Anthropic 周三表示，其 Claude AI 模型自主发现了隐藏在细菌病毒 DNA 中的一种先前未表征的酶系统，这是迄今为止人工智能系统推动原创科学发现而不是简单地加速现有工作流程的最具体例子之一。该公司宣布了这一发现，同时成立了一个专门的生命科学研究小组和实验室，并发表了一篇描述新系统的预印本论文，Anthropic 将其称为阵列相关逆转录酶（ART）。

这一消息发布之际，前沿实验室正在竞相证明人工智能可以产生新知识，而不仅仅是综合人类已知的知识。据 Anthropic 称，这一发现源于 2026 年春季形成的一项研究计划，旨在测试通用人工智能模型是否能够系统化生物探索——扫荡人类团队一生都无法阅读的数据集。 更多相关背景，请参阅我们的人工智能资讯。

这一发现是如何展开的

Anthropic 表示，其科学家给了 Claude 一个高级提示：搜索庞大的 DNA 序列数据库，寻找有趣的逆转录酶新例子，逆转录酶是将 RNA 复制到 DNA 的酶。该公司表示，从那时起，该模特的经纪人就基本上靠自己工作了。

根据 Anthropic 的公告，大约 950 名 Claude 特工花了 21 个小时梳理数据库，消耗了约 2.1 亿个代币。其中一个标记了一些不寻常的东西：位于巨型噬菌体（一种感染细菌的巨型病毒）携带的奇特逆转录酶基因旁边的DNA序列的重复模式。

Anthropic 在其声明中写道：“虽然这种潜在的 RT 在之前的研究中已经被识别出来，但 Claude 似乎是第一个注意到该系统定义特征的人——一组相关的非编码 DNA 序列和一个功能未知的附加辅助蛋白。”经过公司科学家的进一步分析和实验室测试，研究小组得出结论，该模式标志着一种以前从未被描述过的酶系统。

为什么这一发现很重要

据 Anthropic 称，该系统的特征只在少数其他生物系统中被发现过，所有这些生物系统都是可编程的，并且能够进行诸如剪切、复制和粘贴 DNA 等操作。该家族包括 CRISPR（一种已经生产出批准药物的基因编辑工具），以及目前正在开发的几种新系统作为研究工具。

Anthropic 谨慎地指出，ART 的功能仍然未知。该公司表示，了解该系统在噬菌体中实际作用的工作正在进行中，并且选择提前发布，既是为了展示克劳德的能力，也是为了让研究界在调查这一发现方面抢占先机。

以新的速度讲述一个古老的故事

分子生物学的历史充满了变革性的工具，这些工具始于在不知名的生物体中发现的奇怪现象。限制性酶能够以特定的短序列切割 DNA，它首先在细菌免疫系统中被发现，并随后启动了整个生物技术行业。 Taq 聚合酶是一种在高温下复制 DNA 的酶，是在黄石温泉中的一种细菌中发现的，并成为 PCR（许多现代诊断背后的扩增方法）的基础。早在人们将 CRISPR 理解为可编辑的免疫系统之前，CRISPR 本身就首次被发现是细菌 DNA 中奇怪的重复序列。

Anthropic 明确将 ART 定义为该谱系中的最新条目，但该公司表示，这次的通知是由在数据库规模上工作的人工智能代理完成的。这种比较是否成立取决于进一步的研究揭示了该系统的功能，科学家们现在将使用 Anthropic 发布的预印本来探讨这一点。

这一发现背后的实验室

这项工作背后的团队是 Anthropic 的一个新的生命科学研究小组，其成员都是专门研究读取和解释 DNA 的计算方法的科学家。该公司表示，该组织在旧金山湾区运营着一个分子生物学实验室，该实验室仅在最低生物安全级别（BSL-1 和 BSL-2）下进行实验，并且不处理能够感染人类的​​病原体。 Anthropic 表示，所有湿实验室工作均由人类科学家执行，克劳德代理负责计算探索、假设生成和分析。

这种分工反映了人工智能行业内部关于自主系统应以多快的速度融入生物研究的广泛争论。 Anthropic 的方法将物理实验置于人类的直接控制之下，同时让智能体做他们最擅长的事情：详尽地搜索数据，寻找人类不会想到的模式。

专家反应

该预印本得到了 CRISPR 基因组编辑先驱之一、麻省理工学院和博德研究所教授张锋的早期赞扬。

“这是人工智能如何为生物发现做出贡献的一个令人兴奋的例子，”张在 Anthropic 引用的一份声明中说。 “与逆转录酶相关的 RNA 重复阵列的识别确实很有趣，值得进一步研究。我希望这项工作能够鼓励更多的科学家探索人工智能如何支持他们的研究。”

接下来会发生什么

Anthropic 表示，其了解 ART 主要功能的工作正在进行中，该公司正在定位新的研究小组，以继续将 Claude 驱动的数据库探索与实际实验室测试结合起来。如果 ART 被证明能够像其结构同类一样进行编程，那么它最终可能会加入到研究和医学中用于操纵 DNA 的不断增长的酶工具箱中——无论是由代理人还是博士后发现，无论哪种方式，这一结果都将是引人注目的。

目前，这一发现只是一个概念证明，其含义很简单：在淹没在数据中的领域中，瓶颈可能不再注意到异常情况。它可能正在决定如何处理它。

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →