Anthropic Claude for Life Sciences, 새로운 도구와 파트너십을 통한 연구 가속화

TL;DR

Opus 4.5 모델을 기반으로 실행되는 Claude for Life Sciences는 Stanford의 Biomni, MIT의 MozzareLLM, Stanford의 Lundberg Lab 가설 생성기와 같은 맞춤형 AI 에이전트에 배포되어, 수 주가 소요되던 워크플로우를 몇 분으로 단축하고 새로운 연구 전략을 가능하게 하고 있습니다.

Claude for Life Sciences – 신속한 업그레이드

Anthropic은 2023년 10월에 커넥터와 도메인 특화 기술을 추가하여 Claude for Life Sciences를 출시했습니다. 그 이후 회사는 기본 모델을 Opus 4.5로 업그레이드했으며, 이는 도표 해석, 계산 생물학 및 단백질 이해에 대한 벤치마크에서 측정 가능한 성능 향상을 보여줍니다. 이러한 개선은 학계 및 산업계 연구자들과의 긴밀한 협업에서 비롯되었으며, Claude를 기반으로 구축된 다운스트림 시스템의 성능에 반영되어 있습니다.

AI for Science 프로그램 – 영향력 있는 프로젝트를 위한 무료 API 크레딧

Anthropic의 AI for Science 프로그램은 전 세계 유수의 연구자들에게 무료 Claude API 크레딧을 제공합니다. 이 프로그램은 야심 찬 프로젝트에서 Claude 기반 에이전트를 실험하고자 하는 과학 팀들의 진입 장벽을 낮추기 위해 설계되었습니다.

Biomni – 범용 생물 의학 에이전트

Biomni의 기능

Stanford에서 개발된 Biomni는 수백 개의 데이터베이스, 소프트웨어 패키지 및 프로토콜을 단일 Claude 기반 인터페이스로 통합합니다. 사용자가 일상 언어로 요청을 제출하면, Biomni가 적절한 도구를 선택하고, 가설을 수립하며, 실험을 설계하고, 25개 이상의 생물학적 세부 분야에 걸쳐 분석을 수행합니다.

실제 사례의 영향

  • GWAS 워크플로우에서 Biomni는 통상적으로 몇 달이 걸리는 프로세스를 20분으로 단축했습니다.
  • 검증 연구 결과:
    • 분자 클로닝 프로토콜 설계가 숙련된 박사후 연구원의 설계와 일치했습니다.
    • 450개의 웨어러블 기기 파일(포도당, 온도, 활동량) 분석이 35분 만에 완료되었으며, 이는 인간 전문가가 수행할 경우 3주가 소요되는 작업입니다.
    • 336k 개의 단일 세포 프로필에 대한 유전자 활성 분석을 통해 알려진 조절 관계를 재현하고 인간 배아 발달에서의 새로운 전사 인자 연결을 발견했습니다.

한계 및 가드레일

Biomni에는 Claude가 예상된 동작에서 벗어날 때 이를 표시하는 탐지 메커니즘이 포함되어 있습니다. Claude의 기본 추론이 불충분할 경우, 연구자는 전문가 워크플로우를 Claude skills로 인코딩하여 에이전트에게 도메인 특화 방법을 가르칠 수 있습니다.

MozzareLLM – 대규모 CRISPR 녹아웃 스크린 해석 자동화

해결된 병목 현상

MIT의 Cheeseman Lab은 수천 개의 유전자 녹아웃과 그 결과로 나타나는 세포 표현형 이미지를 생성합니다. 소프트웨어가 시각적 유사성에 따라 유전자를 클러스터링할 수는 있지만, 해당 클러스터를 해석하는 데는 여전히 수동 문헌 조사가 필요했습니다.

Claude 기반 솔루션

대학원생 Matteo Di Bernardo는 다음과 같은 Claude 기반 시스템인 MozzareLLM을 구축했습니다:

  • 유전자 클러스터를 입력받아 공유될 가능성이 높은 생물학적 프로세스를 반환합니다.
  • 잘 연구된 유전자와 특성이 불분명한 유전자를 구분합니다.
  • 각 추론에 대한 신뢰 점수를 제공하여 리소스 할당을 안내합니다.

