Claude 发现具有类 CRISPR 重复序列的新型酶系统
我们正在 Anthropic 设立新的生命科学研究团队与实验室。我们的重点是利用 Claude 开展基础生物学研究：在 DNA 数据集中识别未表征的蛋白质家族，大规模生成科学假设，并通过实验室实验加以验证。本文介绍了该团队及其早期成果——Claude 在科学家的高层指导下，发现了一种具有类 CRISPR 特性的新型酶系统。
许多颠覆生物学与医学的发现，都始于科学家注意到自然界分子机器惊人多样性中的某些异常现象。限制性内切酶是一种在特定短序列处切割 DNA 的蛋白质，最初在细菌免疫系统中被发现，用于破坏入侵病毒的 DNA。研究人员意识到，可以利用这些酶在指定位置切割 DNA，并将一个生物体的基因拼接进另一个生物体，这催生了生物技术产业。Taq 聚合酶是一种能在高温下复制 DNA 的酶，最初在黄石国家公园热泉中一种细菌中被识别出来。它成为 PCR（聚合酶链式反应）的基础，而 PCR 是大多数现代诊断中使用的 DNA 复制方法。CRISPR 最初是在某些细菌 DNA 中发现的一种不寻常的重复序列，如今已成为基于基因编辑疗法的基础。
2026 年春，我们成立了一个研究小组，旨在探索通用 AI 模型能否系统性地加速此类发现。我们认为，这种加速来自于建立一种新的生物学研究方式，即 AI 智能体在研究过程的每个环节与人类协作。开发这种新的工作方式要求我们自建实验室，并由一个单一团队负责从在生物学领域训练 Claude 到在实验室运行实验的所有任务。
今天，我们分享了首个研究项目的早期成果：Claude 自主发现了一种新的酶系统，它与一段 DNA 重复序列阵列相关联，这一模式让人联想到 CRISPR。虽然目前尚不清楚其具体功能，但 Claude 发现的这套系统具备若干独特特征，这些特征此前仅在少数几种系统中共同出现，而这些系统均可进行编程，执行切割、复制和粘贴 DNA 等操作。除了已经改变了科学与医学的 CRISPR 外，目前还有几个类似的系统正在开发中，前景广阔。
Claude 发现的这套系统基于逆转录酶（RT），即负责将 RNA 复制为 DNA 的酶。虽然在该巨型噬菌体中发现的底层 RT 在之前的研究中已被鉴定，但 Claude 似乎是首个注意到该系统核心特征的研究者——包括一段相关的非编码 DNA 序列阵列和一个功能未知的额外辅助蛋白。
在阅读预印本后，CRISPR 基因编辑的奠基人之一、麻省理工学院和广域研究所教授 Feng Zhang 表示：
这是 AI 智能体如何促进生物学发现的令人振奋的例证。识别出与逆转录酶相关的 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 如何支持他们的科研。
我们给 Claude 下达了一个指令，要求在庞大的 DNA 序列数据库中查找有趣的新型 RT 实例。我们的参与度仅限于初始指令和实验室工作，而 Claude 智能体则负责梳理数据库、调查不同的 RT 家族，并自行判断识别出有趣的候选项。经过约 950 个智能体使用 2.1 亿个 Token 进行了 21 小时的数据搜索，其中一个智能体发现了惊人之处：一种位于一种外观异常的 RT 基因旁边的 DNA 序列重复模式。经过进一步的分析和实验室测试，我们确认该模式标记了一种此前未被表征的、存在于噬菌体（感染细菌的病毒）中的酶系统，我们将之称为阵列关联逆转录酶（ART）。
我们对 ARTs 主要功能的理解工作仍在进行中。不过，我们认为尽早分享这类发现很重要——既能展示 Claude 的能力，也能让更广泛的社区了解我们在做什么。我们已发布一篇预印本（点此查看），其中对此有更详细的讨论。
关于我们的实验室
我们是一支长期研究非常规蛋白质的科学家团队，擅长运用计算方法系统性地解读 DNA、理解其演化过程，并从中筛选出值得进一步研究的生物系统。加入 Anthropic 之前，我们的研究帮助学界更好地理解了 CRISPR 系统的演化与调控机制，发现了可用于下一代细胞与基因疗法的新型酶，并构建了加速识别 DNA 异常（如人类致病性变异）的工具。我们隶属于 Anthropic 的生命科学部门，与从事药物发现、以及用生物学和化学知识训练 Claude 的团队并肩工作。
