Anthropic生命科學重磅成果！Claude自主發現新酶系統，學者炸鍋了

（公眾號：zhidxcom） 作者 | 王涵 編輯 | 冰倩 9月24日報道，今日凌晨，Anthropic宣佈，Claude發現了隱藏在噬菌體DNA中的一種以前未知的酶系統。這種酶的基因旁邊有一長串重複的DNA，這種結構與CRISPR系統有些相似，而CRISPR系統是基因藥物的基石。▲Anthropic官宣成果 據研究團隊介紹，他們僅向Claude提供初始提示，並負責後續實驗室工作。Claude智能體則負責梳理海量DNA序列數據庫、調查不同逆轉錄酶（RT）家族，並運用自身判斷識別有價值的候選對象。在大約950個智能體使用2.1億tokens、歷時21.

5小時搜索後，其中一個智能體發現，在一個外觀異常的RT（逆轉錄酶）基因旁邊，存在一種DNA序列重複模式。研究團隊隨後在實驗室中進一步分析、測試，最終確認：這種重複模式意味著一個此前從未被描述過的酶系統。它存在於噬菌體——也就是感染細菌的病毒——中，團隊將其命名為“陣列相關逆轉錄酶”（ART）。結果一經發布，就有不少網友發表了自己的見解。Lucas Harrington是Jennifer Doudna實驗室的博士，而Jennifer Doudna正是CRISPR基因編輯的先驅之一。也正因如此，他對Anthropic這項成果的點評格外值得注意。

他認為，找到一個奇怪的基因簇和重複序列，往往是最容易的部分。難的部分，也是真正發現所在，是弄清這個系統究竟做什麼，而Anthropic的研究還沒有做到這一點。APILayer開發者關係經理Pratham Kumar則看到了這項研究的重要性。他說：“過去發現CRISPR這樣的工具，往往需要人類專家花幾個月手動搜索。而這一次，AI完成了這些工作，並發現了真實存在的東西，速度是任何人類團隊都無法比擬的。所以別誤會成Claude治癒了癌症。Claude只是在自然界中發現了某種人類此前漏掉的新東西。” ▲網友評價 一、949個會話，2.156億tokens，21.

5小時無人類介入 在隨博客發出的論文預印本上，研究團隊詳細介紹了此次實驗的過程。據介紹，本次實驗以Claude Mythos 5驅動的多個Claude Code實例組成多智能體系統，分別扮演執行者、審核者、記錄者和編輯角色，對宏基因組數據庫中的逆轉錄酶（RT）位點進行系統性普查。整個行動包含119項任務、949個智能體會話，消耗了2.156億tokens，用時21.5小時，期間沒有人類介入。▲tokens消耗量 智能體共執行了7578條shell命令、696次數據庫查詢和131次文獻檢索，最終產出19份研究報告，確認了三組此前未被報道的RT關聯繫統和三個新的RT譜系。

▲對新型RT譜系的主體式發現 本來ART並不在任務的預設目標之內。Claude的任務書要求智能體尋找新的“搭檔基因”關聯，但一名執行智能體在排查一個噬菌體RT時，否決了最初篩選出的候選基因，卻主動將這段RT列為值得跟進的次要發現。審核智能體隨後要求下一個執行者檢查該RT上游的非編碼區域。

關鍵的一步來了，這名執行者直接把DNA序列讀入了自己的上下文窗口，然後用自然語言寫下了這樣一段推理記錄： “L0050的側翼區域太驚人了：我直接用肉眼看到了一個串聯重複陣列：’CATGTGTATCGCATGTT’/’CATGTGTTTCGCATGT’以約100-180bp的間隔重複了很多次——這是類似CRISPR或msDNA的重複陣列？” ▲推理記錄 值得注意的是，這名智能體隨後還經歷了自我懷疑，它在推理中追問這一結構是否屬於已報道的DRT9或其他已知系統，並決定“先做定量表徵，再用精確描述詞做新穎性文獻排查”。

