Claude发现ART候选酶系统
AI参与基因组挖掘进入实验室验证，但ART仍只是待定功能的候选系统。
本文要点
- 从AI辅助读论文，推进到Claude agents主动筛选基因组候选系统。
- 从发现可疑RT，进入人类科学家复核和湿实验验证阶段。
- 从单个演示案例，变成Anthropic新生命科学实验室的研究路线展示。
阅读辅助
先看数字、证据和来源，再读正文。
Claude参与发现的是ART候选酶系统，不是已验证的CRISPR替代品。
2026年春季 · Anthropic组建生命科学研究组和湾区分子生物学实验室。
Anthropic在9月23日把一个生命科学故事放到公司Newsroom头条位置：新成立的生命科学研究组和实验室使用Claude做基因组挖掘，披露了一个名为array-associated reverse transcriptases，简称ART的候选酶系统。这个系统与噬菌体DNA中的一段重复序列相邻，外观让研究团队联想到CRISPR式repeat array，但Anthropic和技术报告都没有说ART已经能替代CRISPR，也没有确认它的主要功能。
过去24小时的新信息是官方发布本身。Newsroom文章给出公众叙事，技术报告给出实验和agent harness口径：Claude Code实例扫描了19.4亿个metagenomic protein clusters，搜索reverse transcriptase相关loci，运行119个tasks、949个agent sessions，消耗2.156亿tokens，用21.5小时wall-clock time形成候选报告。人类科学家随后复核Claude报告，并继续在实验室做表达、测序、结构预测和功能验证。
边界要放在同样显眼的位置。ART现在是一组有趣的生物学线索：RT、旁侧partner gene、非编码重复阵列，以及感染数据和质粒表达中看到的短RNA信号。它还不是一个已被证明可编程、可编辑基因组、可转化为治疗工具的系统。Anthropic自己的措辞是“we don’t yet know its function”，并称“further experiments are underway”。这意味着新闻价值来自AI参与发现流程，而不是ART功能已经跑通。
对读者的直接影响分三层。研究者会关注Claude是否真的能降低基因组挖掘中的专家筛选瓶颈。企业和实验室会关注这种agent harness能否变成可审计、可复现的科研流程。安全和治理团队则会追问，当前实验位于BSL-1/BSL-2低风险边界，不处理可感染人类的病原体；若AI未来参与更高风险生物设计，监督机制不能只靠公司自述。
先把边界说清
这条新闻最容易被两种叙事拉偏。一种是把ART包装成“AI发现新CRISPR”，这会越过原文证据；另一种是把Claude说成只做了普通数据库检索，这又低估了报告中展示的agentic workflow。
Anthropic原文里的“autonomously discovered”指的是Claude在给定高层指令和工具环境后，自主推进搜索、报告和候选筛选。它不等于无人类科学流程。人类科学家仍负责初始prompt、报告复核、候选挑选和实验室工作。
功能边界也很明确。原文写着“we don’t yet know its function”，技术报告同样把ART功能作为假说处理。因此本文只写候选酶系统、结构线索和实验中的RNA表达，不把它写成已验证的CRISPR替代品。
数字口径则以技术报告为准：Newsroom面向公众写“约950个agents、21小时、2.1亿tokens”，技术报告给出更细的949个sessions、21.5小时和215.6M tokens。安全边界写作低风险实验室研究，具体是BSL-1和BSL-2，不外推到高风险病原体实验。
Claude实际做了什么
技术报告的测试对象是reverse transcriptase，简称RT。RT的经典功能是把RNA复制成DNA，在生物技术中有重要位置。很多细菌或噬菌体系统里的RT会与partner protein和非编码RNA共同出现，形成防御或调控机制。传统基因组挖掘通常依赖研究者设定特征、跑同源搜索、聚类、注释，再由专家做最后判断；新颖性往往受限于“事先定义了要找什么”。
Anthropic的做法，是把这一流程交给一个agentic harness。研究brief先被拆成多个分析阶段，每个阶段再拆成小任务；Claude Code worker提出计划并执行，supervisor复核计划和结果，还可以根据中途观察开新任务。所有计划、结果和审查写入共享记录，最终交给人类审阅。这里的“autonomous”主要指agent在任务队列内部能自主延展观察和分析，并非实验室无人化。
具体数字说明了这次试验的规模。Claude Mythos 5驱动的agents建立自己的sequence profile HMM和reference sets，恢复约198290个RT clusters，分类为9个RT classes；随后从约11000个RT loci抽样，给邻域中反复出现的3564个protein families打分。最初有16个families通过agent定义的筛选标准和注释审查；中途由观察追加任务，促成第17个候选进入深挖。
