智东西9月24日报道，今日凌晨，Anthropic宣布，Claude发现了隐藏在噬菌体DNA中的一种以前未知的酶系统。这种酶的基因旁边有一长串重复的DNA，这种结构与CRISPR系统有些相似，而CRISPR系统是基因药物的基石。▲Anthropic官宣成果
据研究团队介绍，他们仅向Claude提供初始提示，并负责后续实验室工作。Claude智能体则负责梳理海量DNA序列数据库、调查不同逆转录酶（RT）家族，并运用自身判断识别有价值的候选对象。在大约950个智能体使用2.1亿tokens、历时21.5小时搜索后，其中一个智能体发现，在一个外观异常的RT（逆转录酶）基因旁边，存在一种DNA序列重复模式。研究团队随后在实验室中进一步分析、测试，最终确认：这种重复模式意味着一个此前从未被描述过的酶系统。它存在于噬菌体——也就是感染细菌的病毒——中，团队将其命名为“阵列相关逆转录酶”（ART）。Lucas Harrington是Jennifer Doudna实验室的博士，而Jennifer Doudna正是CRISPR基因编辑的先驱之一。也正因如此，他对Anthropic这项成果的点评格外值得注意。他认为，找到一个奇怪的基因簇和重复序列，往往是最容易的部分。难的部分，也是真正发现所在，是弄清这个系统究竟做什么，而Anthropic的研究还没有做到这一点。APILayer开发者关系经理Pratham Kumar则看到了这项研究的重要性。他说：“过去发现CRISPR这样的工具，往往需要人类专家花几个月手动搜索。而这一次，AI完成了这些工作，并发现了真实存在的东西，速度是任何人类团队都无法比拟的。所以别误会成Claude治愈了癌症。Claude只是在自然界中发现了某种人类此前漏掉的新东西。”▲网友评价
在随博客发出的论文预印本上，研究团队详细介绍了此次实验的过程。据介绍，本次实验以Claude Mythos 5驱动的多个Claude Code实例组成多智能体系统，分别扮演执行者、审核者、记录者和编辑角色，对宏基因组数据库中的逆转录酶（RT）位点进行系统性普查。整个行动包含119项任务、949个智能体会话，消耗了2.156亿tokens，用时21.5小时，期间没有人类介入。▲tokens消耗量
智能体共执行了7578条shell命令、696次数据库查询和131次文献检索，最终产出19份研究报告，确认了三组此前未被报道的RT关联系统和三个新的RT谱系。▲对新型RT谱系的主体式发现
Claude的任务书要求智能体寻找新的“搭档基因”关联，但一名执行智能体在排查一个噬菌体RT时，否决了最初筛选出的候选基因，却主动将这段RT列为值得跟进的次要发现。审核智能体随后要求下一个执行者检查该RT上游的非编码区域。关键的一步来了，这名执行者直接把DNA序列读入了自己的上下文窗口，然后用自然语言写下了这样一段推理记录：“L0050的侧翼区域太惊人了：我直接用肉眼看到了一个串联重复阵列：'CATGTGTATCGCATGTT'/'CATGTGTTTCGCATGT'以约100-180bp的间隔重复了很多次——这是类似CRISPR或msDNA的重复阵列？”▲推理记录
值得注意的是，这名智能体随后还经历了自我怀疑，它在推理中追问这一结构是否属于已报道的DRT9或其他已知系统，并决定“先做定量表征，再用精确描述词做新颖性文献排查”。排除所有已知系统后，智能体将该发现写成报告提交给人类审核，最终这一新谱系被命名为ART。
经研究团队后续分析确认，ART是一个主要存在于巨型噬菌体（jumbo phage）中的新RT家族，共识别出95个不同的RT簇，其中28个带有可检测的重复阵列。其典型结构为：RT上游有一段由3至21个重复单元构成的阵列（总长0.3至4.1kb），下游有一个专属搭档基因。每个重复单元长15至49个核苷酸，带有回文核心，单元之间由互不相同的间隔序列分隔。这与CRISPR阵列明显不同，且ART位点附近不存在任何cas基因，提示这是一种新型的非编码重复元件。▲ART 阵列被转录为高丰度RNA，且ART家族RT与专属伴侣蛋白共存
研究团队调取了一项已发表的葡萄球菌噬菌体SA1感染时间序列数据进行验证，发现ART阵列在感染的早期、中期和晚期均被高水平转录：感染15分钟时，阵列来源的RNA占噬菌体总RNA的比例最高达8%，属于丰度最高的噬菌体转录本之一。在大肠杆菌中异源表达该系统，也观察到了类似的离散短RNA。据此，研究者提出假设：ART可能类似反转子（retron）的工作机制，但携带的不是单一RNA，而是一组不同的RNA“模板库”，同一套酶和效应蛋白可组装出多个仅RNA不同的复合体，从而响应不同触发信号。
研究团队将发现会话的转录记录与模型内部活动对照，分离出Mythos 5内部两个对重复DNA产生响应的信号（repeat-signal 1和2）。这两个信号在模型读到阵列之前处于静默状态，读到第三个重复单元时激活；将每个重复单元的核苷酸原地打乱后，信号几乎全部熄灭。研究者据此认为，模型在“读”DNA时内部确实触发了对重复结构的表征，随后的自然语言推理直接命名了“串联重复阵列”——这种能力被研究者称为“基因组视觉”（genomic vision）。▲随着序列被读取，Mythos 5的内部信号会对重复序列做出响应
在七个Claude模型中，Opus 5.5、Mythos 5.1、Mythos 5和Opus 5四个最强模型对ART阵列的识别率显著高于Opus 4.6、Opus 4.8和Sonnet 5。识别率与模型实际读入上下文的连续DNA长度强相关。当读入超过2000 nt时，Mythos 5的识别率达96%。▲能力最强的模型能够识别ART阵列，且这种识别依赖于将DNA读入上下文
如果给模型更多工具，其识别率会不会大幅提升？研究团队的结论是：并不会。团队披露，在给模型配备工具后进行的尝试中，有39%的情况下，模型从未读入超过200 nt的连续序列，因此也就从未“看到”超过一个重复单元。这一结果说明：给模型更多工具和信息，反而抑制了它识别阵列的能力。
宏基因组数据库每四年翻一番，已积累数十亿条蛋白质序列，但系统性挖掘依赖预设特征的计算流水线，流水线之外的异常会被漏掉，最终仍要靠人类专家逐项审阅。这一瓶颈正是论文试图用AI智能体解决的问题。如果论文的结论成立，这意味着大模型在科学发现中的角色从“执行预设任务的工具”向“自主提出并筛选假设的主体”迈进了一步。其一，可重复性存疑。研究团队在相同框架下将同一任务重跑了十次，几乎所有完成的行动都采样到了ART位点，但没有任何一次有智能体去读上游DNA，阵列在每一次重跑中都被错过了。作者将其归因于RT搜索空间过大和框架的非确定性行为。这意味着最初的发现带有相当的偶然性。其二，功能未经实验验证。ART逆转录酶是否具有活性、单元RNA是否为其底物、RT与搭档蛋白是否真实互作、该系统对噬菌体有何功能，论文均未给出答案。目前的证据止步于序列分析和转录组数据。其三，这是Anthropic关于自家模型的自我报告，论文未经同行评审。
关于科技区角：国内科技展会垂直内容策划服务商，提供从论坛内容全案策划、会展市场化IP打造到精准专业观众一站式邀约服务，以产业内容吸引高质量B端人群，打通展会从议题设计、演讲嘉宾邀约、宣传预热、精准邀观到供需对接全链路。
