订阅 Anthropic Science
关于 AI 辅助发现、实用工作流程以及各科学领域实地笔记的特写。
*我们正在 Anthropic 推出一个新的生命科学研究小组和实验室。我们的重点是利用 Claude 进行基础生物学研究：探索 DNA 数据集以识别未表征的蛋白质家族，大规模生成假设，并通过实验室实验进行测试。本文介绍了这项工作背后的团队，并分享了早期结果，其中 Claude 在我们科学家仅提供高层指导的情况下，发现了一种新型酶系统，其特性让人联想到 CRISPR。*许多彻底改变生物学和医学的发现，都始于科学家在自然界令人惊叹的分子机器多样性中注意到某些异常现象。限制性内切酶
今天，我们分享我们首批研究项目之一的早期结果，其中 Claude 自主发现了一种新型酶系统，它与一系列 DNA 重复序列相关，这种模式让人联想到 CRISPR。尽管我们尚不清楚其功能，但 Claude 发现的这个系统具有一组特征，这些特征此前只在少数其他系统中一起被发现，而这些系统都是可编程的，并能执行诸如切割、复制和粘贴 DNA 之类的操作。除了已经改变科学与医学的 CRISPR 之外，还有其他几种此类系统目前正在开发中，作为有前景的工具。
Claude 发现的这个系统基于逆转录酶（RT），这是一种将 RNA 复制为 DNA 的酶。虽然这种存在于巨型噬菌体中的基础 RT 已在先前研究中被识别，但 Claude 似乎是第一个注意到该系统决定性特征的存在——一组相关的非编码 DNA 序列，以及一个功能未知的额外附属蛋白。
在审阅预印本后，CRISPR 基因组编辑先驱之一、麻省理工学院和布罗德研究所教授张锋表示：
这是一个令人兴奋的例子，展示了 AI 代理如何为生物发现作出贡献。识别出与逆转录酶相关的 RNA 重复阵列确实引人入胜，值得进一步研究。我希望这项工作能鼓励更多科学家探索 AI 如何支持他们的研究。
我们给 Claude 一个提示，让它在庞大的 DNA 序列数据库中搜索有趣的新 RT 示例。我们的参与仅限于初始提示和实验室工作，而 Claude 代理则梳理数据库，调查不同的 RT 家族，并运用自己的判断来识别有趣的候选对象。在大约 950 个代理使用 2.1 亿个 token 对该数据进行了 21 小时的搜索后，其中一个代理发现了某种非凡现象：一个重复的 DNA 序列模式出现在一个外观异常的 RT 基因旁边。经过进一步分析和我们实验室中的测试，我们认识到这一模式标志着一种此前未被表征的酶系统，存在于噬菌体（感染细菌的病毒）中，我们将其称为阵列相关逆转录酶（ART）。
我们理解 ART 主要功能的工作仍在进行中。然而，我们认为尽早分享此类发现很重要，这既能展示 Claude 的能力，也能让更广泛的社区了解我们正在做什么。我们发布了一篇预印本（此处），对此进行了更详细的讨论。
我们是一支科学家团队，整个职业生涯都在探索不寻常的蛋白质，并专注于使用计算方法来系统地读取 DNA、解读其演化，并挑选出可供进一步表征的生物系统。在加入 Anthropic 之前，我们的研究帮助人们更好地理解了 CRISPR 系统的演化与调控，发现了用于下一代细胞与基因疗法的新酶，并构建了用于加速识别 DNA 中异常（例如人类致病变异）的工具。我们隶属于 Anthropic 的生命科学组织，与从事药物发现以及在生物学和化学领域训练 Claude 的团队并肩工作。
我们的实验室位于湾区，看起来就像一个典型的分子生物学实验室。我们开展的研究仅涉及较低级别的生物安全风险等级（BSL-1 和 BSL-2），我们不处理能够感染人类的病原体。所有实验室工作均由人类科学家完成。尽管我们曾尝试通过诸如模型硬件标准这样的倡议，利用 AI 来加速实验室工作，但这种方法不太适合我们分子生物学研究中涉及的那种临时性工作流程。
