Claude自主发现具CRISPR样重复序列的新型酶系统。

我们在Anthropic成立了一个新的生命科学研究小组和实验室。我们的重点是使用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，并通过实验室中的实验进行测试。本文介绍了这项工作的团队，并分享了早期结果，Claude在仅从我们的科学家那里获得高级别指导的情况下，发现了一种具有类似CRISPR特性的新型酶系统。许多改变了生物学和医学的革命性发现始于科学家在自然界中发现的令人难以置信的分子机器多样性中注意到一些异常。限制酶，在特定短序列处切割DNA的蛋白质，被发现存在于细菌免疫系统中，在那里它们破坏入侵病毒的DNA。研究人员意识到他们可以使用这些酶在选定的位置切割DNA并将一个生物体的基因拼接到另一个生物体中，这启动了生物技术产业。Taq聚合酶，一种在高温下复制DNA的酶，是在黄石热泉中的一个细菌中发现的。它成为PCR的基础，即现代诊断中广泛使用的DNA复制方法。CRISPR最初被注意到是某些细菌DNA中的一种不寻常的重复序列，现在它是基于基因编辑的药物的基础。

在2026年春季，我们成立了一个研究小组，以看看通用人工智能模型能否系统化和加速此类发现。我们相信这种加速将来自于建立一种新的生物学研究方法，在这种方法中，代理在过程的每一步都与人类合作。开发这种新工作方式需要我们建立自己的实验室和一个单独的团队，负责从在生物学中训练Claude到在实验室中运行实验的一切。

今天，我们分享了我们第一个研究项目之一的早期结果，Claude自主发现了一种与一系列DNA重复相关的新型酶系统，这种模式类似于CRISPR。尽管我们还不了解它的功能，但Claude发现的系统有一组特性，这些特性在其他系统中从未一起出现过，所有这些系统都是可编程的，并执行切割、复制和粘贴DNA等操作。除了已经改变了科学和医学的CRISPR之外，现在还有几种类似的系统正在开发中，作为有前途的工具。

Claude发现的系统基于一种逆转录酶（RT），逆转录酶将RNA复制成DNA。虽然这种基础RT在以前的研究中已被识别，但Claude似乎是第一个注意到该系统的定义特征——一个相关的非编码DNA序列数组和一个未知功能的附加蛋白。

在审查预印本后，CRISPR基因组编辑的先驱之一、麻省理工学院和布罗德研究所的教授冯·张说：

这是一个令人兴奋的例子，说明人工智能代理如何可以促进生物学的发现。与逆转录酶相关的RNA重复数组的识别确实令人着迷，值得进一步研究。我希望这项工作能鼓励更多科学家探索人工智能如何支持他们的研究。

我们给 Claude 提出了一个提示，让它在一个庞大的 DNA 序列数据库中搜索有趣的 RT 新实例。我们的参与仅限于初始提示和实验室工作，而 Claude 代理则筛选数据库、研究不同的 RT 家族，并根据自己的判断识别有趣的候选者。经过约 950 个代理花费 21 小时使用 2.1 亿个 token 搜索这些数据后，其中一个代理发现了一个非凡的东西：一个发生在奇怪 RT 基因附近的 DNA 序列重复模式。经过我们实验室的进一步分析和测试，我们认识到这个模式标记了一种以前未表征的噬菌体（感染细菌的病毒）中的酶系统，我们称之为阵列相关逆转录酶 (ART)。

我们了解 ART 主要功能的工作仍在进行中。然而，我们认为尽早分享这样的发现很重要，这既能展示 Claude 的能力，也能让更广泛的社区了解我们正在从事的工作。我们已经发布了一篇预印本（这里），其中更详细地讨论了这一点。

关于我们的实验室

我们是一组科学家，他们花费了整个职业生涯探索不寻常的蛋白质，并专门使用计算方法系统地读取 DNA、解释其进化，并挑选出用于进一步表征的生物系统。在我们加入 Anthropic 之前的研究有助于更好地理解 进化 和 调控 CRISPR 系统，发现用于下一代 酶 的 细胞和基因治疗，以及构建 工具 以加速 DNA 异常的识别，例如人类致病变异。我们是 Anthropic 生命科学组织的成员，与其他工作包括药物发现和训练 Claude 在生物学和化学方面的团队一起工作。

