Claude 助力解析首个原核生物穹窿体颗粒结构
TL;DR： Anthropic 的生物学研究实验室使用 Claude 在序列搜索、DNA 构建体设计、纯化优化和冷冻电镜处理等方面开展工作，成功解析了首个来自噬菌体的穹窿体颗粒三维结构——一个约 9.5 兆道尔顿、由 96 个拷贝组成的壳体。这项工作并未确定穹窿体的功能，但展示了 AI 如何压缩基础生物学研究的某些环节：穹窿体纯化时间从约三天缩短至约 90 分钟，首个结构模型在处理开始后 34 小时内即已完成。
Anthropic 宣布的内容
Anthropic 宣布了首个在原核细胞中发现的穹窿体颗粒三维结构——具体而言，是一种由噬菌体蛋白构建并在细菌内产生的穹窿体。穹窿体是存在于生命之树各处的巨大中空蛋白壳体，自 1986 年被发现以来，其生物学功能一直未知。此前已在原核生物和噬菌体基因组中发现了相关的穹窿体蛋白，但 Anthropic 表示，此前无人证明它们能组装成穹窿体样颗粒。
该发现已在一份提交至 bioRxiv 的预印本/技术报告中描述。Anthropic 表示，提前发布这些发现是为了向科学界展示 Claude 如何用于发现研究，并称将很快发布这些结构及更多数据。
为什么穹窿体颗粒是一个长期未解之谜
穹窿体于 1986 年由 Leonard Rome 和 Nancy Kedersha 发现。其名称源于其形状：在电子显微镜下，带棱纹的壳体类似大教堂的拱形天花板。在哺乳动物中，壳体由 78 个主要穹窿体蛋白拷贝组成，排列成两个相同的半部，在中部相接。穹窿体的质量约为核糖体的三倍，是真核生物中已知最大的分子复合物之一。
穹窿体存在于大多数真核生物谱系中，从黏菌到人类，这表明它们具有某种功能。研究人员曾提出，穹窿体在细胞核与细胞质之间运输分子、保护细胞免受癌症药物等有毒化合物侵害，或支持先天免疫。这些提议均未得到确证。缺乏穹窿体的小鼠仍能存活，表明穹窿体可能仅在特定环境条件下才是必需的。
穹窿体也缺失于生物学家最常用于遗传实验的生物体中，包括酿酒酵母、果蝇和线虫。在小鼠中，缺乏穹窿体伴侣蛋白或穹窿体 RNA 的动物发育正常，没有留下明显的缺陷可供追踪。原核穹窿体为研究人员提供了一个更简单的系统来研究：细菌生长迅速，更容易探究穹窿体的起源、基本结构以及它们所含的物质。
结构：96 个拷贝、9.5 兆道尔顿和三层帽状结构
Anthropic 使用冷冻电子显微镜（cryo-EM）确定了该结构。源自噬菌体的穹窿体由 96 个拷贝——每个半部 48 个——的单一蛋白 L05 构成，总质量约为 9.5 兆道尔顿。哺乳动物版本每个半部有 39 个拷贝。噬菌体穹窿体更短更宽，长约 54 纳米、宽约 45 纳米，而哺乳动物版本为 67 纳米 × 40 纳米。尽管更短，但由于更接近球形，其包围的体积约多出 25%。
构成穹窿体壁的蛋白链由七个重复片段首尾堆叠而成，而非哺乳动物穹窿体中的九个，其端帽也更扁平。Anthropic 表示，这是原核生物中迄今发现的最大蛋白壳体之一。
一个显著特征是帽部的闭合方式。由 48 个拷贝环绕的壁必须向极点收窄，且分三步进行，如同层叠的圆顶。在每三个相邻拷贝中，一个在第一层结束，一个在第二层结束，一个延伸至顶端。这三个拷贝在壁部相同，但在帽部呈现不同构象。
Anthropic 还设计了 15 个蛋白的突变版本，大多数在相邻拷贝接触点发生改变。帽部附近的某些单点改变足以阻止壳体闭合：团队看到的是开放的玫瑰花状颗粒，而非封闭的穹窿体，表明该区域对壳体密封至关重要。当团队复制了七个壁重复片段中的两个，使蛋白拥有九个片段——与人类穹窿体数量相同——它组装成了更大的穹窿体颗粒，包围体积增加了约 20%。Anthropic 表示，这展示了穹窿体如何通过复制自身壁片段而在进化历史中改变大小，且不破坏组装。
Claude 的贡献
Claude Science 在约 150 亿个预测蛋白的数据库中搜索穹窿体蛋白的近缘蛋白。这些蛋白罕见但分布广泛：存在于 29 个主要细菌门和 4 个古菌门中，但仅存在于不到 1% 的已测序基因组物种中。团队选择了 44 个蛋白，并在无细胞系统中逐一测试。Claude 将每个蛋白序列转化为适应宿主细胞的 DNA，添加控制基因开启的调控序列，并准备用于订购的设计。表现最佳的蛋白被转入活体 大肠杆菌 中，其中 24 个中有 15 个产生了可溶性蛋白。
