Claude发现CRISPR式重复序列旁的新酶系统：950个Agent如何参与生物学发现

Claude在噬菌体DNA中发现异常结构

Anthropic于2026年9月23日公布一项生命科学研究进展：Claude在噬菌体DNA中识别出一种此前未被完整描述的酶系统。该系统由逆转录酶、相邻的辅助蛋白基因和一长串规律排列的非编码DNA重复序列组成，研究团队将其命名为阵列关联逆转录酶系统，即Array-associated Reverse Transcriptases，简称ART。

这些重复序列的布局与CRISPR阵列有相似之处。已知少数同时具备类似特征的生物系统，可以完成切割、复制或粘贴DNA等操作，因此ART引发了研究人员对其可编程性的兴趣。

但最重要的前提是：研究团队目前尚不知道ART的主要功能，也没有证明它能像CRISPR一样编辑基因。该成果已通过预印本公开，仍需更多实验和同行评议。把它描述成“新一代CRISPR”或“已经可以用于基因治疗”都为时过早。

主线推文说了什么

Anthropic在官方主推中强调，Claude发现的是隐藏在噬菌体DNA中的未知酶系统，酶基因旁边存在很长的重复DNA阵列，结构看起来与CRISPR有些相似。

官方同时保持了必要的谨慎：

• 目前还不知道该系统究竟做什么
• 只有少数已知系统同时具有这些结构特征
• 历史上，可编程DNA操作系统曾推动生物技术和医学革新
• ART是否具备类似用途，需要大量后续工作才能判断

这条推文的完整上下文并不是“AI独立发明了基因编辑工具”，而是Anthropic正在建立生命科学研究团队和实体实验室，让Claude负责大规模基因组数据搜索、候选生成与分析，再由人类科学家审查并做实验。

950个Agent如何完成21小时搜索

研究人员给Claude的高层任务，是从海量DNA序列中寻找值得研究的新型逆转录酶。之后的计算分析主要由Claude Agent集群推进。

根据Anthropic披露的数据：

• 约950个Claude Agent并行工作
• 搜索持续约21小时
• 总计使用约2.1亿Token
• 收集超过20万条逆转录酶序列
• 识别约3500个新候选系统
• 最终筛选出20个最有价值的候选并生成可读报告

对于专业科学家，这类基因组挖掘和候选排查通常需要数周到数月。Claude的价值并非一次猜中答案，而是把大量文献阅读、序列邻域检查、家族分类和异常筛选并行化。

研究过程中，一个Agent在检查某个逆转录酶附近的原始DNA时，注意到肉眼可辨认的串联重复阵列。它随后统计重复单元及间距，与已知逆转录酶系统比较，并检索文献确认该组合是否被报道，最后把候选提交给人类科学家审查。

Claude实际发现了什么

逆转录酶能够把RNA复制成DNA。人们熟悉它，常常是因为逆转录病毒，但自然界中还有大量分布于细菌和噬菌体的逆转录酶，它们可能参与防御、遗传信息传递或其他尚未理解的生物过程。

ART系统主要出现在噬菌体中，由三部分构成：

1. 一个结构特殊的逆转录酶基因
2. 一个位于旁边、功能未知的伙伴基因
3. 一长串间距规律的非编码DNA重复序列

底层逆转录酶此前曾在巨型噬菌体研究中出现过，但Anthropic称，Claude似乎是第一个注意到它与重复阵列及辅助蛋白共同构成独特系统的研究者。换言之，新发现并不是首次看到这条酶序列，而是首次识别其周围结构所代表的系统性特征。

为什么会联想到CRISPR

CRISPR阵列包含间隔分布的重复序列，可以保存来自病毒等外来遗传物质的片段，并与Cas蛋白共同构成细菌和古菌的适应性免疫系统。后来，研究者把这种可编程识别和切割能力开发为基因编辑工具。

ART的重复阵列在排列方式上与CRISPR有相似之处。Anthropic的初步实验还显示，ART阵列会表达成一组彼此独立的短RNA。这提示重复阵列可能不仅是无意义的基因组片段，而是参与系统功能。

不过，结构相似并不代表机制相同。当前尚未确定：

• ART产生的短RNA是否承担引导功能
• 逆转录酶具体识别什么底物
• 辅助蛋白在系统中发挥什么作用
• ART是否参与噬菌体防御、复制或其他过程
• 它能否被重新编程
• 它是否具有生物技术或医学价值

Feng Zhang在审阅预印本后表示，逆转录酶与RNA重复阵列的关联确实值得进一步研究，并认为这是AI Agent参与生物学发现的一个有趣案例。但这同样是一种研究价值判断，不是对未来医疗用途的确认。

AI完成计算发现，人类完成实验验证

Anthropic把这个项目描述为Claude在科学家高层指导下的自主发现，但实验室环节仍由人类完成。

典型工作流包括：

Claude大规模搜索

模型阅读文献、复现公开数据中的既有结果，再搜索不能被现有分类解释的蛋白家族和基因邻域。

Agent提出并反驳假设

每个候选会形成一份包含功能猜测和证据的简短报告，随后由其他分析进一步质疑。多数候选会在这一阶段被淘汰。

科学家审查候选

研究人员判断候选是否值得消耗实验资源，并检查模型是否遗漏已知研究或误读序列特征。

人类执行湿实验

通过标准实验菌株表达蛋白，对其进行生化和结构表征，再由Claude协助解释数据和设计后续分析。

因此，“Claude发现ART”并不意味着模型独自完成从序列到结论的全部过程。更准确地说，它在搜索空间中主动识别了关键异常，并推动了后续分析；人类科学家负责实验、风险控制和最终判断。

Anthropic正式建立生命科学团队和实验室

此次公告也确认，Anthropic已经在旧金山湾区建立新的生命科学研究团队和实验室。团队关注基础生物学，通过Claude探索DNA数据、识别未知蛋白家族、批量生成假设，并在实验室中验证。

实验室只开展较低生物安全等级的BSL-1和BSL-2研究，不处理能够感染人类的病原体。所有实体实验均由人类科学家完成。

这一点修正了外界容易产生的误解：Anthropic虽然发布过Model Hardware Standard，探索AI安全控制实验设备，但目前生命科学实验室的这类临时性、探索性分子生物学流程并不主要由机器人自主运行。Claude使用的是Claude Science、Claude Code以及协调多个会话的内部工具，核心优势仍在数据搜索、推理与分析。

这项成果为什么重要

展示Agent可以发现“异常”

传统生物信息学流水线擅长执行预定义规则，Claude则被允许决定哪些候选值得深入调查。它发现ART的关键不是完成已知分类，而是注意到一个没有被明确要求寻找的重复结构。

将科学家的判断扩展到更大规模

研究团队开始分析，为什么Claude生成的数百至数千份候选报告中，少数值得实验。科学家对“什么有研究价值”的判断可以反馈进提示词和筛选流程，让Agent逐步学习研究品味。

真实实验成为模型能力的检验

语言模型可以写出看似合理的生物学故事，但只有实验才能区分真正的发现与漂亮的猜测。ART项目的重要性在于，模型提出的异常经人类实验确认：该阵列确实会表达为多个短RNA。

科学Agent开始从辅助工具走向研究参与者

Claude不只是总结论文或编写代码，而是组织搜索、比较候选、主动追踪异常并形成可实验验证的假设。这比常见科研问答更接近真实发现流程。

仍然需要谨慎看待

成果尚处于预印本阶段

预印本意味着研究已公开，但尚未完成正式同行评议。方法、统计和解释仍可能在审稿或复现实验中被修正。

功能尚未确定

目前确认的是结构组合与短RNA表达，ART究竟执行什么生物学任务仍未知。没有功能机制，就无法判断其是否可编程，更不能判断医疗价值。

这是单个早期案例

一次有趣发现不能证明Claude能稳定进行所有类型的科学研究。Agent筛选了3500个候选，最终突出一个系统，也说明大规模假设生成需要严格过滤。

成本与效率需要完整核算

2.1亿Token和约950个Agent代表很高的计算投入。它可能比专家数月手工分析更快，但仍需比较模型调用、实验、人工审查和失败候选的总成本。

生物安全不能后置

AI越能主动发现和设计生物系统，就越需要权限控制、研究范围限制、人工审批和实验审计。Anthropic当前限制实验室安全等级并由人类执行实验，是必要边界，而不是可以忽略的细节。

对AI for Science意味着什么

ART项目展示了一种可复制的科研组织方式：不是让一个超大模型从头到尾独立工作，而是让大量Agent并行探索，再由少数高质量候选进入人类评审和实验。

这一架构适合搜索空间巨大、公开数据丰富、实验验证昂贵的领域。其经济价值来自把专家时间集中在最值得验证的少数候选上。

未来真正形成竞争壁垒的，可能不是单纯的模型参数，而是四类能力的组合：

• 高质量科学数据与检索工具
• 能够并行协作和相互质疑的Agent系统
• 有经验的领域科学家
• 能产生真实反馈的实验室

谁能更快完成“假设—筛选—实验—反馈”的循环，谁就可能在科学发现中积累更有价值的数据和方法。

总结

Claude发现的ART，是一种由逆转录酶、辅助蛋白和CRISPR式重复阵列组成的候选新系统。约950个Agent用21小时分析20多万条逆转录酶序列，并从3500个候选中筛出20个重点对象，最终由其中一个Agent注意到关键重复模式。

这项工作的重要性，不在于已经获得了新的基因编辑工具，而在于AI Agent主动发现了可被实验验证的生物学异常。人类科学家随后确认ART阵列能够表达成多个短RNA，但其具体功能、可编程性和应用价值仍有待研究。

它是AI参与科学发现的有力早期案例，同时也是一条清晰边界：模型负责扩大搜索和提出假设，实验与科学结论仍必须由人类严格验证。