성능 하이라이트

  • Claude는 다른 모델들이 노이즈로 치부했던 RNA 변형 경로를 정확히 식별하며 대안 모델들보다 뛰어난 성능을 보였습니다.
  • 연구자들은 Claude가 자신들이 놓쳤던 통찰력을 지속적으로 제시하여 검증 가능한 새로운 발견으로 이어졌다고 보고했습니다.
  • 팀은 Claude가 주석을 단 데이터 세트를 공개하여 외부 실험실에서 연구가 미진한 유전자 클러스터를 탐색할 수 있도록 할 계획입니다.

Lundberg Lab – 집중 스크린을 위한 AI 기반 가설 생성

전통적인 접근 방식

집중 CRISPR 스크린을 위한 타겟 선정은 스프레드시트에 후보 유전자를 수동으로 정리하는 방식에 의존하며, 이는 인간의 기억력과 문헌 편향에 의해 제한을 받습니다.

Claude 기반 워크플로우

Lundberg Lab은 포괄적인 분자 관계 지도(단백질, RNA, DNA)를 구축하고, Claude가 기존 연구의 빈도보다는 고유한 분자 특성을 기반으로 유전자 후보를 제안할 수 있도록 이 그래프를 탐색하는 과제를 부여했습니다.

진행 중인 실험

  • 연구실은 특성이 잘 알려지지 않은 세포 구조인 **기본 섬모(primary cilia)**를 테스트 케이스로 선택했습니다.
  • Claude가 후보 목록을 생성하면, 이를 전유전체 스크린(whole-genome screen)에서 인간이 정리한 목록과 비교할 예정입니다.
  • 예비 지표를 통해 재현율(예: 인간이 200개 중 80개를 찾는 동안 Claude가 200개 중 150개의 실제 히트를 식별하는 것)과 속도를 평가할 것입니다.

잠재적 영향

성공할 경우, Claude의 가설 생성은 표준적인 사전 스크린 단계가 되어 실험실이 전유전체 스크린의 비용을 들이지 않고도 유전자 타겟에 대해 데이터 기반의 베팅을 할 수 있게 해줄 것입니다.

과학 연구에 미치는 광범위한 영향

  • 속도 및 비용 절감 – 이전에는 전문가의 노동이 수 주간 필요했던 작업이 이제 몇 분 만에 완료되어 연구 오버헤드를 획기적으로 낮춥니다.
  • 새로운 연구 경로 – 병목 현상을 제거함으로써 Claude는 과학자들이 자원 제약으로 인해 이전에는 불가능했던 실험을 수행할 수 있도록 합니다.
  • 반복적 개선 – 새로운 Claude 모델이 출시될 때마다 눈에 띄는 능력 향상이 이루어지며, AI를 주변적인 보조 도구에서 핵심 연구 파트너로 변화시키고 있습니다.
  • 커뮤니티 확장 – MozzareLLM과 같은 오픈 소스 도구와 공개적으로 사용 가능한 Biomni 플랫폼은 광범위한 채택과 협력적 개선을 장려합니다.

향후 전망

Anthropic은 이러한 시스템이 완벽하지 않음을 강조합니다. 가드레일, 전문가가 인코딩한 기술 및 인간의 감독은 여전히 필수적입니다. 그럼에도 불구하고 다양한 실험실에서의 빠른 도입은 AI 에이전트가 단순한 문헌 요약을 넘어 엔드 투 엔드(end-to-end) 과학적 협업으로 이동하고 있으며, 실험이 설계, 실행 및 해석되는 방식을 재편하고 있다는 명확한 트렌드를 보여줍니다.

Claude for Life Sciences 기능에 대한 자세한 내용은 Claude 솔루션 페이지 및 관련 튜토리얼을 참조하십시오. AI for Science 프로그램 신청은 여전히 접수 중입니다.

Sources

관련