我们的许多工作流程都涉及让 Claude 在大量与功能未知的蛋白质相关的 DNA 序列集合中进行搜索。一种典型的模式始于对某个给定蛋白质家族的调查。Claude 阅读相关文献，并从公开数据中复现已有结果以检验其方法。随后，它寻找不符合任何已描述系统的家族成员或基因组邻近序列，并为每个候选对象撰写一份简短、人类可读的报告，提出一种功能并描述支持其主张的证据。在后续分析中，Claude 会批判性地评估证据——通常大多数候选对象会在这一阶段被淘汰。一次调查可能最终留下一个值得测试的候选对象，也可能一个都不剩。
当某个候选对象通过我们的审查后，我们会在实验室中对其进行测试，在标准实验室菌株中表达该蛋白质，并对其进行生化与结构表征，同时由 Claude 协助解读数据。我们在 Claude Science 和 Claude Code 中开展工作，这些工具任何科学家都可以使用，有时还会使用我们自己搭建的一套装置，用来协调许多并行运行的 Claude 会话。
由于 Claude 产生假设的效率极高，这些假设本身已成为我们的研究对象。一次行动就能产生数百到数千份候选报告，我们一直在追问：那些我们认为值得测试的提案，与那些被我们搁置的提案，区别究竟在哪里。我们学到的东西会反过来融入我们给 Claude 的指令中，教会它模仿我们自己的科学品味。
在过去几年中，研究人员发现了更多逆转录酶（RT），其中大多数存在于细菌中，作为免疫系统的一部分发挥作用。几乎所有RT家族都是通过基因组分析或基因组挖掘发现的，这要求研究人员在序列数据库中搜索无人表征过的基因，注意到不寻常的基因，并弄清楚它们的功能。
Claude代理收集了超过20万个RT，挑选出3500个新的候选系统，并将其缩小到20个最有说服力的候选系统，然后对其进行分析以生成人类可读的报告。对于专家科学家来说，这种类型的分析可能需要数周到数月的工作。
在研究过程中，Claude注意到一个不寻常的RT家族，并决定更详细地检查它。在梳理RT附近的原始DNA序列时，该代理惊呼：“[RT旁边的DNA]非常壮观：我可以用肉眼看到一个串联重复阵列……那是一个类似CRISPR的……重复阵列？！”
然后，它就像人类科学家面对潜在发现时一样行事。它计算了重复次数并测量了它们的间距，将布局与已知的RT系统进行了比较，并在文献中搜索了该模式的任何先前报告。经过彻底分析后，它确信自己发现了一个新的生物系统，并提交了一份报告供人类审查。
它发现的系统ART主要存在于噬菌体中，由三部分组成：RT、其旁边的伙伴基因，以及一长串均匀间隔的DNA重复序列。重复布局类似于CRISPR阵列，后者包含一组不同的RNA序列，使CRISPR-Cas系统成为可编程的生物技术工具。我们的初步实验表明，ART阵列也表达为一组不同的短RNA，这表明该系统可能也有类似的作用。
进一步的实验正在进行中，以确定ART的工作原理，我们分享这些早期发现是为了向社区展示Claude可以自主检测异常并推动分析以启动生物学发现。
您可以在我们的技术报告（此处）中找到更多细节。
我们希望这项工作能向更广泛的科学界展示AI驱动的假设生成的价值，我们愿意与其他科学家合作，将这种方法扩展到基因组学和其他领域的广泛问题。如果您有研究问题的提案，我们期待您的来信。
生命科学验证计划（LSVP）为生命科学专业人士提供对Claude Mythos、Opus和Sonnet模型的访问权限，并配备了一套针对生物学相关工作更为宽松的精细保障措施。
关于AI辅助发现、实用工作流程和跨科学领域实地笔记的功能。