Claude ontwerpt in 64 uur eiwitten tegen schorpioengif: 17 hechten zich in het lab aan hun doelwit

Elk jaar worden wereldwijd minstens 1,2 miljoen mensen door een schorpioen gestoken. Ruim 3.250 van hen overlijden, vooral kinderen in gebieden waar goede medische zorg ver weg is. Er bestaat tegengif, maar het wordt op een bewerkelijke manier gemaakt en werkt meestal maar tegen een handvol gifstoffen.

AI-bedrijf Anthropic maakte op 20 oktober 2026 bekend dat een interne onderzoeksversie van Claude in 64 uur ruim 318.000 kleine eiwitten ontwierp die zich aan schorpioengif moeten vastklemmen. Twee onafhankelijke labs maakten er 211 na en testten ze. Zeventien grepen hun gifstof stevig vast, en de twee sterkste doen dat precies op de plek waar het gif gevaarlijk wordt.

Waarom schorpioengif zo gevaarlijk is

Zenuwcellen geven hun signalen door via poortjes in hun wand, natriumkanalen genoemd. De gevaarlijkste stoffen in schorpioengif, neurotoxinen, klampen zich aan die poortjes vast. Daardoor vuren zenuwen op het verkeerde moment en stroomt het lichaam vol stresshormonen zoals adrenaline. In ernstige gevallen begeeft het hart het of loopt er vocht in de longen.

Tegengif bestaat wel, maar het maken ervan kost veel werk. Bij duizenden schorpioenen wordt gif afgetapt, daarmee worden paarden ingespoten, en uit het bloed van die paarden halen onderzoekers vervolgens de afweerstoffen. Dat duurt maanden. Zulk tegengif werkt vaak maar tegen een paar gifstoffen, is duur om te maken en is in veel landen schaars. Omdat er zo weinig geld in omgaat, geldt vergiftiging door een schorpioensteek als een verwaarloosde tropische ziekte.

Eiwitten die vanaf nul worden getekend

Een alternatief is een klein eiwit dat precies op het gif past, zoals een sleutel in een slot. Grijpt dat eiwit het gif vast op de plek waarmee het gif de zenuwpoortjes aanvalt, dan kan het gif niets meer uitrichten. Zulke kleine, op maat gemaakte eiwitten heten minibinders, en ze worden de novo ontworpen.

Tegen slangengif zijn al eerder eiwitten vanaf nul ontworpen, die muizen beschermden. Voor schorpioengif was dat nog niet gedaan.

De opdracht kwam er op verzoek van Citrini Research, een beleggingsonderzoeksbureau dat Anthropic de vraag voorlegde of gemotiveerde niet-specialisten met AI een echt gezondheidsprobleem kunnen aanpakken. Samen kozen ze vijf gifstoffen uit vier regio's: Mexico, Brazilië, Noord-Afrika en het Midden-Oosten. Die vijf lijken in grote lijnen op elkaar, maar hun bouwstenen komen onderling maar voor een kwart tot ruim de helft overeen. Dat maakte ze een stevige proef op de som.

318.484 ontwerpen in 64 uur

Claude kreeg één opdracht en werkte daarna 24 uur zelfstandig. De onderzoekers stuurden het model in totaal vier keer bij, vooral richting eiwitten die meerdere gifstoffen tegelijk moesten vangen. Het model zocht zelf de bouwtekeningen van de gifstoffen op in openbare databanken, koos per gifstof vijf plekken waaraan zijn ontwerpen zich moesten vasthaken en stelde zelf de eisen op waaraan een ontwerp moest voldoen.

Met twaalf bestaande ontwerpprogramma's maakte Claude 318.484 ontwerpen en rekende het ruim 553.000 combinaties van ontwerp en gifstof door. Ontwerpen die te veel op het gif zelf of op een bestaand eiwit leken, vielen af. Na 64 uur lag er een lijst van 180 ontwerpen; het team voegde er later met hulp van Claude nog 31 aan toe. Al dat rekenwerk kostte ongeveer 10.000 uur op zware grafische kaarten. Claude bekeek daarna ook de meetgegevens, maakte de grafieken en schreef het conceptverslag.

