Claude 自主发现类 CRISPR 重复序列的新型酶系统

我们正在 Anthropic 成立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 开展基础生物学研究：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，并通过实验室实验对其进行验证。本文介绍这项工作背后的团队，并分享早期成果——在我们的科学家仅提供高层级指导的情况下，Claude 发现了一个具有类似 CRISPR 特性的新型酶系统。许多彻底改变生物学和医学的发现，都始于科学家注意到自然界中种类繁多的分子机器里某种异常现象。限制性内切酶，即在特定短序列处切割 DNA 的蛋白质，是在细菌免疫系统中被发现的，它们在那里摧毁入侵病毒的 DNA。研究人员意识到，他们可以利用这些酶在选定的位置切割 DNA，并将基因从一个生物体拼接至另一个生物体，由此开创了生物技术产业。Taq 聚合酶是一种能在高温下复制 DNA 的酶，是在黄石温泉的一种细菌中被发现的。它成为 PCR 的基础，而 PCR 是当今许多诊断方法所使用的 DNA 复制方法。CRISPR 最初是在某些细菌 DNA 中被注意到的一段不寻常的重复序列，如今已成为基于基因编辑的药物的基础。

2026 年春季，我们成立了一个研究小组，以探究通用 AI 模型能否将此类发现系统化并加速推进。我们相信，这种加速将来自建立一种全新的生物学研究方式，即智能体在流程的每一步都与人类协作。发展这种新的工作方式，要求我们建立自己的实验室，并组建一个单一团队，负责从训练 Claude 掌握生物学知识到在实验室开展实验的所有工作。

今天，我们分享首批研究项目之一的早期成果：在该项目中，Claude 自主发现了一个与一系列 DNA 重复序列相关联的新型酶系统，其模式令人联想到 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被同时发现，而这些系统都是可编程的，并能执行切割、复制和粘贴 DNA 等操作。除了已经改变科学与医学的 CRISPR 之外，其他几种此类系统目前也正在作为有前景的工具进行开发。

Claude 发现的这个系统基于逆转录酶（RT），即把 RNA 复制为 DNA 的酶。虽然这种存在于巨型噬菌体中的基础 RT 已在先前的研究中被识别，但 Claude 似乎是第一个注意到该系统决定性特征的一方——一个相关联的非编码 DNA 序列阵列，以及一个功能未知的额外辅助蛋白。

在审阅该预印本后，CRISPR 基因组编辑先驱之一、麻省理工学院和 Broad Institute 教授 Feng Zhang 表示：

这是一个令人振奋的范例，展示了 AI 智能体如何为生物学发现做出贡献。识别出与逆转录酶相关联的 RNA 重复序列阵列确实引人入胜，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 实例。我们的参与仅限于最初的提示和实验室工作，而 Claude 智能体则梳理数据库、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 个智能体使用 2.1 亿个 token 对该数据进行了 21 小时的搜索后，其中一个智能体发现了引人注目的东西：一段重复的 DNA 序列模式，出现在一个外形奇特的 RT 基因旁边。经过进一步分析和在我们实验室的测试，我们认识到这种模式标记了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开展的工作。我们发布了一篇预印本（此处），对此进行了更详细的讨论。

关于我们的实验室

我们是一支科学家团队，职业生涯一直致力于探索不寻常的蛋白质，并专门使用计算方法来系统地读取 DNA、解读其进化过程，并挑选出生物系统以进行进一步表征。在加入 Anthropic 之前，我们的研究帮助更好地理解了 CRISPR 系统的进化和调控，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（例如人类致病性变异）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），我们不处理可感染人类的病原体。所有实验室工作均由人类科学家完成。尽管我们尝试过利用 AI 加速实验室工作，例如模型硬件标准等倡议，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。

我们如何工作

我们的许多工作流程都涉及让 Claude 搜索与功能未知的蛋白质相关的大量 DNA 序列集合。一种典型模式始于对某个给定蛋白质家族的调查。Claude 阅读相关文献，并从公共数据中复现已有结果以检验其方法。然后，它搜索不符合任何已描述系统的家族成员或基因组邻居，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此阶段被淘汰。一次调查可能最终只留下一个值得测试的候选对象，也可能一个都没有。

当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，并对其进行生化和结构表征，同时由 Claude 协助解读数据。我们的工作是在 Claude Science 和 Claude Code 中完成的，这些工具任何科学家都可以使用，有时我们还会使用自己搭建的框架来协调多个并行运行的 Claude 会话。

由于 Claude 能大量产出假设，这些假设本身已成为我们的研究对象。单次任务就能产生数百到数千份候选报告，我们一直在探究：我们判定值得测试的提案，与搁置一旁的提案，究竟有何区别。我们得到的认识会反馈到给 Claude 的指令中，教会它模仿我们自己的科学品味。

Claude 发现 ART

过去几年里，研究人员发现了许多新的逆转录酶（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（或称基因组挖掘）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，注意到其中不寻常的基因，并弄清它们的功能。

Claude 智能体收集了超过 200,000 个 RT，筛选出 3,500 个新的候选系统，并从中缩小到 20 个最引人注目的候选对象，对其进行分析以生成人类可读的报告。对一位专家科学家而言，这类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，该智能体惊呼：“[RT 旁边的 DNA] 太壮观了：我肉眼就能看到一个串联重复阵列……那是一个类似 CRISPR 的……重复阵列？！”

随后，它的做法与人类科学家面对潜在发现时大致相同。它统计了重复序列的数量并测量了它们的间距，将该布局与已知的 RT 系统进行比较，并在文献中检索该模式此前是否有任何报道。经过彻底分析，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工审查。

它发现的系统名为 ART，主要存在于噬菌体中，由三部分组成：RT、其旁边的一个伙伴基因，以及一长串等间距的 DNA 重复序列。这种重复布局类似于 CRISPR 阵列，后者储存着一批不同的 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 阵列也会表达为一组不同的短 RNA，这暗示该系统可能也有类似机制在发挥作用。

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，是为了向科学界表明，Claude 能够自主检测异常并推动分析，从而开启生物学发现。

更多细节可参见我们的技术报告（此处）。

与我们合作

我们希望这项工作能向更广泛的科学界展示 AI 驱动假设生成的价值，并希望与其他科学家合作，将这一方法扩展到基因组学及其他领域的广泛问题中。如果您有研究问题的提案，欢迎与我们联系。