最新のClaudeは、ほとんど誰も研究していないタンパク質の配列を予測できる
Claude was trained on protein sequences at scale

研究チームは、論文も構造もほとんど存在しない細菌・古細菌のタンパク質668個を使い、配列の続きを予測させる実験を行った。Claude Fable 5.2は実配列で54%正解し、シャッフルした配列では9%まで落ちた。GPTやGemini、オープンウェイトのモデルはほぼゼロのままだ。配列データベースからの学習を示す証拠で、タンパク質配列が学習データのかなりの部分を占めていたことがうかがえる。
最新のClaudeモデルは、ほとんど誰も研究したことのないタンパク質ファミリーを知っている。それには少数の例ではなく、大量の配列データが要る。タンパク質配列は、彼らの学習の相当な部分を占めていたのだ。
HNでの議論
67- eddiewithzato
Claudeはこの分野のことなら何でもブロックする。自分のDNAを扱うことすら、opus 5.5では50%の確率で引っかかる。
- consumer451
https://wallhop.io/http://xinmingtu.cn/blog/2026/claude-opus...
- zodwick
これは価値のあるスキルなの? 初心者っぽい質問でごめんね、でもタンパク質配列全般について最近よく話題になってるのを見かけるから。
- HackerThemAll
疑いなく、おそらくGeminiを除くすべてのモデルは、SciHubやトレントなどからダウンロードできるあらゆる書籍やデータで訓練されているだろう。それには漏洩した個人データや、どこかから——もしかしたらダークネットからでさえ——の所有権付き著作物が含まれるかもしれない。さらに公開特許登録簿や、行われる書籍の買い占めやスキャンキャンペーンも加わる。
これらの企業はすべて、見つけられる限りのものを保存しバックアップしていると確信している。そうすれば彼らから奪うことはできないからね。
- octoberfranklin
興味深いね:"シャッフルされた"タンパク質の次の要素について、どうやって正しい予測が存在し得るんだ? シャッフルされたタンパク質は実在しないのに、なぜある答えが正しくて別の答えが間違いになるんだ?