Concitech AI · 深度长文
2026/09/24 03:24
Claude 发现新酶系统 ART：950 个 Agent、19 亿蛋白簇、21.5 小时
Anthropic 生命科学团队报告 ART 酶系统。Claude Agent 处理 19.4 亿蛋白簇，发现逆转录酶、串联重复阵列与伙伴蛋白组合。实验确认阵列 RNA 表达，生物功能处于未知状态。
Anthropic 成立了生命科学研究组与湿实验室。团队公布的首批成果叫 ART，全称是 array-associated reverse transcriptases，中文可译为“阵列相关逆转录酶”。
Claude Agent 发现了这个系统。研究规模包含 19.4 亿个蛋白簇、949 个 Agent 会话、2.156 亿 Token 和 21.5 小时墙钟时间。
名字有冲击力。证据边界决定结论。
Claude 发现的是一组序列异常和一个新系统候选。实验团队确认了家族结构与 RNA 表达。RT 酶活性、RNA 底物、伙伴蛋白互作与生物功能处于未知状态。
“Claude 发明新 CRISPR”超出论文证据。“Claude 找到一个带有类 CRISPR 重复阵列的新型逆转录酶系统”符合证据。
19 亿蛋白簇的搜索任务
逆转录酶负责 RNA 到 DNA 的复制。经典逆转录酶支撑 cDNA 合成、基因工程和多种分子生物学工具。细菌与噬菌体拥有大量功能未知的逆转录酶。
Claude 的研究任务是寻找新型逆转录酶系统，筛选线索是未知伙伴基因。
研究任务包含多个阶段。Worker Agent 制定计划并执行分析。Supervisor Agent 审查计划与结果。Curator Agent维护共享记录。Editor Agent整理候选报告。
论文记录了完整搜索漏斗：
| 阶段 | 数量 |
|---|---|
| 蛋白簇 | 19.4 亿 |
| 逆转录酶簇 | 198,290 |
| 邻近蛋白家族 | 3,564 |
| 深度调查候选 | 17 |
| Agent 任务 | 119 |
| Agent 会话 | 949 |
| 研究报告 | 19 |
这轮任务消耗 77 个 Agent 小时。墙钟时间是 21.5 小时。任务运行期的人类干预量为零。
“人类干预量为零”描述 21.5 小时计算流程。整个研究项目包含科学家贡献：任务书撰写、harness 搭建、研究对象选择、报告审阅、实验设计与湿实验。
目标之外的异常
原任务主候选名单缺少 ART。旁支任务产生 ART 线索。
一个 Worker Agent 研究噬菌体逆转录酶与邻近基因。原伙伴基因假设遭到该 Agent 否定。逆转录酶异常进入 Supervisor Agent 创建的追踪任务。
追踪任务读取逆转录酶邻近 DNA。序列包含 14 个重复核心。每个核心长度是 16 个核苷酸。独特间隔序列的长度范围是 100 至 200 个核苷酸。
Agent 判定该模式是串联重复阵列，并检索文献与已知系统。这个谱系进入报告与人类审查流程。团队命名它为 ART。
这段路径展示了 Agent 科学的价值：预设管线负责规模，语言模型负责异常判断。传统管线搜索既定特征。ART 的决定性特征位于任务目标之外。
ART 的三块结构
ART 系统包含重复阵列、逆转录酶和伙伴蛋白。
团队发现 95 个 ART 逆转录酶簇。28 个簇带有可检测重复阵列。阵列长度范围是 0.3 至 4.1 kb，包含 3 至 21 个重复单元。重复序列长度范围是 15 至 49 个核苷酸，间隔序列长度范围是 120 至 220 个核苷酸。
93 个完整逆转录酶序列保留催化基序 YxDD。ART 蛋白 N 端长度是 180 个残基，其他多类逆转录酶的典型值是 50 个或以下。ART 位点旁边存在三个无同源关系的伙伴蛋白家族。
“类 CRISPR”标签描述阵列外观。CRISPR 身份与基因编辑能力缺少证据。
CRISPR 阵列含有重复序列与间隔序列。ART 阵列具备相似排列。两者的差异包括：ART 间隔序列长度达到 120 至 220 个核苷酸；典型 CRISPR 间隔序列长度是 30 个核苷酸左右；ART 位点周边缺少 Cas 基因。
论文定义 ART 为一种新型非编码重复元件。CRISPR 系统身份缺少证据。
实验确认了 RNA 表达
序列模式的实验支持来自金黄色葡萄球菌噬菌体 SA1 的公开感染时间序列 RNA 数据。
感染时间点 5、15、55 分钟的样本含有 ART 阵列 RNA。15 分钟时间点的阵列 RNA 峰值占噬菌体 RNA 的 8%。这些 RNA 呈现多个短片段，边界具有重复性。
团队构建了含 SA1 ART 系统的大肠杆菌质粒。小 RNA 测序记录到相似短 RNA。结果支持一个事实：ART 阵列产生多种独立非编码 RNA。
系统功能答案缺席。论文证据范围包括序列家族、RNA 表达与结构预测。酶活性测定、RT 产物、RNA 底物、伙伴蛋白互作、抗噬菌体作用处于空白状态。
十次复跑，零次重复发现
复现测试提供了一项反面结果。
团队完成十次相同搜索。多数流程抽到 ART 位点。两个流程调查了 ART 谱系。阵列识别次数是零。
偶然性来自两处：任务树具有非确定性，Agent 原始 DNA 读取行为具有随机性。固定输入测试提供机制证据。
连续 DNA 读取量不足 200 个核苷酸的尝试占 39%。≥200 nt 组的阵列识别率优势是 16 至 32 个百分点。四个高能力模型的合并识别率区间是 29% 至 76%，分组变量是 DNA 读取量。Mythos 5 的峰值识别率是 96%。
工具数量与信息数量的增加伴随识别质量下降。文件与工具条件导致部分 Agent 回避原始序列。模型能力、上下文策略与 harness 行为是发现率的三个变量。
ART 的发现属于真实结果。发现过程的稳定性不足。
AI 科学家的准确位置
Claude 承担了文献检索、序列搜索、候选筛选、异常识别和报告生成。人类科学家承担了问题定义、平台设计、候选审查、实验设计与湿实验。
Anthropic 的实验室使用 BSL-1 与 BSL-2 条件。团队声明实验对象排除可感染人类的病原体。湿实验执行者是人类科学家。
论文状态是预印本。同行评审结果缺席。作者单位栏是 Anthropic。模型、harness 与实验室属于同一机构。独立复现具有必要性。
ART 的生物学价值取决于功能实验。论文的即时价值来自另一处：AI 的任务范围包含论文摘要、数据库检索、既定管线执行、原始 DNA 阅读、异常识别与追踪任务提出。实验室获得候选。
这套闭环拥有充足假设。实验验证能力、复现率和研究判断是稀缺资源。