我们的实验室位于湾区，外观与普通的分子生物学实验室并无二致。研究仅涉及较低的生物安全等级（BSL-1 和 BSL-2），不接触可感染人类的病原体。所有实验工作均由人类科学家完成。虽然我们也尝试过用 AI 加速实验室工作，比如 Model Hardware Standard 项目，但这类方法不太适合我们分子生物学研究中常见的临时性工作流程。
我们的工作方式
我们的许多工作流程都涉及让 Claude 在海量已知蛋白质相关但功能未知的 DNA 序列库中进行搜索。典型的流程始于对特定蛋白质家族的全面调研。Claude 会阅读相关文献，并基于公开数据复现已有研究成果，以此验证其方法的有效性。随后，它会在那些不符合任何已知系统描述的家族成员或基因组邻近区域中寻找线索，并为每个候选对象撰写简短且易于人类阅读的简要报告，提出功能假设并阐述支持这些观点的证据。在后续分析中，Claude 会对证据进行严格评估，通常大多数候选对象会在这一阶段被淘汰。一次调研可能只筛选出一个值得实验验证的候选对象，也可能一无所获。
当某个候选对象通过我们的评审后，我们便进入实验室阶段：在标准实验菌株中表达该蛋白质，并通过生物化学和结构表征对其进行研究，同时借助 Claude 协助解读数据。我们使用 Claude Science 和 Claude Code 开展科研工作，这些工具对所有科学家开放，有时还会配合自研框架来协调多个并行运行的 Claude 会话。
由于 Claude 生成的假设数量庞大，这些假设本身也成了我们研究的对象。在一次大规模调研中，仅产生数百乃至数千份候选报告，让我们反复追问：究竟是什么特征将我们认为值得验证的提案与我们搁置的提案区分开来？从中获得的洞见会反馈到给 Claude 的指令中，从而教会它模仿我们自身的科学品味。
Claude 发现 ART
过去几年，研究人员发现了许多更多的逆转录酶（RT），其中大部分存在于细菌中，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，即“基因组挖掘”发现的。这一过程要求研究人员在序列数据库中搜索尚未被表征的基因，识别其中的异常序列，并进一步探究其功能。
Claude 智能体共收集了超过 20 万种逆转录酶，从中挑选出 3,500 个新的候选系统，并进一步筛选出 20 个最具潜力的对象进行深入分析，最终生成供人类阅读的报告。对于专业科学家而言，完成此类分析通常需要数周乃至数月的时间。
研究过程中，Claude 注意到一个不寻常的 RT 家族，并决定深入查看。在逐行扫描 RT 附近的原始 DNA 序列时，Agent 惊叹道：“[RT 旁边的 DNA] 太壮观了：我肉眼就能看到一串串联重复序列……那是类似 CRISPR 的重复阵列？！”
随后，它像人类科学家面对潜在发现时那样行动：统计重复序列的数量并测量间距，将布局与已知的 RT 系统对比，并在文献中检索该模式的既往报道。经过全面分析，它确信自己发现了一个新的生物系统，并提交报告供人类审查。
它发现的系统 ART 主要存在于噬菌体中，由三个部分组成：RT、旁边的伙伴基因以及一长串等间距的 DNA 重复序列。该重复布局类似于 CRISPR 阵列，后者含有一系列不同的 RNA 序列，使 CRISPR-Cas 系统成为可编程的生物工具。初步实验显示，ART 阵列也会表达为一组独特的短 RNA，表明该系统可能运作机制类似。
我们正在进行更多实验以确定 ART 的工作机制。分享这些初步发现是为了向社区展示，Claude 能够自主检测异常并驱动分析，从而开启新的生物发现。
更多细节见我们的技术报告（此处）。
与我们合作
我们希望这项研究向更广泛的科学界展示 AI 驱动假设生成的价值。我们愿意与其他科学家合作，将此方法拓展到基因组学及其他领域的广泛问题上。如果您有研究课题提案，我们期待听到您的声音。