完整campaign包含119个tasks和949个agent sessions，合计77个agent-hours，在21.5小时自然时间内完成，消耗215.6M tokens。这比Newsroom面向公众的“约950个agents、21小时、2.1亿tokens”更精确，也解释了为什么这条新闻更像AI for science流程展示，而不是单点分子功能宣告。
| 环节 | 技术报告口径 | 对新闻的含义 |
|---|---|---|
| 蛋白簇搜索范围 | 1.94B protein clusters | 数据规模远超人工逐条检查 |
| RT结果池 | 198290个RT clusters | 先形成候选宇宙，而非直接宣布发现 |
| 邻域候选 | 3564个protein families | 候选经过打分和过滤 |
| 任务与会话 | 119 tasks、949 sessions | 多agent harness承担了主要计算搜索 |
| 运行消耗 | 21.5小时、215.6M tokens | 这是高成本搜索，不是一次普通聊天 |
| 最终产出 | 19份reports | 人类科学家仍要挑选、复核和实验 |
ART线索为什么像CRISPR但不能写成CRISPR
Claude最终注意到的是一个位于jumbo phage里的RT相关系统。Newsroom写法是：底层RT在此前研究中已经被识别，但Claude似乎是第一个注意到定义该系统的组合特征，即一组相关的非编码DNA序列和一个功能未知的accessory protein。技术报告把这个家族命名为array-associated RTs，简称ART。
ART的结构线索包括三部分：RT、旁侧partner gene，以及上游非编码重复阵列。报告称在ART成员中，重复阵列与RT相邻，单元长度约200 nucleotides；进一步扫描显示，相邻RT的array在28 of 95 loci中被识别，array跨度约0.3到4.1 kb，包含3到21个短repeat copy。repeat本身通常在15到49 nt之间，spacer在120到220 nt之间。
这些特征之所以会让人想到CRISPR，是因为CRISPR-Cas系统也依赖repeat-spacer array来形成可编程性。Anthropic文章也只用“reminiscent of CRISPR”和“something analogous may be at play”这类谨慎表述。关键差异是，技术报告明确写到ART loci附近没有cas genes；报告提出的是一个可能由一组distinct RNAs引导的RT系统假说，而不是确认它具备CRISPR-Cas那种已经成熟的基因编辑功能。
实验层面的早期支持来自RNA表达，而不是功能完成。报告分析了Staphylococcus phage SA1感染时间序列RNA-seq数据，称ART repeat arrays在感染早、中、晚阶段都有高表达，其中array RNAs最高可占phage RNAs的8%。研究团队又在E. coli中表达SA1 ART相关质粒，观察到类似的离散短RNA。这支持“array会被表达成多个短RNA单元”的说法，但仍未回答它们具体触发什么、复制什么、剪切什么或防御什么。
因此，ART目前的合理定位是“值得实验跟进的候选系统”。如果后续证明它能像retron或CRISPR一样以RNA为索引调控某类分子操作，它会成为重要工具箱的一部分；如果不能，Claude这次仍然展示了对异常结构的检索能力，但生物学意义会回落到新RT家族注释和噬菌体系统研究。
为什么这仍然值得放头条
这条新闻的头条价值不在“AI替代科学家发现生命密码”，而在一个更具体的机制变化：LLM agent不再只是在论文或代码层做总结，而是进入了“读原始生物序列、提出候选、写报告、交给科学家验证”的链条。对基因组挖掘来说，最大的瓶颈之一是异常识别。常规pipeline擅长找已知特征的远亲，但不擅长发现“它不像任何一类，但组合特征值得看”的东西。
Anthropic在论文里特别强调，campaign被设计成允许agents追踪预设pipeline之外的观察。ART就是这样的例子：原始任务方向是找新的partner-gene associations，不是找非编码repeat array；Claude在阅读RT旁侧DNA时注意到重复模式，并开出人类可读报告。这个路径如果可复用，就意味着AI可以补上专家curation里最耗时的那部分工作：从海量数据库中挑出少数“怪但有意思”的候选。
但这也解释了为什么置信度只能给medium。第一，核心事实来自Anthropic官方和Anthropic作者技术报告，尚不是独立实验室复现结果。第二，报告里同一campaign重跑十次后，几乎每个完成的campaign都会采样到ART loci，但没有一次重新读出array并推动同样发现；作者把这归因于RT搜索空间巨大和harness非确定性。这说明“发现案例”成立，不等于“稳定发现能力”已经成立。
第三，固定输入benchmark证明的是不同Claude模型在给定ART序列或文件时识别特征的能力，而不是从开放数据库中稳定发现新系统的全链路能力。技术报告称七个Claude模型各在五级输入条件下做100次attempts，总计3500 attempts，由Mythos 5 judge按十个特征打分。结果显示Opus 5.5、Mythos 5.1、Mythos 5和Opus 5明显强于Opus 4.6、Opus 4.8和Sonnet 5。这对“先进模型能识别ART特征”有支持，但仍不能替代湿实验功能确认。
