هستند. کلود ۱۵ اتصال‌دهنده تأیید شده را در شش هدف طراحی کرد که حداقل ۲۰٪ بتا-رشته (ß-strand) داشتند و توانایی خود را در استدلال در مورد ساختار پروتئین نشان داد.

برخی از اهداف برای کلود چالش‌برانگیز باقی ماندند، از جمله BBF-14 و پروتئین اتصال‌دهنده مالتوز (MBP). BBF-14 یک پروتئین به شکل بشکه بتا (ß-barrel) است که در طبیعت وجود ندارد: خود آن به صورت د نوو (de novo) طراحی شده است و اکنون به دلیل تازگی‌اش به عنوان معیاری برای طراحی اتصال‌دهنده استفاده می‌شود. ساختار MBP نیز به ویژه دشوار است. MBP یک پروتئین باکتریایی بزرگ و انعطاف‌پذیر با سطحی صاف و آب‌دوست است که آن را به یک معرف آزمایشگاهی خوب تبدیل می‌کند. این امر فضای بسیار کمی برای اتصال‌دهنده باقی می‌گذارد. کلود همچنان موفق شد سه اتصال‌دهنده مستقل BBF-14 تولید کند – یکی از هر بازوی طراحی، و هر کدام بر پایه یک ستون فقرات متفاوت – با میل ترکیبی متوسط (زیر میکرومولار تا میکرومولار). با این حال، در برابر MBP، هیچ یک از ۹۰ طرح تأیید نشد که به هدف متصل شده باشد، اگرچه یکی از آنها سیگنال اتصال ضعیف و قابل تکرار را نشان داد.

برای درک بهتر عملکرد کلود در این کمپین‌های طراحی، قصد داریم آزمایش‌های خود را با توصیف گسترده‌تر دنبال کنیم تا نرخ موفقیت و اندازه‌گیری‌های میل ترکیبی خود را تأیید کنیم. در این میان، درخواست‌هایی را که برای این کمپین‌ها استفاده کردیم، و همچنین تمام داده‌های درون آزمایشگاهی (in vitro) و درون سیلیکو (in silico) که تولید کردیم، به اشتراک می‌گذاریم.

افزایش سرعت ناشی از قابلیت‌های تحقیقاتی فزاینده خودمختار مدل‌های هوش مصنوعی، بدون شک توسعه درمان‌های انسانی و اکتشافات علمی بنیادی را تسریع خواهد کرد. با این حال، چنین قابلیت‌هایی دوگانه (dual-use) نیز هستند: بدون اقدامات ایمنی قوی، می‌توانند به بازیگران بد اجازه دهند تحقیقات خطرناکی مانند توسعه سلاح‌های بیولوژیکی را انجام دهند. همانطور که ما برای ارائه ایمن این قابلیت‌ها از طریق برنامه‌های دسترسی معتبر تلاش می‌کنیم، طراحی پروتئین و سایر قابلیت‌های بیولوژیکی تحقیقاتی دوگانه همچنان برای دسترسی عمومی در Claude Fable 5 در دسترس نیستند. با این حال، همانطور که در ادامه خواهید دید، مدل‌های کلاس Opus ما قادر به انجام کارهای علمی قابل توجهی هستند.

در حالی که کمپین اتصال‌دهنده پروتئین توانایی کلود را در طراحی مولکول‌های جدید آزمایش کرد، آزمایش دوم توانایی آن را در تفسیر اندازه‌گیری‌های مولکول‌های از قبل ساخته شده آزمایش کرد. شناسایی یک ترکیب کار دشواری است؛ درست مانند طراحی پروتئین، شیمی‌دانان را ملزم به انجام دورهای متعدد اندازه‌گیری، تجزیه و تحلیل و تکرار می‌کند. به عنوان مثال، هر بار که یک شیمی‌دان مولکولی را ایجاد می‌کند، باید مشخص کند که آیا آن چیزی است که قصد تولید آن را داشته و چقدر خالص است. این کار معمولاً با طیف‌سنجی رزونانس مغناطیسی هسته‌ای (NMR) انجام می‌شود. طیف NMR مجموعه‌ای از پیک‌ها است که هر کدام مربوط به یک اتم هیدروژن، یا گروهی از هیدروژن‌های معادل، در جایی از مولکول است. موقعیت پیک‌ها به شیمی‌دانان نشان می‌دهد که هر اتم هیدروژن به چه چیزی متصل است، و اندازه پیک نشان می‌دهد که چند هیدروژن را نشان می‌دهد. تأیید یک ساختار یکی از زمان‌برترین مراحل در شیمی سنتزی است؛ برای هر ترکیب، یک شیمی‌دان باید هر پیک در طیف را به صورت دستی با یک اتم در ساختار پیشنهادی مطابقت دهد.