排除所有已知系統後，智能體將該發現寫成報告提交給人類審核，最終這一新譜系被命名為ART。二、ART系統機制類似反轉子，或可攜帶多套RNA模板 經研究團隊後續分析確認，ART是一個主要存在於巨型噬菌體（jumbo phage）中的新RT家族，共識別出95個不同的RT簇，其中28個帶有可檢測的重複陣列。其典型結構為：RT上游有一段由3至21個重複單元構成的陣列（總長0.3至4.1kb），下游有一個專屬搭檔基因。每個重複單元長15至49個核苷酸，帶有迴文核心，單元之間由互不相同的間隔序列分隔。這與CRISPR陣列明顯不同，且ART位點附近不存在任何cas基因，提示這是一種新型的非編碼重複元件。

▲ART 陣列被轉錄為高丰度RNA，且ART家族RT與專屬伴侶蛋白共存 研究團隊調取了一項已發表的葡萄球菌噬菌體SA1感染時間序列數據進行驗證，發現ART陣列在感染的早期、中期和晚期均被高水平轉錄： 感染15分鐘時，陣列來源的RNA佔噬菌體總RNA的比例最高達8%，屬於丰度最高的噬菌體轉錄本之一。在大腸桿菌中異源表達該系統，也觀察到了類似的離散短RNA。據此，研究者提出假設：ART可能類似反轉子（retron）的工作機制，但攜帶的不是單一RNA，而是一組不同的RNA“模板庫”，同一套酶和效應蛋白可組裝出多個僅RNA不同的複合體，從而響應不同觸發信號。

三、Mythos 5識別率高達96%，模型能力差距明顯 論文還做了一項針對模型內部的分析。研究團隊將發現會話的轉錄記錄與模型內部活動對照，分離出Mythos 5內部兩個對重複DNA產生響應的信號（repeat-signal 1和2）。這兩個信號在模型讀到陣列之前處於靜默狀態，讀到第三個重複單元時激活；將每個重複單元的核苷酸原地打亂後，信號幾乎全部熄滅。研究者據此認為，模型在“讀”DNA時內部確實觸發了對重複結構的表徵，隨後的自然語言推理直接命名了“串聯重複陣列”——這種能力被研究者稱為“基因組視覺”（genomic vision）。

▲隨著序列被讀取，Mythos 5的內部信號會對重複序列做出響應 基準測試進一步顯示能力分層明顯： 在七個Claude模型中，Opus 5.5、Mythos 5.1、Mythos 5和Opus 5四個最強模型對ART陣列的識別率顯著高於Opus 4.6、Opus 4.8和Sonnet 5。識別率與模型實際讀入上下文的連續DNA長度強相關。當讀入超過2000 nt時，Mythos 5的識別率達96%。▲能力最強的模型能夠識別ART陣列，且這種識別依賴於將DNA讀入上下文 如果給模型更多工具，其識別率會不會大幅提升？研究團隊的結論是：並不會。

團隊披露，在給模型配備工具後進行的嘗試中，有39%的情況下，模型從未讀入超過200 nt的連續序列，因此也就從未“看到”超過一個重複單元。這一結果說明：給模型更多工具和信息，反而抑制了它識別陣列的能力。結語：AI從“工具”邁向“主體”，但論文結果仍需長期驗證 宏基因組數據庫每四年翻一番，已積累數十億條蛋白質序列，但系統性挖掘依賴預設特徵的計算流水線，流水線之外的異常會被漏掉，最終仍要靠人類專家逐項審閱。這一瓶頸正是論文試圖用AI智能體解決的問題。如果論文的結論成立，這意味著大模型在科學發現中的角色從“執行預設任務的工具”向“自主提出並篩選假設的主體”邁進了一步。

但是這項研究的幾個限定條件值得注意： 其一，可重複性存疑。研究團隊在相同框架下將同一任務重跑了十次，幾乎所有完成的行動都採樣到了ART位點，但沒有任何一次有智能體去讀上游DNA，陣列在每一次重跑中都被錯過了。作者將其歸因於RT搜索空間過大和框架的非確定性行為。這意味著最初的發現帶有相當的偶然性。其二，功能未經實驗驗證。ART逆轉錄酶是否具有活性、單元RNA是否為其底物、RT與搭檔蛋白是否真實互作、該系統對噬菌體有何功能，論文均未給出答案。目前的證據止步於序列分析和轉錄組數據。其三，這是Anthropic關於自家模型的自我報告，論文未經同行評審。