Anthropic 用 Claude 解析原核细胞中的 vault 颗粒结构

我们正在分享Anthropic 生物学研究实验室的另一项发现：在原核细胞中发现的穹窿颗粒（vault particle）的首个三维结构。穹窿是存在于生命之树各分支细胞中的大型中空蛋白质桶状结构，其功能至今未知。下文我们描述了 Claude 如何在这项研究的各个步骤中提供帮助：检索序列文献、优化颗粒分离方法，以及绘制穹窿的结构图。更多信息见我们的预印本，我们已将其提交至 bioRxiv；链接上线后我们会立即更新。

生物细胞最早于 1665 年被发现，但三个半世纪之后，关于它们如何运作的许多问题仍然未知。直到相对晚近，某些关键组分的存在——更不用说它们的功能——仍存在争议。即使在今天，在被研究得最全面的细胞之一——大肠杆菌（E. coli）——约 4,400 个基因中，仍有超过三分之一人们知之甚少。另一个这样的谜团便是穹窿颗粒。

穹窿颗粒是一种大型中空蛋白质外壳，几乎存在于我们体内的所有细胞中。它于 1986 年由 Leonard Rome 和 Nancy Kedersha 发现，但其功能仍然难以捉摸。它的质量约为核糖体的三倍，是真核生物（具有复杂细胞的生物，如哺乳动物，区别于通常为单细胞的简单“原核生物”，如细菌）中已知最大的分子复合物之一。穹窿因其形状而得名。在电子显微镜下观察时，这种带肋纹的外壳让 Rome 博士和 Kedersha 博士联想到大教堂的拱顶。在哺乳动物中，该外壳由 78 个主要穹窿蛋白拷贝组成，排列为两个相同的半部，在中部相连。

穹窿存在于大多数真核生物谱系中，从黏菌到人类，因此科学家认为它们必定有某种用途。研究人员提出了多种功能，包括在细胞核与细胞质之间运输分子、保护细胞免受癌症药物等有毒化合物的侵害，以及支持先天免疫，但这些提议均未得到确凿证实。其他研究表明，缺乏穹窿的小鼠仍能存活，这表明穹窿可能只在特定环境条件下才必需。然而问题依然存在：如果穹窿没有重要功能，进化为何会保留如此庞大的结构？

我们的生物学研究团队一直在研究穹顶结构，关注 Claude 是否能帮助在这一长期悬而未决的问题上取得进展。我们尚未确定其生物学功能，但我们确实发现，生命树中还有更多穹顶蛋白——包括原核生物以及感染它们的噬菌体中的穹顶蛋白——能够组装成完整的穹顶样颗粒。相关蛋白此前已在原核生物和噬菌体的基因组中被发现，但据我们所知，尚无人证明它们能组装成穹顶结构。

原核细胞中的穹窿结构为研究人员提供了一个更简单的系统来研究。与哺乳动物细胞相比，细菌生长迅速，这使得研究穹窿结构的起源、基本结构形态以及其中（如果有的话）包含什么变得更加容易。研究人类蛋白质的细菌近亲此前已带来过启发。细菌版本的cGAS–STING信号传导、gasdermins和viperins揭示了这些人类免疫防御机制的微生物起源。在那些案例中，它们在人类中的功能已经为人所知。而穹窿结构则不然，其原核近亲可能有助于揭示其功能。

在此，我们描述了我们如何揭示了一种来自噬菌体的穹窿结构的分子结构。噬菌体是感染细菌的病毒。与所有病毒一样，它们劫持宿主细胞来制造自己的蛋白质，因此这种穹窿结构是在细菌——一种原核细胞——内部构建的。该穹窿结构由单一蛋白质的96个拷贝构成，而人类穹窿结构中为78个。通过复制该蛋白质的一部分，我们将其改造得更大。总之，这些结果揭示了此类复合物如何组装，并提示了如何将其改造用于生物技术——例如，作为递送酶的纳米胶囊。

这项工作也展示了我们团队更广泛的目标：通过将Claude融入研究过程的每一步，加速基础生物学研究。在我们的指导下，Claude搜索了蛋白质数据库、设计了DNA构建体、优化了分离方法并处理了显微镜数据。结果，传统上需要三天的穹窿结构纯化我们只用了约90分钟，而首个结构模型在34小时后便已就绪，我们估计这通常需要数周时间。

