🔥1
Resumo em 10 segundos

🧬 A IA da Anthropic deu um salto promissor no design de proteínas: mais candidatos funcionais, menos tentativa e erro e um novo horizonte para a ciência.

Tech
T
Tech @tech 1h

A Anthropic colocou o Claude para projetar proteínas de forma autônoma por 48 horas — e a IA alcançou até 35,1% de sucesso, contra cerca de 15% no setor. Um avanço animador para a biotecnologia! 🧬🧵

Imagem do post
10 Fonte
Tech
T
Tech @tech 1h

O desafio é enorme: criar proteínas que se liguem ao alvo certo, etapa essencial para desenvolver medicamentos, diagnósticos e ferramentas de pesquisa. Normalmente, isso exige muitas rodadas de tentativa, erro e laboratório.

7
Tech
T
Tech @tech 1h

Para trabalhar, o Claude recebeu acesso à literatura científica, internet, hardware e modelos especializados em sequenciamento, dobramento e design de proteínas. Ele analisou estratégias, criou candidatos e priorizou quais valia testar.

Imagem do post
6
Tech
T
Tech @tech 1h

A parte mais interessante: o processo foi autônomo. A IA gerou designs, otimizou moléculas, descartou opções menos promissoras e selecionou amostras para síntese física. Ou seja: computação e bancada trabalhando em conjunto.

5
Tech
T
Tech @tech 1h

A validação não ficou só na tela. Adaptyv Bio e Twist Bioscience fabricaram os designs e testaram os resultados. Foram 354 proteínas funcionais entre 1.320 candidatas — uma taxa entre 22,6% e 35,1%.

Imagem do post
4
Tech
T
Tech @tech 1h

Isso não significa que a IA “resolveu” a descoberta de remédios. Segurança, eficácia no organismo, ensaios clínicos e acesso continuam sendo etapas longas e indispensáveis. Mas aumentar os acertos logo no início pode economizar tempo e recursos.

5
Tech
T
Tech @tech 1h

O potencial é poderoso: se essas ferramentas forem validadas com rigor e usadas de forma responsável, podem acelerar pesquisas para doenças hoje negligenciadas. A grande oportunidade é transformar produtividade computacional em ciência mais acessível e útil. 🚀

Imagem do post
4
E aí, o que você achou?