تکنیک دیگر، که عمدتاً برای ارزیابی خلوص استفاده می‌شود، کروماتوگرافی مایع – طیف‌سنجی جرمی (LC-MS) است، که ابتدا نمونه را به اجزای جداگانه خود در حین عبور از یک ستون جدا می‌کند، سپس میزان هر یک را بر اساس جذب فرابنفش آن ثبت می‌کند، قبل از اندازه‌گیری جرم مولکولی هر یک. برای هر دو تکنیک، خود اجرای دستگاه تنها چند دقیقه طول می‌کشد (دو تا سه دقیقه برای یک طیف NMR پروتون روتین؛ حدود ۱۰ دقیقه برای یک اجرای LC-MS). بخش خسته‌کننده، تجزیه و تحلیل خروجی است. پس از اجرای NMR و LC-MS، هر دستگاه یک فایل خام را در فرمت مخصوص سازنده خود تولید می‌کند که قرار است در نرم‌افزار آن سازنده (یا سایر متخصصان) باز شود.

با توجه به اینکه پردازش و تفسیر این فایل‌ها چقدر دقیق است، می‌خواستیم ببینیم که یک مدل عمومی در دسترس مانند کلود اوپوس ۵ چگونه در این کار عمل می‌کند. کلود، با کار در Claude Science، تنها با فایل‌های خام یک آزمایشگاه قراردادی برای یک نمونه کنترل کیفیت روتین و یک درخواست کوتاه به زبان ساده، بدون نرم‌افزار فروشنده و بدون اپراتور، نتایج پردازش شده NMR و LC-MS را به ترتیب در ۲۳ و ۱۹ دقیقه، به صورت موازی، بازگرداند. نتایج آن با پردازش خود آزمایشگاه مطابقت داشت — تعداد هیدروژن‌ها در هر پیک در محدوده ۰.۰۸ ¹H از آزمایشگاه بود، و خلوص آن ۹۶.۴٪ در مقابل ۹۶.۳۳٪ آزمایشگاه اندازه‌گیری شد.

برای داده‌های NMR، کلود داده‌های خام را از دستگاه به یک طیف کالیبره شده و یک جدول از ۱۸ پیک، با شمارش هیدروژن برای هر یک، تبدیل کرد. سپس، همانطور که یک شیمی‌دان انجام می‌دهد، چهار پیک پهن را به عنوان هیدروژن‌هایی که احتمالاً به نیتروژن یا اکسیژن متصل بودند، علامت‌گذاری کرد. سپس بررسی استاندارد را پیشنهاد کرد: افزودن آب سنگین به نمونه NMR، که آن هیدروژن‌ها را جابجا می‌کند تا پیک‌های آنها کوچک شوند یا ناپدید شوند. (به طور مستقل، آزمایشگاه همین بررسی را سه روز پس از اولین اندازه‌گیری انجام داده بود.) با توجه به فایل خام از اجرای آب سنگین، کلود آنچه را که در داده‌ها تغییر کرده بود، کمی‌سازی کرد، یک اغراق در اولین خوانش خود را تشخیص داد و تصحیح کرد (اولین مرحله آن گزارش داد که هر چهار پیک علامت‌گذاری شده ناپدید شده‌اند، اما بررسی خود آن نشان داد که تنها دو مورد ناپدید شده‌اند)، و به همان نتیجه اپراتور آزمایشگاه رسید.

فایل‌های دستگاه LC-MS از یک فرمت فروشنده مستند نشده استفاده می‌کنند. کلود نحوه کدگذاری داده‌ها را کشف کرد، سپس با بازتولید مجموع‌های ثبت شده خود دستگاه برای تمام ۲,۶۶۴ اسکن، قبل از تجزیه و تحلیل هر چیزی، تأیید کرد که فایل را به درستی خوانده است. سپس تمام خروجی‌هایی را که یک شیمی‌دان انتظار دارد، ارائه داد: ردیابی جداسازی، طیف‌های جرمی و UV، جدول خلوص، جرم مولکولی ترکیب، و همچنین کد قابل استفاده مجدد برای خواندن چنین فایل‌هایی، به همراه لیست هشدارها و ملاحظات خود در مورد قابلیت اطمینان نتایج (به عنوان مثال، اشاره کرد که این کلاس از دستگاه جرم را فقط تا نزدیک‌ترین واحد کامل می‌دهد).

به طور معمول، یک شیمی‌دان تمام این تجزیه و تحلیل را به صورت دستی انجام می‌دهد. این کار معمولاً نیم ساعت تا یک ساعت برای هر نمونه برای یک مولکول کوچک مرتبط با درمان زمان می‌برد (سوابق خود آزمایشگاه حدود دو دقیقه پردازش دستی برای هر طیف NMR را نشان می‌دهد، با گزارش LC-MS که حدود دو ساعت پس از بارگذاری نمونه در دستگاه ارائه می‌شود). Claude Science هر دو فایل را به صورت موازی در عرض ۲۵ دقیقه پردازش و تفسیر کرد. کلود همچنین در این زمان یک گزارش کتبی تولید کرد، در حالی که گزارش نهایی آزمایشگاه برای این نمونه چهار روز پس از به دست آوردن اولین طیف رسید — یک تأخیر نسبتاً استاندارد با توجه به اینکه آنها مولکول‌ها را یکی یکی تجزیه و تحلیل می‌کنند و ممکن است کارهای دیگری در این بین پیش بیاید.