对于分离，传统方法——将样品通过密度递增的糖溶液离心——约需三天。团队转而尝试尺寸排阻色谱法。在此过程中，样品流经多孔珠柱；小分子进入孔内，而穹窿体太大无法进入，首先在空隙体积中流出。Claude 最初反对色谱法，因为错误折叠蛋白的聚集体也会在空隙体积中流出。团队仍坚持尝试，Claude 通过推荐特定色谱柱和追踪穹窿体蛋白及检查颗粒是否形成的方法，帮助其成功。随后，Claude 建议将破裂细胞的 contents 直接上柱，无需预先纯化。团队有所顾虑，因为色谱柱昂贵，且粗 大肠杆菌 内容物可能堵塞柱子或造成污染，但这个非常规想法奏效了。
Anthropic 指出，它并非首个在筛分柱上分离穹窿体的团队，但其优化方法从细胞到显微镜网格仅需约 90 分钟，而非数天。在电子显微镜下，15 个蛋白中有 7 个组装成了穹窿体样颗粒。冷冻电镜确认了其中 4 个（2 个来自噬菌体，2 个来自细菌）的穹窿体形状。团队选择噬菌体蛋白 L05 进行详细结构解析，因为它最擅长形成完整封闭的颗粒。
Claude 还处理了冷冻电镜数据。在一个可访问内部计算资源的内部多智能体框架中，Claude 设置了开源处理软件 RELION，并在团队提供分析决策建议的同时运行每一步。首个完整模型在 34 小时内完成，最终图谱在处理开始后约一周内完成。在不到四个月的时间里，团队筛选了数十个候选穹窿体，制备了显微镜样品，并解析了首个在原核生物中发现的穹窿体结构。
Anthropic 表示，大部分工作可由拥有现有 Claude 产品的典型实验室完成。只有冷冻电镜分析（并行使用数百个 GPU 以节省时间）需要比学术机构可能拥有的更多计算资源。
Claude 的错误
Anthropic 也记录了 Claude 需要改进之处。它编写的一个方案要求使用含有干扰 DNA 进入细胞的添加剂的生长培养基，这使项目推迟了两周。在冷冻电镜处理早期，Claude 跳过了标准步骤，产生了与其镜像混合的有缺陷图谱。团队告诉它停止即兴发挥：
“请让我们做常规操作，除非它们行不通。”
团队将其实验室笔记分享给训练 Claude 的机器学习研究人员，以便他们了解模型出错之处，Anthropic 表示这为 Claude 学习的数据类型提供了信息。在项目过程中，随着新模型的推出，Claude 在这些任务上表现更好，在 DNA 构建体设计中的错误似乎更少，并能更好地识别实验中的潜在陷阱。在团队熟悉的领域，它能快速发现错误，但在不熟悉的领域，错误会耗费时间。总体而言，Anthropic 表示，这种工作方式的好处远大于弊端，Claude 已成为其工作中不可或缺的一部分。
一个未解释的口袋和未解问题
Claude 指出了结构中一个团队尚无法解释的特征。每个蛋白拷贝中部的一个口袋容纳了一个小分子，在图谱中清晰可见，但团队无法鉴定。Claude 发现其形状类似辅酶 A，一种细胞用来转运化学基团的常见辅助分子。如果是辅酶 A 或类似物，这将是可能功能的早期线索。
Anthropic 迄今仅在大肠杆菌中制造了这些穹窿体，尚未测试它们是否在天然存在的细菌和噬菌体中形成。确定这些颗粒的功能需要更多工作，Anthropic 表示这项工作只会加深谜团。Anthropic 邀请 Leonard Rome 担任研究顾问，他说：
“弄清穹窿体的功能仍然极具挑战。我很高兴 Anthropic 拥有这么多好数据。现在，其他人也将研究这个问题……Anthropic 发现的广泛性表明，这将是一个复杂的功能，也是一段有趣的旅程。”
Rome 还这样表述这个未解问题：
“我们会发现它们都在做同样的事情吗？还是我们会看到穹窿体功能的进化发展？也许它们与人类穹窿体做同样的事情，那也非常有趣。”
Anthropic 表示将继续研究穹窿体的功能，并在工作进展中分享更多信息。团队也欢迎关于这些穹窿体可能的功能或测试系统的想法。