Studie: Claude-Modelle wurden in großem Maßstab auf Proteinsequenzen trainiert
Neue Tests zeigen, dass Claude Fable 5.2 und Opus 5.5 Aminosäuren in wenig erforschten Proteinen vorhersagen können, was auf ein umfangreiches Training mit biologischen Sequenzdaten hindeutet.
Automatisch aus dem englischen Original übersetzt.
Eine im November 2026 veröffentlichte technische Untersuchung zeigt, dass die neuesten Claude-Modelle in erheblichem Umfang auf Proteinsequenzdaten trainiert wurden. Die Forscher Xinming Tu und Leo Tianlai Chen wiesen nach, dass Claude Fable 5.2 und Claude Opus 5.5 die nächste Aminosäure in wenig untersuchten bakteriellen Proteinen präzise vorhersagen können – eine Fähigkeit, die bei anderen Spitzenmodellen fehlt. Dieser Befund deutet darauf hin, dass Anthropic umfangreiche biologische Datenbanken in seinen Trainingskorpus aufgenommen hat und sich damit von Wettbewerbern wie OpenAI und Google abhebt.
Was passiert ist
Die Studie konzentrierte sich auf die Vorhersage der nächsten Aminosäure anhand eines Testsatzes von 668 bakteriellen und archäalen Proteinen aus 167 Pfam-Familien unbekannter Funktion. Diese Proteine wurden ausgewählt, weil sie keine gelösten Strukturen besitzen, weniger als drei zugehörige wissenschaftliche Arbeiten vorliegen und sie keine nahen Verwandten in Standarddatenbanken wie UniProt haben. Indem die Forscher jedes Protein an fünf Stellen abschnitten und das Modell baten, die nächsten zehn Aminosäuren vorherzusagen, maßen sie, wie gut die Modelle die zugrunde liegende biologische Sequenz verstanden, anstatt lediglich memorisierten Text aus der wissenschaftlichen Literatur zu rezitieren.
Die Ergebnisse zeigten einen starken Kontrast zwischen den Claude-Modellen und anderen führenden Systemen. Claude Fable 5.2 erreichte eine Genauigkeit von 54 % bei echten Proteinsequenzen, verglichen mit nur 9 % bei geschüttelten Versionen, bei denen die Reihenfolge zerstört war. Claude Opus 5.5 zeigte ein ähnliches Verhalten, wobei die Genauigkeit im Vergleich zu früheren Versionen deutlich stieg. Im Gegensatz dazu blieben GPT-6.2 Sol, GPT-6 Astra, Gemini sowie sieben Open-Weight-Modelle, darunter DeepSeek V4.1 Flash und Qwen 3.8, nahe null Prozent Genauigkeit, selbst wenn sie aufgefordert wurden, rohen FASTA-Text fortzusetzen. Dies zeigt, dass andere Modelle zwar berühmte Proteine wie GFP aus Publikationen kennen mögen, aber die statistische Struktur von Proteinfamilien nicht in großem Maßstab internalisiert haben.
Weitere Tests bestätigten, dass diese Fähigkeit aus den Trainingsdaten resultiert und nicht aus Schlussfolgerungen oder Websuche. Die Modelle schnitten gleich gut bei Proteinfamilien ohne veröffentlichte Papers ab, was ausschließt, dass sie aus textuellen Beschreibungen gelernt haben. Zudem verbesserte sich die Genauigkeit mit zunehmender Größe der Proteinfamilien, was dem Verhalten spezialisierter Protein-Sprachmodelle entspricht. Das Wissen erstreckte sich auch auf 56 Proteine, die im August 2026, also nach dem gemeldeten Trainings-Cutoff, öffentlich gemacht wurden. Dies legt nahe, dass die Modelle auf neue Sequenzen generalisieren können, basierend auf den gelernten Familienstrukturen.
Wie es funktioniert
Der getestete Kernmechanismus ist die Next-Token-Vorhersage angewandt auf biologische Sequenzen. Protein-Sprachmodelle lesen typischerweise eine Aminosäuresequenz von links nach rechts und sagen das wahrscheinlichste nächste Residuum basierend auf Mustern voraus, die aus Millionen anderer Sequenzen gelernt wurden. Die Forscher wandten dieselbe Logik auf allgemeine Large Language Models (LLMs) an. Indem sie den Anfang einer Proteinsequenz angaben und nach der Fortsetzung fragten, testeten sie, ob das Modell die gemeinsame Wahrscheinlichkeitsverteilung der Aminosäuren innerhalb spezifischer Familien gelernt hatte.
