Claude pomógł wskazać wcześniej nieopisany układ genów i powtórzeń DNA w genomach bakteriofagów. Anthropic nazwał go ART, od array-associated reverse transcriptases. To interesujący przykład użycia agentów AI do przeszukiwania ogromnych baz sekwencji, ale nie „nowy CRISPR” ani gotowe narzędzie do edycji genów. Badacze nie wiedzą jeszcze, jaką funkcję pełni ART, czy jego odwrotna transkryptaza jest aktywna i czy układ można programować.
Najważniejsza granica dowodu przebiega między wykryciem wzorca a wyjaśnieniem mechanizmu. Claude znalazł nietypową architekturę w istniejących danych i przygotował raport do oceny. Ludzie wybrali kandydatów, wykonali wszystkie doświadczenia laboratoryjne i zinterpretowali wyniki. Szczegóły przedstawiono w komunikacie Anthropic z 23 września 2026 r. oraz w 40-stronicowym preprincie zespołu firmy.
Najważniejsze fakty
- Wielu agentów Claude przeszukało niemal 2 mld klastrów białkowych i przygotowało 19 raportów o kandydatach.
- Jeden agent zauważył regularnie powtarzające się fragmenty DNA obok genu odwrotnej transkryptazy w genomie dużego bakteriofaga.
- Autorzy znaleźli 95 klastrów pokrewnych RT; w 28 loci wykryli tablice powtórzeń przed genem enzymu.
- Eksperymenty potwierdziły, że tablica w badanym systemie daje odrębne krótkie RNA. Nie potwierdziły jednak funkcji ART ani jego programowalności.
- Pełnej kampanii nie udało się odtworzyć w dziesięciu kolejnych uruchomieniach. To ważne ograniczenie twierdzenia o autonomicznym odkryciu.
Co dokładnie zrobił Claude
Zespół Anthropic przygotował brief badawczy: znaleźć nowe systemy związane z odwrotnymi transkryptazami, czyli enzymami przepisującymi RNA na DNA. Wieloagentowy mechanizm dzielił pracę na zadania. Jedne instancje Claude planowały i wykonywały analizy, inne je nadzorowały, otwierały kolejne zadania i porządkowały wyniki we wspólnej bazie.
Według preprintu „Autonomous AI agents discover reverse transcriptases with tandem repeat arrays” kampania objęła 119 zadań i 949 sesji agentów. Trwała 21,5 godziny czasu zegarowego, zużyła 215,6 mln tokenów i odpowiadała 77 agentogodzinom pracy. Po filtrowaniu agenci mieli 198 290 klastrów odwrotnych transkryptaz oraz 3564 rodziny białek występujących w ich sąsiedztwie.
Początkowy trop okazał się częściowo błędny. Agent uznał najpierw, że pobliski gen może być partnerem RT, po czym odrzucił tę interpretację. Zamiast zamknąć temat, zlecił sprawdzenie niekodującego DNA przed genem enzymu. Wczytanie surowej sekwencji do kontekstu modelu doprowadziło do zauważenia regularnych powtórzeń. Agent policzył je, porównał odstępy i sprawdził literaturę, a następnie przekazał wynik ludziom.
To istotny rezultat agentowego przepływu pracy: model nie tylko wykonał z góry określony skrypt, lecz podążył za anomalią spoza pierwotnie zdefiniowanej cechy. Nie znaczy to jednak, że prowadził całe badanie bez ludzi. Brief, infrastruktura, selekcja raportów, eksperymenty i ostateczne wnioski należały do zespołu Anthropic. Firma rozwija ten kierunek równolegle z Claude Science i niedawno opisanym na AIoAI.pl programem dostępu do modeli dla nauk przyrodniczych.
Czym jest system ART
ART to skrót od array-associated reverse transcriptases, czyli odwrotnych transkryptaz związanych z tablicą powtórzeń. Badany układ ma trzy charakterystyczne elementy: długi region niekodującego DNA z regularnymi powtórzeniami, gen RT oraz leżący obok gen białka partnerskiego. Występuje głównie w genomach jumbo fagów, czyli dużych wirusów infekujących bakterie.
Autorzy zidentyfikowali 95 odrębnych klastrów RT przy progu 90% identyczności. W 28 loci znaleźli wykrywalną tablicę przed enzymem. Tablice miały od 0,3 do 4,1 tys. par zasad i od 3 do 21 kopii krótkiego powtórzenia. Same powtórzenia liczyły 15–49 nukleotydów, a rozdzielające je odcinki 120–220 nukleotydów.
