Claude 发现一种具有类 CRISPR 重复序列的新型酶系统

我们正在 Anthropic 组建一支新的生命科学研究团队和实验室。我们的重点是用 Claude 做基础生物学研究：探索 DNA 数据集，识别尚未被表征的蛋白质家族，规模化地生成假设，再通过实验室实验加以验证。这篇文章介绍这支团队，并分享早期成果——在我们的科学家只给出高层方向的情况下，Claude 发现了一个新的酶系统，其特性让人联想到 CRISPR。

生物学和医学中许多革命性的发现，都始于某位科学家在自然界纷繁复杂的分子机器中注意到一处反常。限制性内切酶——能在特定短序列处切割 DNA 的蛋白质——是在细菌免疫系统中发现的，那里它们负责摧毁入侵病毒的 DNA。研究者意识到，可以用这些酶在选定的位置切割 DNA，把一个生物的基因拼接进另一个生物，由此开启了生物技术产业。Taq 聚合酶是一种能在高温下复制 DNA 的酶，发现于黄石公园一处温泉中的细菌，后来成为 PCR 的基础，而 PCR 这种 DNA 复制方法如今支撑着大部分现代诊断。CRISPR 最初只是某些细菌 DNA 中一段不寻常的重复序列，现在已是基因编辑药物的基石。

2026 年春天，我们成立了一个研究团队，想看看通用 AI 模型能否把这类发现系统化并加速。我们认为，这种加速来自一种新的生物学研究方式：智能体在研究的每一步与人类协作。要建立这种工作方式，我们必须自建实验室，并让同一支团队同时负责从生物学方向的 Claude 训练到实验室实验的全部环节。

今天我们分享首批研究项目之一的早期成果：Claude 自主发现了一个新的酶系统，它与一组 DNA 重复序列相关联，这一模式让人想起 CRISPR。我们尚不清楚它的功能，但 Claude 发现的这个系统具备一组特征，而这些特征此前只在少数几个系统中同时出现过，它们全都可编程，能执行切割、复制、粘贴 DNA 之类的操作。CRISPR 已经改变了科学和医学，除此之外还有几个同类系统正作为有前景的工具处于开发之中。

Claude 找到的系统基于逆转录酶（RT），这类酶把 RNA 复制成 DNA。这个基础 RT 存在于一种巨型噬菌体中，此前的研究已经鉴定出它，但 Claude 似乎是第一个注意到该系统决定性特征的一方——一段与之关联的非编码 DNA 序列阵列，以及一个功能未知的额外附属蛋白。

在审阅预印本后，CRISPR 基因组编辑的先驱之一、MIT 和 Broad Institute 教授 Feng Zhang 表示：

这是 AI agent 如何助力生物学发现的一个令人振奋的范例。与逆转录酶相关的 RNA 重复序列阵列的发现确实引人入胜，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 agent 则梳理数据库、研究不同的 RT 家族，并自行判断哪些候选值得关注。大约 950 个 agent 用 2.1 亿 token 搜索了 21 个小时后，其中一个 agent 发现了非同寻常的东西：一段重复的 DNA 序列模式，出现在一个外形古怪的 RT 基因旁边。经过进一步分析和实验室测试，我们确认这一模式标记了一种此前未被描述过的酶系统，存在于噬菌体（感染细菌的病毒）中，我们将其命名为 array-associated reverse transcriptases（ART）。

我们仍在研究 ART 的主要功能。但我们认为，尽早分享这类发现很重要，既能展示 Claude 的能力，也能让更广泛的群体了解我们正在做什么。我们发布了一篇预印本（链接），其中有更详细的讨论。

关于我们的实验室

我们是一群科学家，整个职业生涯都在探索不寻常的蛋白质，尤其擅长用计算方法系统地读取 DNA、解读其演化过程，并挑出值得进一步表征的生物系统。加入 Anthropic 之前，我们的研究帮助人们更好地理解 CRISPR 系统的演化和调控，发现了用于下一代细胞与基因疗法的新酶，并构建了工具来加速识别 DNA 中的异常，例如人类致病变异。我们隶属于 Anthropic 的生命科学部门，与从事药物发现、为 Claude 进行生物学和化学训练的团队并列。