Zeventien keer raak

De 211 ontwerpen gingen naar Adaptyv Bio en Twist Bioscience, twee bedrijven die eiwitten op bestelling maken en testen. Beide maakten de eiwitten op hun eigen manier na en keken hoe stevig die zich aan het gif hechtten. Een ontwerp telde pas als treffer als het in beide labs bij elke meting stevig genoeg bond, en niet ook zomaar aan een willekeurig ander menselijk eiwit bleef plakken.

Zeventien ontwerpen haalden die lat, elk tegen één gifstof: zeven tegen het Mexicaanse gif Cn2, vier en vier tegen de twee Noord-Afrikaanse gifstoffen, en twee tegen die uit het Midden-Oosten. Tegen het Braziliaanse gif kwam nog geen treffer uit de test. Van de zestig ontwerpen die op één enkele gifstof waren gericht, waren er elf raak: bijna één op de vijf, een gebruikelijke score voor dit soort ontwerpwerk. Eiwitten die meerdere gifstoffen tegelijk moeten vangen, lukten nog niet. Dat is een van de vragen voor vervolgonderzoek, want met zulke breed werkende eiwitten zou één middel in meerdere werelddelen kunnen helpen.

De twee sterkste eiwitten richten zich allebei op het Mexicaanse gif Cn2 en hechtten zich daar bijzonder stevig aan. In een extra proef bleken ze te wedijveren met een bestaande antistof die Cn2 bij muizen onschadelijk maakt: ze willen alle drie op dezelfde plek zitten. Dat maakt het waarschijnlijk dat ook deze nieuwe eiwitten het gif echt kunnen uitschakelen.

Van binder naar medicijn

Anthropic noemt het resultaat nadrukkelijk nog geen tegengif. De proeven zijn gedaan met gifstoffen die in het lab zijn nagemaakt, niet met gif uit een echte schorpioen, en de eiwitten zijn nog niet op cellen of dieren getest. De vervolgstappen liggen klaar: eerst bevestigen dat de eiwitten ook echt gif vastgrijpen, dan meten of de zenuwpoortjes daardoor met rust worden gelaten, en daarna proeven bij muizen. Een middel moet uiteindelijk ook veilig, stabiel en betaalbaar zijn, en terechtkomen waar de steken gebeuren.

Twee onafhankelijke deskundigen bekeken het werk: Susana Vázquez Torres van het Spaanse kankeronderzoeksinstituut CNIO en Timothy P. Jenkins van de Technische Universiteit van Denemarken. Zij noemen het een veelbelovende eerste stap. Volgens hen is een doelwit vastgrijpen niet langer het grote knelpunt; de winst valt nu te halen in de rest van de weg naar een echt medicijn. Juist bij ziektes waar weinig aan te verdienen valt, kan dat het verschil maken. Alle 211 ontwerpen en hun meetgegevens zijn openbaar gemaakt, zodat andere onderzoekers erop verder kunnen bouwen.

Wat betekent dit voor de weg naar de singulariteit?

Het opvallendste aan dit project is niet het aantal ontwerpen, maar wie de keuzes maakte. Claude koos de doelwitten, bepaalde waar de eiwitten zich moesten vasthaken, stelde de eisen vast, selecteerde de kandidaten, bestelde ze per e-mail bij het lab en schreef het verslag. Dat is het soort werk waar normaal een team van specialisten maanden mee bezig is. Eerder dit jaar leverde een vergelijkbare aanpak al een eerste kandidaat voor een nieuw antibioticum op.

Daar komt bij dat een taalmodel niet in één vakgebied thuis is. Dat een aanpak die tegen slangengif werkte, nu op schorpioenen wordt losgelaten, is precies het soort kruisbestuiving waar zulke modellen goed in zijn; een natuurkundige liet eerder zien hoe dat rekenmethodes tussen vakgebieden laat verhuizen. En hoewel deze campagne veel rekenkracht kostte, laat Anthropic zien dat een eenvoudiger opzet met één agent op één grafische kaart in 24 uur vergelijkbare rekenresultaten haalt. Dat brengt dit soort ontwerpwerk binnen bereik van labs die geen rekencentrum achter de hand hebben.

De lat ligt nu bij de stappen die daarna komen: neutraliseren, testen in dieren, en een middel maken dat betaalbaar is en aankomt waar het nodig is. Dat de ontwerpfase van maanden naar dagen gaat, maakt die weg een stuk korter.

Wat is de technologische singulariteit? Lees de uitleg →