从 20 万个逆转录酶里筛出 20 个候选,特征组合罕见,但它到底干什么还没人知道
按 Anthropic 公布的流程,这次搜索动用了 950 个智能体,连续跑了 21 小时,处理约 2.1 亿 token 的数据。几个关键数字:
逆转录酶的本职是把 RNA 抄写成 DNA,HIV 靠它复制,实验室里做 cDNA 也离不开它。Anthropic 的说法是,Claude 似乎是第一个注意到这类系统「成套出现」的特征:一段逆转录酶基因旁边,挨着一串不编码蛋白的重复 DNA 阵列,外加一个额外的辅助蛋白。公司称,这类比对工作通常要资深研究者花几周到几个月。
CRISPR 最早也是作为细菌基因组里一串奇怪的重复序列被注意到的,前后隔了二十多年,才被弄清楚是细菌的免疫记忆,又过了几年才被改造成基因编辑工具。ART 被拿来类比,原因就在那串重复阵列上。
更关键的一点在 Anthropic 的原话里:ART 这组特征的组合,此前只在少数几个系统里同时出现过,而那几个系统无一例外都是「可编程」的,能对 DNA 做剪切、复制、粘贴之类的操作。逆转录酶家族本身也不缺先例,细菌里的 retron、噬菌体里的多样性生成元件(DGR)都依赖逆转录酶,前者已经被研究者拿去做基因编辑的实验。所以这次的推断逻辑是「长得像那一类,那一类都很有用」,而不是已经证明它有用。
这是整件事最该冷静看的地方。计算层面的发现,能回答「这里有一组以前没人归过类的东西」,回答不了「它在细胞里做什么」。后者要靠湿实验:表达蛋白、敲除基因、看噬菌体感染时发生什么。生物信息学史上,靠序列特征预测功能、最后被实验推翻的例子并不少见。
另一个值得追问的是「自主」的边界。Anthropic 说 Claude 只拿到高层指令,但 20 个候选之后由谁判断、哪一步有人介入,目前的公开信息还不够细。外界能确认的,是这套流程把「大海捞针」那一段压缩到了一天之内。
单看一个功能不明的酶,新闻价值有限;Anthropic 同时宣布自建生命科学团队和实验室,才是更硬的信号。模型公司自己配湿实验室,意味着它不打算只卖 API 给药企和高校,而是要把「模型提假设、实验室验证、结果再喂回模型」这条环路握在自己手里。ART 的价值最终取决于实验室那头给出的答案,而这个答案,目前还没有出来。