我们实验室位于湾区，看起来和普通的分子生物学实验室没什么两样。我们只做生物安全风险等级较低（BSL-1 和 BSL-2）的研究，不接触能感染人类的病原体。所有实验工作都由人类科学家完成。我们虽然尝试过用 AI 加速实验工作，比如 Model Hardware Standard 这样的项目，但这种方式不太适合分子生物学研究中那种临时性的工作流程。

我们如何工作

我们的许多工作流程，是让 Claude 在大量与功能未知的蛋白质相关的 DNA 序列中搜索。一个典型的模式从调研某个蛋白质家族开始。Claude 阅读相关文献，用公开数据复现已有结果，以检验自己的方法。接着它寻找不属于任何已描述系统的家族成员或基因组邻居，并为每个候选写一份简短、人类可读的报告，提出一个功能，并说明支持其判断的证据。在后续分析中，Claude 会批判性地评估这些证据——通常大多数候选会在这个阶段被淘汰。一轮调研结束时，可能只剩下一个值得测试的候选，也可能一个都不剩。

当某个候选通过我们的审查，我们会在实验室里测试它：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，Claude 则协助解读数据。我们在 Claude Science 和 Claude Code 中工作，这些工具任何科学家都能使用，有时也会用我们自己搭建的框架来协调多个并行运行的 Claude 会话。

由于 Claude 生成假设的效率极高，假设本身反而成了我们的研究对象。单次行动就能产出数百到数千份候选报告，我们一直在追问：那些我们判断值得测试的提案，和那些被搁置的提案，区别究竟在哪里。我们得到的认识会反馈到给 Claude 的指令中，教它模仿我们自己的科学品味。

Claude 发现 ART

过去几年里，研究人员发现了大量新的逆转录酶（RT），其中多数存在于细菌中，在那里充当免疫系统的一部分。几乎所有 RT 家族都是通过基因组分析（或称基因组挖掘）找到的——研究者要在序列数据库中搜寻无人表征过的基因，留意那些异常的序列，再弄清它们的功能。

Claude 智能体收集了 20 多万个 RT，从中挑出 3,500 个新的候选系统，再进一步筛选出最值得关注的 20 个，逐一分析并生成人类可读的报告。对专业科学家来说，这类分析往往要花上数周到数月。

研究过程中，Claude 注意到一个不寻常的 RT 家族，决定深入查看。在翻查该 RT 附近的原始 DNA 序列时，这个智能体脱口而出：“[RT 旁边的 DNA] 太惊人了：我肉眼就能看到一个串联重复阵列……这是类似 CRISPR 的……重复阵列？！”

Claude 读到这段原始 DNA 时，发现了一个此前无人注意到的重复模式

接下来它的做法和人类科学家面对潜在发现时差不多：数出重复单元的个数，测量它们的间距，把整体排布与已知的 RT 系统作比较，并检索文献看是否有人报告过这种模式。经过一番彻底分析，它确信自己发现了一个新的生物系统，于是提交了一份报告供人类审阅。

它找到的这个系统名为 ART，主要存在于噬菌体中，由三部分组成：RT、紧邻它的一个伙伴基因，以及一段长而间距均匀的 DNA 重复序列阵列。这种重复排布与 CRISPR 阵列相似，后者储存着一批不同的 RNA 序列，正是它们让 CRISPR-Cas 系统成为可编程的生物技术工具。我们最初的实验显示，ART 阵列同样会表达出一组各自不同的短 RNA，这暗示该系统可能也有类似的机制在起作用。

我们正在开展进一步实验，以厘清 ART 的作用机制。我们分享这些早期发现，是为了向社区展示 Claude 能够自主检测异常并推动分析，从而开启生物学发现。

更多细节见我们的技术报告（此处）。

与我们合作

我们希望这项工作能让更广泛的科学界看到 AI 驱动假设生成的价值，也愿意与其他科学家合作，将这一方法扩展到基因组学及其他领域的各类问题上。如果你有研究问题的提案，欢迎与我们联系。