我们的实验室位于湾区，看起来像典型的分子生物学实验室。我们进行的研究仅涉及生物安全风险等级较低的级别（BSL-1 和 BSL-2），我们不处理可以感染人类的病原体。所有实验室工作都是由人类科学家完成的。尽管我们通过 模型硬件标准 等计划尝试使用 AI 加速实验室工作，但这种方法的适应性较差，不太适合我们分子生物学研究中涉及的临时工作流程。

我们的工作方式

我们许多工作流程涉及让 Claude 在与蛋白质相关的大量 DNA 序列（这些蛋白质的功能未知）中进行搜索。一个典型的工作模式始于对给定蛋白质家族的调查。Claude 阅读相关文献，并从公开数据中重现已建立的结果以检查其方法。然后，它搜索符合未描述系统的家族成员或基因组邻居，并为每个候选者撰写一份简短、人类可读的报告，提出功能并描述支持其主张的证据。在后续分析中，Claude 严格评估证据——通常大多数候选者在这一阶段被淘汰。调查可能以一个值得测试的候选者结束，也可能没有任何候选者。

当候选者在我们的审查中存活下来时，我们在实验室中对其进行测试，在标准实验室菌株中表达蛋白质，并对其进行生化和结构表征，Claude 帮助解释数据。我们在 Claude Science 和 Claude Code 中进行工作，这些工具对任何科学家都可用，有时我们还会使用自己的工具，该工具协调多个并行运行的 Claude 会话。

因为 Claude 产生假设非常丰富，这些假设本身已成为我们研究的对象。从单个活动中获得数百到数千个候选报告，我们一直在问，我们判断值得测试的提案与那些我们搁置的提案有何不同。我们学到的知识将反馈到我们给 Claude 的指令中，并教它模仿我们自己的科学品味。

Claude 发现 ART

在过去的几年里，研究人员发现了许多更多的逆转录酶 (RT)，其中大多数存在于细菌中，它们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，这需要研究人员在序列数据库中搜索尚未被表征的基因，注意不寻常的基因，并弄清楚它们的作用。

Claude 代理收集了超过 200,000 个 RT，挑选出 3,500 个新的候选系统，并将它们缩小到 20 个最引人注目的候选系统，他们分析了这些系统以生成人类可读的报告。对于一位专家科学家来说，这种分析可能需要几周到几个月的工作。

在其研究过程中，Claude 注意到一个不寻常的 RT 家族，并决定对其进行更详细的研究。当它在 RT 附近的原始 DNA 序列中搜索时，代理感叹道：'[RT 附近的 DNA] 令人惊叹：我肉眼可以看到一个串联重复数组……这是一个 CRISPR 样的……重复数组？！'

然后它继续像人类科学家面对潜在发现时会做的那样进行。它计算重复次数并测量它们的间距，将布局与已知的 RT 系统进行比较，并在文献中搜索任何关于该模式的先前报告。经过深入分析后，它确信自己发现了一个新的生物系统，并提交了一份供人类审查的报告。

它发现的系统 ART 主要存在于噬菌体中，由三部分组成：RT、它旁边的伴侣基因以及一个由均匀间隔的 DNA 重复序列组成的长数组。重复布局类似于 CRISPR 数组，该数组包含不同的 RNA 序列库，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 数组也表达为一组不同的短 RNA，这表明该系统可能存在类似的情况。

进一步的实验正在进行中，以确定 ART 的工作原理，我们正在分享这些早期发现，以向社区展示 Claude 可以自主检测异常并推动分析以启动生物发现。

您可以在我们的技术报告（这里）中找到更多细节。

与我们合作

我们希望这项工作向更广泛的科学界展示了 AI 驱动的假设生成的价值，我们希望与其他科学家合作，将这种方法扩展到基因组学和其他领域的广泛问题。如果您有一个研究问题的提案，我们希望听到您的想法。