Claude가 배열 연관 역전사효소(ART)를 발견하다

TL;DR

Anthropic는 자체 대규모 언어모델인 Claude가 박테리오파지에서 역전사효소와 인접한 CRISPR 유사 반복 배열을 가진 새로운 효소 시스템인 배열 연관 역전사효소(ART)를 자율적으로 발견했다고 발표했다. 이는 AI가 대규모로 생물학적 가설을 생성하고 우선순위를 정하는 능력을 보여준다.

배경: AI 강화 생명과학 연구

Anthropic는 일반 AI 모델이 기초 생물학 발견을 체계화하고 가속화할 수 있는지 탐구하기 위해 전용 생명과학 연구 팀을 구성했다. 팀은 Claude를 생물학 문헌으로 훈련시키고, 대규모 DNA 데이터베이스 탐색을 위한 도구를 제공하며, AI의 출력을 인간 과학자들이 수행하는 실험실 검증과 통합한다.

발견 워크플로우

  • 프롬프트 및 데이터셋: 연구자들은 Claude에게 거대한 DNA 서열 데이터베이스에서 흥미로운 역전사효소(RTs)를 탐색하도록 고수준 프롬프트를 제공했다. 구체적인 가설은 제공되지 않았다.
  • 에이전트 규모: 약 950개의 Claude 에이전트가 21시간 동안 작업을 처리했으며, 약 2억 토큰을 소비했다.
  • 후보 선별: 에이전트들은 20만 개 이상의 RT 서열을 수집하고, 3,500개의 새로운 후보 시스템을 식별한 후, 20개의 높은 신뢰도 후보로 단순화했다. 이 과정은 인간 전문가에게는 수주에서 수개월이 걸릴 것이다.
  • 패턴 탐지: 한 에이전트는 비정상적인 RT 옆에 연결된 연속 반복 배열을 발견하고, 이를 "놀라운" 및 "CRISPR 유사"라고 설명했다.
  • 보고서 생성: 에이전트는 반복 수, 간격, 비교 분석, 문헌 검색을 요약한 인간이 읽을 수 있는 보고서를 생성한 후 전문가 검토를 위해 제출했다.

ART 시스템

  • 구성 요소: ART는 세 가지 구성 요소로 이루어져 있다—(1) 거대한 박테리오파지에서 발견된 역전사효소 유전자, (2) 기능이 알려지지 않은 인접한 보조 단백질, (3) 균일하게 간격을 두고 배열된 비암호화 DNA 반복 서열로 구성된 긴 배열.
  • CRISPR 유사 특징: 반복 배열은 프로그래머블 RNA 가이드를 저장하는 CRISPR 배열과 유사하다. 초기 실험 결과 ART 배열이 고유한 짧은 RNA로 전사된다는 것이 확인되었으며, 이는 프로그래머블 메커니즘일 가능성을 시사한다.
  • 새로움: 기존에 기록된 역전사효소의 기반이었지만, Claude가 처음으로 공존하는 반복 배열과 보조 유전자를 하나의 통합된, 이전에 특성화되지 않은 시스템으로 인식했다.

전문가 의견

"이것은 AI 에이전트가 생물학적 발견에 기여할 수 있는 흥미로운 예시입니다. 역전사효소와 관련된 RNA-반복 배열의 식별은 진정으로 흥미롭고, 더 깊이 조사할 가치가 있습니다." — Feng Zhang, MIT 및 브로드 연구소.

의의 및 함의

  • 사례 증명: ART 발견은 대규모 언어모델이 인간의 구체적인 지시 없이도 생물학적으로 의미 있는 가설을 자율적으로 생성하고 후보를 우선순위 정하며 실험 검증을 안내할 수 있음을 보여준다.
  • 가속화된 게놈 탐사: Claude는 수개월에 걸친 수작업 정제 과정을 단 하루의 분산형 AI 계산으로 단축시켰으며, 방대한 게놈 저장소에서 새로운 효소 시스템을 발견하는 확장 가능한 경로를 제시한다.
  • 잠재적 생물공학 도구: ART가 CRISPR와 유사하게 작동한다면, 즉 프로그래머블 DNA 조작을 제공한다면, 유전자 편집, 합성 생물학 또는 진단 분야에서 새로운 플랫폼이 될 수 있다.
  • 오픈 사이언스: Anthropic는 ART 시스템에 대한 기술 사전 인쇄본을 공개하고, 더 넓은 공동체가 그 기능을 탐색하도록 초대하며, 협업 기반 검증을 촉진한다.

실험실 운영 방식

  • 계산 파이프라인: Claude는 문헌을 읽고, 기존 결과를 재현하며, 단백질 가족을 조사하고, 이상한 게놈 환경을 표시하며, 간결한 보고서를 초안한다.
  • 인간-중심 워크플로우: 과학자들은 Claude의 보고서를 검토하고, 실험실에서 발현 및 생화학적 분석을 수행하며, Claude의 도움을 받아 실험 데이터를 해석한다.
  • 반복적 개선: 실험 결과로부터의 피드백은 Claude의 프롬프트 및 지시어를 개선하여, 모델이 전문가의 과학적 판단을 모방하도록 교육한다.

미래 방향성

  • 기능 특성화: 현재 진행 중인 실험은 ART가 DNA 절단, 복제 또는 기타 프로그래머블 활동을 매개하는지 여부를 규명하는 데 목적이 있다.
  • 범위 확장: Anthropic는 동일한 AI 기반 워크플로우를 다른 탐색되지 않은 단백질 가족에 적용할 계획이며, RT를 넘어서는 발견 파이프라인을 확장할 예정이다.
  • 협업 초대: 실험실은 외부 파트너를 모집하여 ART를 테스트하고, 게놈학 및 관련 분야에서 AI 강화 연구 프로그램을 공동 개발하고자 한다.

자원

Sources