Część składników była znana wcześniej. Publikacja w „Journal of Virology” z 2021 r. opisała w genomie faga MarsHill nietypową RT z długim regionem N-końcowym oraz około 1200-zasadowy obszar niekodujący. Nie rozpoznała jednak tablicy powtórzeń i białka partnerskiego jako wspólnego systemu. Nowość pracy Anthropic polega więc na połączeniu tych elementów w spójną rodzinę ART, a nie na pierwszym odnalezieniu samego genu enzymu.
Co potwierdzono, a co pozostaje hipotezą
| Twierdzenie | Stan dowodu na 25.09.2026 |
|---|---|
| Istnieje rodzina RT związana z tablicą powtórzeń i genem partnerskim | Poparte analizą sekwencji, filogenezą i przewidywaniem struktur w preprincie Anthropic |
| Tablica jest transkrybowana do krótkich RNA | Poparte ponowną analizą publicznego RNA-seq oraz eksperymentem ekspresji w E. coli |
| RT jest aktywna enzymatycznie | Nie wykazano |
| Krótkie RNA są substratami RT | Nie wykazano |
| RT współpracuje z białkiem partnerskim | Przewidziano możliwy interfejs, ale nie potwierdzono eksperymentalnie |
| ART działa jak CRISPR lub jest programowalny | Hipoteza bez potwierdzenia |
| System ma zastosowanie terapeutyczne | Brak dowodów |
Jedna część walidacji wykorzystała istniejące dane. Claude Science znalazł publiczne odczyty RNA z eksperymentu infekcji bakterii Staphylococcus fagiem SA1. Pierwotne badanie transkryptomiczne z 2022 r. analizowało przebieg infekcji, ale nie identyfikowało ART. Zespół Anthropic ponownie przeliczył te dane i zobaczył wysoką ekspresję regionu tablicy. Następnie umieścił wybrane konstrukcje w E. coli i uzyskał kilka odrębnych krótkich RNA.
To więcej niż luźna obserwacja w bazie danych, ale mniej niż pełne wyjaśnienie mechanizmu. Sami autorzy piszą, że nie pokazali aktywności RT, nie wiedzą, czy RNA są jej substratami, i nie znają roli systemu dla faga. Przewidywany model, w którym wiele RNA kieruje jednym kompleksem enzymatycznym do różnych celów, pozostaje propozycją do sprawdzenia.
Dlaczego „podobne do CRISPR” nie znaczy „nowy CRISPR”
Podobieństwo dotyczy przede wszystkim układu powtarzających się sekwencji rozdzielonych unikalnymi odcinkami. Są też istotne różnice. W ART odstępy są znacznie dłuższe niż typowe odcinki w tablicach CRISPR, a w pobliżu nie znaleziono genów cas. Powtórzenia i spacery zachowują się ewolucyjnie inaczej niż w klasycznym CRISPR. Nie ma też dowodu, że system rozpoznaje obcy materiał genetyczny lub może zostać przeprogramowany.
Co więcej, inny zespół opisał właśnie tablice niekodujących RNA przy rodzinie RT UG27, używając wyspecjalizowanego modelu genomowego. Ten niezależny preprint nie potwierdza działania ART, ale pokazuje, że podobna ogólna architektura mogła powstać w więcej niż jednej rodzinie systemów. Sam wizualny motyw tablicy nie wystarcza do wniosku o wspólnej funkcji.
Najważniejsze ograniczenie: odkrycia nie odtworzono w pełnym procesie
Zespół uruchomił tę samą kampanię jeszcze dziesięć razy. W większości powtórzeń agenci trafili na loci ART, a w dwóch zlecili dodatkową analizę tej linii. Żaden nie wczytał jednak właściwego fragmentu DNA przed RT i wszystkie przegapiły tablicę. Autorzy przypisują to ogromnej przestrzeni poszukiwań i niedeterministycznemu działaniu systemu.
To nie unieważnia pierwszego wyniku, ale zmienia jego interpretację. Mamy udokumentowany przypadek, w którym agent zauważył wartościową anomalię, a nie jeszcze niezawodną metodę odkrywania takich układów. Późniejsze benchmarki pokazały, że najnowsze modele rozpoznawały tablicę znacznie częściej, gdy surowe DNA rzeczywiście trafiało do ich kontekstu. Benchmark oceniał jednak inny model Anthropic, Mythos 5, więc nie jest niezależną ewaluacją.
