Anthropic Life Sciences: Claudeが新規の「アレイ関連逆転写酵素（ART）」を発見

Claudeが新規のART酵素システムを特定

Anthropicは、ClaudeエージェントによるDNA配列データベースの自律的な解析を通じて、「アレイ関連逆転写酵素（ART）」と呼ばれる新規の酵素システムを発見したと発表しました。主にバクテリオファージに見られるこのシステムは、逆転写酵素（RT）、隣接するパートナー遺伝子、および等間隔に並んだ長いDNA反復配列のアレイで構成されています。この構造パターンは、CRISPR-Casシステムをプログラム可能にするCRISPRアレイを彷彿とさせます。初期の実験では、ARTアレイが個別の短いRNAセットとして発現することが示されており、同様のプログラム可能なメカニズムが働いている可能性が示唆されています。

基礎となる逆転写酵素自体は以前の研究ですでに特定されていましたが、そのシステムを定義する特徴である「非コードDNA配列の関連アレイ」と「機能未知の追加アクセサリータンパク質」を認識したのはClaudeが初めてでした。

AI主導の生物学的発見ワークフロー

Anthropicは、生物学的発見を体系化するために、ベイエリアに専門のライフサイエンス研究グループと研究所を設立しました。このワークフローは、AIエージェントと人間の実験室での検証を統合した多段階のパイプラインとなっています。

広範な調査: Claudeエージェントが、特定のタンパク質ファミリー（例：RT）を求めて膨大なDNAデータベースを検索します。今回のキャンペーンでは、エージェントは20万以上のRTを収集しました。
候補のフィルタリング: AIが候補を絞り込みます。Claudeは20万のRTを3,500の候補システムに減らし、さらに20の優先度の高い候補へと絞り込みました。
仮説生成: 最終候補に対して、Claudeは機能の提案と裏付けとなる証拠を提示する、人間が読める形式のレポートを作成します。
人間によるレビューと実験室でのテスト: 人間の科学者がAIのレポートをレビューします。レビューを通過した候補は、実験室の株で発現させ、生化学的および構造的に特徴付けられます。

このプロセスは「Claude Science」と「Claude Code」を使用して実行され、時には多数のセッションを並行して実行するためのカスタムハーネスによって調整されました。ARTの発見には、約950のエージェントが21時間にわたって2億1,000万トークンを使用し、パターンを特定しました。

専門家による検証と技術的状況

CRISPRゲノム編集の先駆者であり、MITおよびブロード研究所の教授であるFeng Zhang氏は、この発見のプレプリントをレビューし、次のように述べています。

「これは、AIエージェントが生物学的発見にどのように貢献できるかを示す刺激的な例です。逆転写酵素に関連するRNA反復アレイの特定は非常に興味深く、さらなる調査に値します。」 — @handle

Anthropicの研究所はバイオセーフティレベル1および2（BSL-1およびBSL-2）で運営されており、ヒト病原体は取り扱っていません。すべての物理的な実験作業は人間の科学者によって行われます。

コミュニティの視点と技術的批判

発表後、Hacker Newsの科学・技術コミュニティからは、発見の性質と方法論に関して、いくつかの批判的な反論が寄せられました。

「発見」の性質について

一部の批評家は、基礎となる逆転写酵素はすでに知られていたため、AIは新しい酵素を発見したのではなく、新しいゲノム配置を発見したに過ぎないと主張しています。あるユーザーは、この発見は本質的に、既知のRT周辺のこれまで記述されていなかったゲノム配置を特定したものであり、これはゲノムマイニングにおける一般的なタスクであると指摘しました。

厳密さと出版について

複数のコメンテーターが、なぜこの発見が『Nature』や『Science』のような査読付きジャーナルではなく、マーケティングブログ記事やプレプリントとして発表されたのかを疑問視しました。批評家は、従来の査読プロセスがないことで、酵素システムの機能的理解における厳密さの欠如が隠されている可能性があると示唆しました。

人間とAIの帰属について

「Claudeが発見した」という表現に関しては、大きな議論があります。批評家は、この発見は人間が設計したハーネスとデータを検証した専門の生物学者チームの成果であり、成功をAIのみに帰属させるのは科学的な現実というよりはマーケティングの物語であると主張しています。

安全性と倫理について

AIが標的型ウイルスの作成を加速させる可能性や、独立した監視なしにAI主導のバイオエンジニアリングを行うことの一般的な危険性について懸念が提起されました。また、AI研究所が自社のツールを使用する研究者から提供されたデータを利用して、学術研究を「出し抜く（scooping）」のではないかと懸念する声もありました。