尽管取得了这些进展，关于这些令人困惑的结构仍有大量未知。当我们与Rome博士分享该结构时——我们邀请他为这项研究提供建议——他说：

弄清穹窿结构的功能仍然极具挑战性。我很高兴Anthropic拥有如此多优质的数据。现在，其他人将着手解决这个问题……Anthropic发现的广泛性表明，这将是一个复杂的功能，也是一段有趣的旅程。

我们实验室提前发布这些发现，以持续向科学界展示Claude如何用于发现。您可以在我们的预印本中进一步了解我们的结果和方法，我们将很快发布这些结构及更多数据。

原核生物中的类穹窿结构

我们利用冷冻电子显微镜（cryo-EM）揭示了该穹窿结构，该方法将大量颗粒拷贝快速冷冻并用电子束成像，然后合并为单一三维模型。该穹窿结构由单一噬菌体蛋白的96个拷贝（每半48个拷贝）构成，我们将其命名为L05，总质量约为9.5兆道尔顿。相比之下，哺乳动物版本每半有39个拷贝。源自噬菌体的穹窿结构也更短更宽：长约54纳米、宽45纳米，而哺乳动物为67×40纳米。尽管更短，但由于更接近球形，它包裹的体积反而多出约25%。构成其壁的蛋白链由七个首尾相接的重复片段构成，而非哺乳动物穹窿结构中的九个，且其端盖更平坦。它是原核生物中已鉴定的最大蛋白质外壳之一。

其结构的一个显著特点是帽状结构如何闭合。环绕一周由48个拷贝组成的壁必须向极点收窄，而它分三步收窄，如同分层穹顶。在每三个相邻拷贝组成的一组中，一个终止于第一级台阶，一个终止于第二级台阶，一个继续延伸至顶端。这三个拷贝沿壁部分完全相同，但在帽状结构中呈现不同的形状（构象）。

鉴于我们能在实验室中制造这种穹顶并快速分离它，我们还尝试改变其结构，以进一步了解这些蛋白质如何组装。借助 Claude，我们制作了15个经过改造的蛋白质版本，其中大多数改动位于相邻拷贝相互接触的位置。帽状结构附近的一些单点改变就足以阻止外壳闭合：我们看到的不再是封闭的穹顶，而是开放的、类似玫瑰花结的颗粒，这表明该区域是封闭外壳所必需的。

我们还尝试把穹顶做得更大。通常，壁由七个重复片段构成。当我们复制其中两个、使蛋白质拥有九个片段——与人类穹顶中的数量相同——它便组装成更大的穹顶颗粒，使所包围的体积增加约20%。这些实验表明，穹顶在其进化历史中如何通过复制自身壁的片段来改变大小，而不破坏其组装方式。

借助 Claude 发现、分离并绘制一种新的穹顶结构

穹顶在40年里一直未获解释，部分原因是它们缺失于生物学家最常依赖进行遗传实验的生物体中，包括酿酒酵母、果蝇和线虫。在小鼠中——小鼠确实有穹顶——被培育成缺少穹顶伙伴蛋白或穹顶 RNA的动物发育正常，没有留下可供进一步研究的明显缺陷。近年来，生物信息学家在原核生物中识别出了穹顶蛋白的远亲，但这些蛋白质是否形成穹顶尚不清楚。

我们的团队着手回答这个问题。这项研究需要几个步骤：调查基因序列，以找出穹顶蛋白在生命树中的分布位置；生产并分离最有希望的候选者，以测试它们是否真的组装成穹顶样颗粒；并确定其中一个颗粒的结构，以了解其链如何相互嵌合。

我们首先使用 Claude Science 在一个包含约150亿个预测蛋白质的数据库中搜索穹顶蛋白的亲属。结果发现它们虽然罕见但分布广泛，存在于29个主要细菌门和4个古菌门（原核生物的另一个主要类群）中，但在已测序基因组的物种中占比不到1%。随后，我们选择了其中44个蛋白质，并在无细胞系统中逐一测试，以了解哪些基因能产生全长蛋白质以及产量多少。我们负责挑选蛋白质，Claude 则将每个蛋白质序列转化为适合宿主细胞的 DNA，添加开启基因的控制序列，并准备订购所需的设计方案。我们将表现最好的候选者转入活的大肠杆菌细菌中，其中24个中有15个产生了可溶性蛋白质。

接下来，我们需要分离出这些颗粒。为真核生物穹窿体开发出的传统方法，是将样品通过一根糖密度逐渐增大的管子进行离心，大约需要三天。为了加快速度，我们决定尝试尺寸排阻色谱法。在这一过程中，样品流经一根填充有多孔微球的柱子。在一个称为分级的流程中，小分子会卡在孔中，而穹窿体因为太大无法进入，会最先流出，这部分被称为外水体积。

Claude 起初反对采用色谱法，因为错误折叠的蛋白质团块也会从同样的外水体积中流出。我们还是继续推进，Claude 通过推荐特定的色谱柱以及追踪穹窿体蛋白和检查颗粒是否形成的方法，帮助使其奏效。随后 Claude 提议将破裂细胞的内容物不经预先纯化直接加载到柱上。我们起初有些犹豫，因为这些柱子很昂贵，而破裂的大肠杆菌细胞的原始内容物可能会堵塞柱子或造成污染。但我们愿意测试一个非常规的想法，而且它奏效了。

我们并非第一个在尺寸排阻柱上分离穹窿体的团队，但我们优化的方法从细胞到显微镜载网只需约 90 分钟，而不是数天。在电子显微镜下，15 种蛋白质中有 7 种已组装成穹窿体样颗粒。

冷冻电镜确认了这 7 种中 4 种的穹窿体形状，其中两种来自噬菌体，两种来自细菌。我们选择了其中一种噬菌体蛋白 L05 进行上述详细结构解析，因为它是形成完整、闭合颗粒能力最强的蛋白之一。确定一个生物分子结构通常需要使用专业软件进行数周或数月的手工操作。我们指导 Claude 完成了整个过程。在一个可访问内部计算资源的内部多智能体框架中工作，Claude 搭建了一个开源处理软件（RELION）并运行了每一步，而我们则就分析决策提供建议。第一个完整模型在 34 小时内就绪，最终图谱在处理开始后约一周准备完成。

Claude 还指出了该结构中一个我们目前无法解释的特征。在 96 个蛋白质拷贝的每一个中，向上约一半处有一个口袋，其中装有一个在图谱中清晰可见但我们尚未能识别的小分子。Claude 发现其形状类似于辅酶 A，这是一种细胞用来转运化学基团的常见辅助分子。如果它是辅酶 A 或类似物质，那将是其可能功能的一个早期线索。

一种新的科研方式

对我们来说，这是一种截然不同的科研方式。我们中没有人处理过如此大的蛋白质组装体，我们在结构生物学方面的经验也很有限。我们还是承接了这个项目，因为 Claude 可以弥补我们不知道的东西，并快速执行原本会花费我们更长时间的分析。

在不到四个月的时间里，我们筛选了数十个候选穹窿体，制备了用于显微镜的样品，并解析了在原核生物中发现的第一个穹窿体结构。这项工作的大部分都可以由能够使用现有 Claude 产品的普通实验室完成。只有冷冻电镜分析需要比学术机构可能拥有的更多的计算资源，该分析并行使用了数百个 GPU 以节省时间。

这种方式也让我们看到了 Claude 需要改进的地方。它编写的一份方案要求使用一种生长培养基，其中含有会干扰 DNA 进入细胞的添加剂，这使项目延误了两周。在冷冻电镜处理的早期，它跳过了一个标准步骤，生成了一张与其镜像混合的有缺陷的图谱，于是我们让它停止即兴发挥（“除非行不通，否则请按常规操作”）。

我们已将所学用于指导 Claude 的开发。我们把实验室笔记分享给了训练 Claude 的机器学习研究人员，让他们看到模型出错的地方。这影响了 Claude 学习的数据类型。在项目过程中，随着新模型的推出，Claude 在这些任务上表现得越来越好，在 DNA 构建体设计中似乎犯的错误更少，也能更好地识别实验中的潜在陷阱。在我们熟悉的领域，我们能迅速发现错误，但在不熟悉的领域，这些错误耗费了我们的时间。总体而言，我们发现这种工作方式的好处远远大于弊端，Claude 已成为我们工作中不可或缺的一部分。

到目前为止，我们只在大肠杆菌中制造了这些穹顶，尚未测试它们是否会在其天然存在的细菌和噬菌体中形成。需要更多工作来确定这些颗粒的功能，而我们的工作只是加深了这个谜团。正如 Rome 博士所说：

我们会发现它们都在做同样的事情吗？还是会看到穹顶功能的进化发展？也许它们做的事情与人类穹顶相同，那也非常有趣。

我们将继续研究穹顶的功能，并随着工作进展分享更多信息。

与我们合作

我们在技术报告中公布了工作细节。如果你对这些穹顶可能的功能有想法，或有可用于测试的系统，欢迎与我们联系：mdurrant[at]anthropic.com、nicholasp[at]anthropic.com。