生物安全边界也是新闻的一部分
Anthropic在Newsroom里主动写了实验室边界：湾区实验室做的是典型分子生物学工作，只涉及较低生物安全风险等级，即BSL-1和BSL-2，并且不处理可感染人类的病原体。所有lab work由人类科学家执行。公司还提到，虽然此前探索过Model Hardware Standard等用AI加速实验设备操作的方向，但这种方式不太适合当前分子生物学研究中的临场、非固定流程。
这段不是背景装饰，而是新闻可信度的一部分。AI参与生命科学研究时，外界关注的不是模型能不能提出漂亮假说，还包括谁控制实验、谁审查风险、哪些实验被禁止、失败样本是否保留、可疑候选如何被淘汰。Anthropic给出了一个低风险边界和人类执行边界，但没有公开完整的生物安全审查流程，也没有公开所有被拒绝候选的报告和原因。
Hacker News讨论也围绕这两个点展开。一类评论认为这是AI辅助科学的有力案例，因为模型能从既有数据中连接人类难以穷尽的线索。另一类评论提醒，不应把“Claude发现”写成模型拥有科学主体性，真实验证仍来自训练数据、公开数据库、Anthropic科学团队和后续实验。还有评论把问题推向生物安全，担心大规模并行agent未来降低高风险生物设计门槛。作为社区背景，这些质疑不能证明论文错了，但能提示报道时必须压住叙事边界。
对AI for Science路线的信号
与蛋白结构预测、分子生成或自动化实验设备相比，这次ART案例更偏“发现前端”。它没有直接产出药物候选，也没有完成新的治疗机制；它展示的是从公开序列数据库里缩小搜索空间、识别异常模式、形成可读假说的能力。这个环节在科学流程中价值很高，因为后面的实验资源昂贵，前端筛选质量会影响整个研究项目的方向。
从商业和组织角度看，这也是Anthropic把Claude推向专业科研工作流的一步。生命科学团队不是只给模型写一组benchmark，而是搭建了自己的实验室，把Claude Science、Claude Code和内部parallel-session harness接到真实科研问题上。它对外传达的不是“Claude懂生物学”，而是“Claude可以嵌入科学团队的候选发现循环”。
这条路线的竞争门槛不只在模型能力。它还需要高质量数据库访问、专家定义的任务brief、能审计的agent记录、可重复的筛选流程、湿实验能力和安全治理。换句话说，模型只是其中一层。Anthropic如果要把这变成持续能力，而不是一次精彩案例，需要证明不同蛋白家族、不同任务目标、不同实验团队都能从同样流程中得到可验证增量。
早报判断是，ART新闻最值得记住的不是“AI发现新CRISPR”，而是“AI实验室开始把agent当作基因组挖掘的候选生成器”。这一步把模型能力从文本回答推进到科学流程中的一个真实瓶颈：在巨大序列空间里发现异常，并把异常写成专家愿意继续测试的报告。
这对Anthropic是一次很聪明的定位。相比宣称模型已经能自动完成科学发现，它把边界放在更可辩护的位置：Claude负责大规模搜索、阅读、提出候选；科学家负责复核、实验和解释。这个分工既能展示agent能力，也避开了把未验证分子功能营销成突破的风险。
真正的难点会出现在复现和治理上。论文里十次重跑没有再次完整发现array，这说明开放式agent discovery仍有随机性和路径依赖。生物安全上，BSL-1/BSL-2边界让本案例风险可控，但不会自动覆盖更敏感的应用。下一阶段如果没有外部复现、失败案例公开和安全审查透明度，这条路线很容易被市场宣传推得比科学证据走得更快。
接下来要看哪些证据
ART需要先走完功能实验。现在已有的支撑主要是结构邻接、repeat array、RNA表达和partner gene共现。后续能改变判断的证据，是ART是否执行特定分子功能，是否能被programmable地利用，以及这种功能是否稳定出现在多个ART类型中。
独立复现会决定它能否离开公司叙事。最有价值的复现不是转述Anthropic论文，而是外部实验室拿到同一类loci后，确认array表达、partner互作、可能的RT活性和下游表型。复现若只停留在数据库搜索层，新闻意义会停在“有趣候选”；湿实验给出功能，才会进入新工具候选。
agent harness也需要接受方法审计。Anthropic披露了任务数、会话数和token数，但外界还需要知道prompt、工具环境、检索数据库版本、筛选阈值、淘汰标准和失败报告是否可审计。否则，同行很难判断Claude贡献来自模型能力、任务设计、数据库偏置，还是人类后期筛选。
安全治理会跟随应用范围一起升压。Anthropic这次把实验限制在BSL-1和BSL-2，并强调不处理可感染人类的病原体。若未来把方法扩展到更高风险问题，公司需要给出独立审查、任务拒绝、危险能力评估和实验审批机制，而不是只在论文末尾写安全边界。
最后看其他AI实验室是否给出相似案例。OpenAI、Google DeepMind、Meta和专业AI for science团队都有动机证明agent能参与科研前端。如果多家团队在不同领域给出可复现结果，ART会成为趋势早期样本；如果只有Anthropic单点案例，它更像一次展示agent叙事能力和科研组织能力的信号。