فراتر از افزایش کارایی، اجرای کلود درجه‌ای از قضاوت علمی را نیز نشان داد، به عنوان مثال در پیشنهاد همان آزمایش پیگیری که آزمایشگاه قراردادی به طور مستقل انجام داده بود. با ادامه بهبود این مدل‌ها، انتظار داریم قضاوت علمی کلود دقیق‌تر شود.

برای امتحان این کار در Claude Science، یک فایل خام NMR یا LC-MS به کلود بدهید و از مدل بخواهید هویت و خلوص ترکیب را تأیید کند.

هر دو مثال بالا نشان می‌دهند که چگونه مدل‌های هوش مصنوعی می‌توانند با کاهش تخصص، هزینه و زمان درگیر در کشف علمی، تحقیقات را در علوم زیستی تسریع کنند. در شیمی، کلود در حال خودکارسازی تحلیل‌هایی است که شیمی‌دانان به طور تاریخی به صورت دستی انجام می‌دادند. در طراحی پروتئین، کلود می‌تواند کمپین‌های طراحی اتصال‌دهنده را به صورت سرتاسری با حداقل ورودی اجرا کند و اتصال‌دهنده‌هایی تولید کند که با بهترین طرح‌های منتشر شده قبلی مطابقت دارند یا از آنها پیشی می‌گیرند.

مینی‌بایندرهای پروتئینی یک روش درمانی استاندارد برای داروها نیستند و حتی برای روش‌های دارویی رایج، مانند آنتی‌بادی‌های مونوکلونال و مولکول‌های کوچک، طراحی یک اتصال‌دهنده با میل ترکیبی بالا تنها اولین گام در فرآیند تولید یک مولکول شبه‌دارو است. با این حال، ما این کار را بنیادی می‌دانیم و آن را گسترش می‌دهیم تا کلود بتواند کل فرآیند توسعه را به صورت سرتاسری در تمام روش‌های دارویی اجرا کند.

در زیر لیستی از اسناد ارائه شده است که عمق فنی بیشتر و اطلاعات دقیق‌تری در مورد نتایج توصیف شده در بالا ارائه می‌دهند:

• درخواست‌ها و داده‌ها برای کمپین طراحی پروتئین؛
• گزارش فنی طراحی پروتئین؛
• گزارش فنی تحلیل شیمیایی.

1. ما اتصال‌دهنده‌ها را با میل ترکیبی بالا در نظر می‌گیریم اگر ثابت‌های تفکیک تعادلی (KD) آنها حداکثر تک رقمی نانومولار (KD < 10 nM) باشد.
2. با محاسبه نرخ موفقیت کلی اتصال‌دهنده پروتئینی د نوو (de novo) در https://proteinbase.com/ به دست آمده است.
3. این شامل تأیید درخواست‌های خاصی که توسط کلود انجام شده بود (مانند درخواست‌های دسترسی به شبکه، درخواست‌های اجرای کد)، حل مشکلات زیرساختی خارج از جلسات طراحی پروتئین، و سفارش طرح‌های تولید شده برای تأیید تجربی بود.
4. در مجموع، ما ۱۶ هدف را انتخاب کردیم (گونه پیش‌فرض در صورت لزوم انسان بود). به ترتیب حروف الفبا، آنها عبارتند از: 15-PGDH، BBF-14، BHRF1، Cas9، EGFR، GDF-8 (نهفته)، GDF-8 (بالغ)، IL-7Ra، پروتئین اتصال‌دهنده مالتوز (MBP)، گلیکوپروتئین G ویروس نیپا، PD-L1، RBX1، TNFa، TREM2، TrkA و VEGF-A. ما نتایج را برای ۱۵ هدف از ۱۶ هدف ارائه می‌دهیم، زیرا داده‌های تجربی برای یک هدف، GDF-8 (بالغ)، به دلیل تجمع هدف و چسبندگی غیر اختصاصی نامشخص بود.
5. 15-PGDH و GDF-8 نهفته در حالت چند هدفه استفاده نشدند. Opus 4.8 در حالت تک هدفه در برابر سه هدف اجرا شد: TNFa، GDF-8 نهفته و GDF-8 بالغ.
6. شامل تقریباً ۳۰,۰۰۰ توکن، که در اینجا به اشتراک گذاشته شده است.
7. درخواست‌ها، مدل‌های محاسباتی کمپلکس‌های پروتئینی طراحی شده، و داده‌های تجربی همگی در اینجا قابل یافتن هستند.
8. برای NMR، سیگنال خام (یک