科学研究の強力な相棒：Claude Scienceの可能性

現在、科学・研究分野で注目を集めている「Claude Science」についての話題です。学術論文の解析や膨大なデータの解釈など、AIが科学的発見をどう加速させるのか、その活用シーンが大きな関心事となっています。

「サイエンス」と聞いたとき、まさか『データサイエンス』のことだとは思わなかった。UIがpandasのコードやグラフだらけなのを見ると、結局そういうことなんだろうね。科学に重点を置いているとしても、特にJupyter Notebook 2.0が示唆されている現状では、この発表の価値はそこまで高くないんじゃないかな。

データ可視化のための画像認識はこれまで見過ごされてきたユースケースだし、最近のLLMは適切なEDA（探索的データ分析）ができるようになってきている。でも、まあ、そろそろ自分の履歴書を更新しなきゃいけないかもしれないな。

これでLinux版のClaude Desktopがアンブロックされたみたいだね ( https://code.claude.com/docs/en/desktop-linux )

このローンチに含まれているコネクテッドツールのひとつ（Biomni HPC [1]）を構築した本人だけど、人生の途方もない時間をこの問題の解決に費やしてきたよ。（Anthropicでも働いていたけど、この製品の開発に関わったわけじゃない。）

他のコメントでも指摘されている通り、これはデータサイエンス向けだけど、単にグラフを作ったり論文を書いたりする以上のことができる [2]。多くのデータベースや計算ツールと統合されていて、研究機関のクラスターにだって接続できるんだ。

それだけでも価値はある。以前いたバイオ系のスタートアップでこの問題に苦しんだ経験から、スタートアップを立ち上げたんだ。これらのツールやデータベースを統合するのは本当に難しくて時間のかかる作業だからね。もしこの製品のおかげでLLM向けの素晴らしいAPIが整備されるなら、それだけで計り知れないプラスの影響があるはず。計算ゲノミクスで使われるデータベースの多くは、未だにFTP経由でしかアクセスできないんだから！

LLMは、こうしたツールやデータベースを操作するのに特に優れている。専門的だけど単純な作業が多くて、インコンテキストでのスキルが活きる分野だからね。かつての顧客であるバイオインフォマティクス研究者が、LLMを使ってこの問題を解決しようとしている姿を目の当たりにして、2024年にAnthropicへの入社を決めたんだ。

それに、このパターンはデータサイエンスだけに限定されない。ウェットラボやCRO（医薬品開発受託機関）とも統合できる可能性がある。私は今、その分野に時間を割いているよ。

この種のサイエンスがすべてを解決するわけじゃないけど、特定のニッチな分野では有用だ。例えば、多くの希少疾患の研究は、根本的なブレイクスルーよりも、研究者のリソース不足がボトルネックになっていることが多いからね。

[1] https://x.com/phylo_bio/article/2029233694775624096
[2] 比較対象として、OpenAIの科学製品「Prism」は、彼らが買収したCrixetのLaTeXエディタそのものだったね。

Claude-bio-big-bucks（Claudeバイオ大金持ち版）に改名すべきじゃないか？

地球科学や物理学、工学はどうなるんだ？コネクターもスキルも全部生物学と製薬ばかりじゃないか。ガッカリだよ。

LLMが登場する前は、フォローしていた技術コミュニティで、「これとあれ、どちらを使うべきか」「いつ使うべきか」みたいな議論が活発に行われていた。あの頃の議論が、「これ良さそうだし実装してみるか」というノリで、多くのフレームワークやツールの開発に繋がっていたんだと思う。あいにく今では何でもかんでもLLM、どうやってLLMをあちこちで動かすかという話題ばかりで、コミュニティ本来の目的だったトピックすら議論されなくなってしまった。科学の分野も近いうちに同じ運命をたどるんじゃないかと恐れているよ。議論されるべき本質的なトピックの代わりに、LLMの話ばかりが飛び交うようになるんじゃないかってね。

ここで一番興味深いのは、Claude Scienceがローカルサーバーと、そこにブラウザから接続するWeb UIで構成されている点だね。UIがホストマシンと密結合（だからこそコンピュータ操作が可能な）になっているClaude CodeやCoworkとは全く別物だよ。

戦略が見えた気がする。重要なデータが扱われる製薬環境の多くは非常に厳重にロックダウンされていて、Macbookをソースデータに直接繋ぐなんてことはできないからね。

同様に、UK BiobankやNIHの「All of Us」プログラムのような大規模なゲノムバイオバンクのデータセットへのアクセスは、TRE（信頼できる研究環境）を介してのみ許可される。TREは通常インターネットアクセスが厳しく制限されたリモート解析プラットフォームだ。デスクトップアプリを動かすのは簡単じゃないけど、JupyterLabやVS Codeを動かして、ユーザーインターフェースをブラウザ経由で表示することは大抵できる。（ソース：以前、All of UsのTREを構築したチームを運営していたんだ。）

Claude Scienceは、すべてをこなすClaudeメガアプリよりも、こうした制約の強いデータ環境（TRE内で「サーバー」を動かし、ユーザーのブラウザにUIをプロキシする構成）で立ち上げるのに向いている。これが製薬R&D環境で普及するための鍵になるはずだ。

RStudio、JupyterLab、あるいはVS Codeを日々使っている一般的な計算科学者にとって、Claude Scienceの使い勝手はかなり馴染みのないものになるだろうね。これが伝統的なデータサイエンス用ワークベンチツールの（1）代わりになるのか、（2）併用されるのか、（3）あるいは最終的にそれらを包み込むような存在になるのか、普及していく様子を見守りたいところだ。

自分も1年半くらい前にほぼ同じことをやったけど、あまり反応はなかったな。でも、計算生物学の未来はこれだという信念は今も変わっていないよ。

https://celvox.co/solutions/axon

自分の専門分野である「RNAiベースの生物農薬の計算設計」でどうなるか試してみた。ウェスタンコーンルートワームのDvSnf7転写産物を標的にした設計を一発でこなしてくれたよ。アプローチはかなりナイーブ（博士課程1年生がやりそうな感じ）だったけど、仕事はやり遂げた。また、哺乳類用の設計ルールを使っているとか、オフターゲットスクリーニングが限定的といった、アプローチ上の注意点も指摘してくれた。実際、悪くない。でも、すごいというほどでもないな。欠点を指摘したら、AIは「もっと情報に基づいたアプローチが取れたはずだ」と認めていたよ。その後、Opus 4.8の安全システムがセッションにフラグを立てて終了した。

似たようなツールを扱ってきたけど、感心する一方で、LLMがもっともらしい嘘データをでっち上げて「本物です」と主張してくることが多すぎるんだよね。かなり巧妙に、偽のデータベースコネクタをセットアップして、正しい場所からデータを取ってきているように見せかけておいて、実際は合成データを取得しているなんてこともある。

これ、どうやって防いでいるんだろう？

Claudeはロードスターのようにオッペンハイマー・スクエア（Oppenheimer square）になれるかもね。