Um sicherzustellen, dass die Modelle nicht einfach basierend auf der Aminosäurezusammensetzung rieten, verwendeten die Forscher eine Kontrollmethode mit geschüttelten Sequenzen. Das Schütteln behält die gleichen Buchstaben bei, zerstört aber die biologische Ordnung. Ein Modell, das die Proteinstruktur wirklich gelernt hat, wird bei echten Sequenzen gut abschneiden, bei geschüttelten jedoch schlecht. Die Differenz zwischen diesen beiden Werten misst das Verständnis des Modells für die Sequenzordnung. Claude Fable 5.2 und Opus 5.5 zeigten große positive Differenzen, während andere Modelle dies nicht taten, was darauf hindeutet, dass Claudes Trainingsdaten genug Proteinsequenzen enthielten, um diese komplexen Abhängigkeiten zu lernen.
Wichtige Details
- Claude Fable 5.2 erreicht 54 % Genauigkeit bei der Vorhersage der nächsten Aminosäure für obskure Proteine und schlägt damit offene Protein-Sprachmodelle wie ProGen3-3B.
- Claude Opus 5.5 performt auf einem Niveau vergleichbar mit ProtGPT3-10B, einem der größten verfügbaren offenen Protein-Sprachmodelle.
- Andere Spitzenmodelle, einschließlich GPT-6.2 Sol, GPT-6 Astra und Gemini, zeigen nahe null Prozent Genauigkeit bei denselben Aufgaben, was darauf hindeutet, dass sie nicht in großem Maßstab auf Proteinsequenzen trainiert wurden.
- Die Modelle performen gut bei Proteinfamilien ohne veröffentlichte Papers, was beweist, dass das Wissen aus Sequenzdaten stammt und nicht aus wissenschaftlicher Literatur.
- Die Genauigkeit korreliert mit der Familiengröße; die Leistung flacht bei etwa 300 Proteinen pro Familie ab, konsistent mit dem Lernverhalten von Protein-Sprachmodellen.
- Die Fähigkeit erstreckt sich auf Proteine, die nach dem Trainings-Cutoff veröffentlicht wurden, was Generalisierung auf neue Sequenzen innerhalb bekannter Familien demonstriert.
Warum es wichtig ist
Für Software-Ingenieure und KI-Forscher unterstreicht dieser Befund eine Divergenz in den Trainingsstrategien der Anbieter von Spitzenmodellen. Während sich einige Unternehmen primär auf Text und Code konzentrieren, scheint Anthropic großskalige biologische Daten in seine allgemeinen Modelle integriert zu haben. Dies deutet darauf hin, dass zukünftige LLMs zunehmend als multimodale Tools dienen könnten, die spezialisierte wissenschaftliche Domänen bewältigen können, ohne externe Plugins oder Fine-Tuning zu benötigen. Es wirft Fragen zur Datentransparenz und zum Potenzial unerwarteter Fähigkeiten in allgemeinen Modellen auf.
Aus praktischer Sicht bedeutet dies, dass Entwickler, die Bioinformatik-Tools bauen, allgemeine Claude-Modelle für Aufgaben nutzen könnten, die bisher spezialisierten Protein-Sprachmodellen vorbehalten waren. Wenn Claude Sequenzen vorhersagen und potenziell Varianten ranken oder Strukturen ableiten kann, könnte dies Pipelines vereinfachen, die derzeit mehrere spezialisierte Modelle erfordern. Allerdings impliziert dies auch, dass Nutzer sich bewusst sein sollten, dass diese Modelle potenziell sensible oder proprietäre biologische Daten enthalten könnten, falls solche Daten in den Trainingssets vorhanden waren.
Was Sie tun können
- Testen Sie Claude-Modelle auf Ihren eigenen obskuren Proteinsequenzen, um zu sehen, ob sie nützliche Vorhersagen für das Ranking von Varianten oder die Strukturableitung liefern.
- Vergleichen Sie die Ausgabe von Claude Fable 5.2 mit spezialisierten Tools wie ESMFold oder AlphaFold für eine schnelle vorläufige Analyse.
- Seien Sie vorsichtig bei der Verwendung allgemeiner LLMs für sensible biologische Daten, da sie möglicherweise Sequenzen aus ihrem Trainingsset memorisiert haben.
- Beobachten Sie Updates von Anthropic bezüglich Datenquellen und Trainingsmethoden, um den Umfang ihres biologischen Wissens besser zu verstehen.
- Erwägen Sie die Nutzung von Claude für die initiale Hypothesengenerierung bei Protein-Engineering-Aufgaben, indem Sie die Fähigkeit nutzen, über Proteinfamilien hinweg zu generalisieren.
- Überprüfen Sie Ihre Datenschutzrichtlinien, wenn Sie proprietäre Proteinsequenzen an einen cloudbasierten LLM-Dienst hochladen.