Jak mocny jest sam preprint
Raport techniczny opisuje pipeline, pokazuje ślady pracy agentów, podaje liczebności próbek i zamieszcza metody analiz bioinformatycznych oraz doświadczeń. Autorzy ujawniają także nieudane powtórzenia pełnej kampanii.
Dokument jest preprintem bez recenzji naukowej. Nie ma niezależnej replikacji analizy ani doświadczeń. Część wyników opiera się na przewidywaniu struktur przez modele, a benchmark rozpoznawania ART wykorzystuje model-oceniający tego samego producenta. W każdym z pięciu poziomów testowano po 100 prób na model, ale zadanie przygotowano już po znalezieniu ART i podano w nim kandydackie sekwencje. Taki benchmark mierzy, czy model potrafi rozpoznać znany badaczom wzorzec w kontrolowanym wejściu, a nie prawdopodobieństwo ponownego odnalezienia ART wśród miliardów sekwencji.
Najmocniejsza część pracy to zatem zbieżność kilku rodzajów danych: genomowego sąsiedztwa genów, filogenezy RT, ekspresji RNA w publicznym zbiorze z infekcji SA1 oraz własnego eksperymentu w E. coli. Najsłabszy pozostaje wniosek o funkcji. Do jego potwierdzenia potrzebne byłyby między innymi bezpośrednie testy aktywności RT, wiązania RNA i białka partnerskiego, a także sprawdzenie efektu systemu w komórce gospodarza.
Co realnie zmienia ten wynik
Najciekawsze jest połączenie skali z możliwością reagowania na nieoczekiwane wzorce. Klasyczny pipeline wyszukuje cechy zdefiniowane wcześniej przez człowieka. Agent może uruchamiać narzędzia, czytać surowe dane, kwestionować własny trop i proponować kolejny krok. Przy miliardach sekwencji taka warstwa selekcji może pomóc naukowcom znaleźć kandydatów, których ręczna inspekcja nigdy by nie objęła.
Jednocześnie praca dobrze pokazuje, dlaczego w biologii nie wystarcza efektowny raport modelu. Hipotezę trzeba sprawdzić w laboratorium, a funkcję systemu wykazać eksperymentalnie i najlepiej odtworzyć poza zespołem producenta. Na razie ART jest interesującą, częściowo scharakteryzowaną rodziną elementów genetycznych. To początek programu badawczego, nie nowa technologia edycji genów.
Wcześniejsze przypadki AI projektującej elementy biologiczne, takie jak opisywane na AIoAI.pl eksperymenty z modelami genomowymi, również wymagały laboratoryjnej walidacji. Tutaj granica jest podobna: Claude przyspieszył wybór obiecującej anomalii, ale odpowiedź na pytanie „co ten system robi?” wciąż należy do eksperymentu.
Częste pytania
Jakie elementy składają się na system ART?
ART, czyli odwrotne transkryptazy związane z tablicą powtórzeń, składa się z trzech charakterystycznych elementów: długiego regionu niekodującego DNA z regularnymi powtórzeniami, genu RT oraz leżącego obok genu białka partnerskiego.
Dlaczego system ART nie jest nowym narzędziem do edycji genów?
ART nie jest nowym narzędziem do edycji genów, ponieważ nie potwierdzono jego funkcji ani programowalności, a także nie wykazano, że działa jak CRISPR. To raczej nowo odkryty układ genów, który wymaga dalszych badań.
Co potwierdzono w badaniach nad systemem ART?
W badaniach potwierdzono istnienie rodziny RT związanej z tablicą powtórzeń oraz transkrybowanie tablicy do krótkich RNA, jednak aktywność enzymatyczna RT oraz współpraca z białkiem partnerskim pozostają niepotwierdzone.
Jakie ograniczenia miały badania nad systemem ART?
Jednym z głównych ograniczeń było to, że pełna kampania nie została odtworzona w dziesięciu kolejnych uruchomieniach, co sugeruje, że odkrycie nie jest jeszcze niezawodną metodą identyfikacji takich układów.
Jakie są różnice między ART a systemem CRISPR?
Różnice między ART a CRISPR obejmują długość odstępów między powtórzeniami oraz brak genów cas w pobliżu ART. Ponadto, powtórzenia w ART zachowują się ewolucyjnie inaczej niż w klasycznym CRISPR.
