Anthropic Claudeの生物学的発見、再現性の試験に直面
Anthropicによれば、科学者たちがその系の機能をまだ把握していないにもかかわらず、Claudeはこれまで十分に特徴づけられていなかった酵素系を発見したという。Anthropic Claudeによる生物学的発見では、およそ950のAIエージェントが21時間にわたりゲノムデータを探索した。あるエージェントは、珍しい酵素の近くに繰り返し現れるDNAパターンを見つけた。
array-associated reverse transcriptases、すなわちARTと呼ばれるこの系は、CRISPRを想起させる構成を持つ。しかし、ARTが遺伝子を編集すること、DNAを標的にすること、あるいはその他のCRISPR類似の働きを行うことを示した実験はまだない。
この隔たりこそが本件の核心だ。Claudeは、研究者が見落としていた生物学的に興味深いパターンを浮かび上がらせたように見える。一方でAnthropicは、一部の科学者が入手可能な証拠よりも強いと受け取った表現で、初期段階の仮説を提示した。
この研究は第二の問題も浮き彫りにしている。Anthropicの技術報告書によると、10回の再実行キャンペーンでは、決定的な反復配列アレイを再発見できなかった。したがってこの結果は、信頼できる自律的発見よりも、AI支援による探索をより明確に裏付けるものだ。
AnthropicとClaudeが実際に発見したもの
Claudeが特定したのは、既知のゲノム構成要素の間にある新たな関係であり、機能する遺伝子編集ツールではない。
Anthropicは2026年9月23日、新たなライフサイエンス研究グループとベイエリアの研究所とともに、この成果を発表した。このグループは、汎用AIモデルが基礎生物学研究を加速できるかを検証するため、2026年春に設立された。
研究者たちはClaudeに、珍しい逆転写酵素を探すよう求めた。逆転写酵素、すなわちRTは、RNAをDNAへコピーする酵素である。
これらの酵素は、ウイルス、可動性遺伝因子、細菌の防御システム、複数のバイオテクノロジーツールに見られる。その多様性により、見落とされてきた生物学的機構を大規模な配列データベースから探すゲノムマイニングの有用な標的となる。
このキャンペーンは、約19億のタンパク質クラスターに由来するデータを調べた。Claudeのエージェントは20万を超える逆転写酵素を収集し、約3,500の候補系を特定した。
その後エージェントは、その集合を詳細な報告と人間によるレビューのための約20候補に絞り込んだ。Anthropicの発見発表によると、約950のエージェントが21時間の探索で2億1,000万トークンを処理した。
あるエージェントは、逆転写酵素遺伝子の周辺にある生のDNAを調べた。そこで、先行研究者が記述していなかった、等間隔に並ぶ反復配列の長いアレイに気づいた。
そのエージェントは近傍のパートナー遺伝子も特定した。Anthropicのチームは、この組み合わせをarray-associated reverse transcriptasesの略称であるARTと名付けた。
ART系は主に、細菌に感染するウイルスであるバクテリオファージに見られる。各系にはRT、隣接するパートナー遺伝子、そして非コードDNA反復配列の長いアレイが含まれる。
この組み合わせが発見そのものである。基礎となるRTは、MarsHillと呼ばれる巨大ファージに関する研究を含め、すでに以前の研究に登場していた。Claudeの貢献は、RT、パートナー遺伝子、反復配列アレイが一つの生物学的システムを構成する可能性を見出したことにある。
Anthropicの研究所はその後、仮説の一部を検証した。研究者たちは、反復配列アレイが不活性なゲノム物質のままではなく、それぞれ異なる短いRNAとして発現していることを確認した。
この結果は、アレイが何らかの生物学的過程に関与していることを示唆する。しかし、その過程が何か、RTがそれらのRNAを使うのか、あるいはその系がDNAを操作するのかは立証していない。
物理的な実験室作業はすべて人間の科学者が担った。Claudeはデータを探索し、仮説を生成し、候補報告を作成し、結果の解釈を支援した。
Anthropicによると、中心的な計算キャンペーンの間、エージェントは人間の介入なしに動作した。それでも人間は研究ブリーフを作成し、より大きな問題を選び、出力をレビューし、実験室での実験を行った。
同社は、ワークフローと初期証拠を説明する技術プレプリントを公開した。この論文はまだ査読を完了していない。
査読は、分析上の誤り、欠落した対照、過大に表現された新規性、または代替的な説明を明らかにし得るため、この違いは重要である。また、Anthropicの外部にいる専門家がチームの解釈に異議を唱える機会にもなる。
現時点でARTを最も適切に表現するなら、機能が不明な、これまで特徴づけられていなかったゲノム上の構成である。酵素系と呼ぶことは妥当だが、遺伝子編集機構として説明することは、依然として裏付けがない。
Claudeによる酵素発見がなお重要である理由
最も強い成果は新たなCRISPRではない。言語モデルのエージェントが、生の配列データから検証可能な生物学的手がかりを生み出せることを示す証拠である。
ゲノムデータベースには、科学者が一度も特徴づけていない膨大な数のタンパク質が含まれている。多くは配列として存在するだけで、その機能や関係を説明する証拠はほとんどない。
従来の計算パイプラインは、関連するタンパク質を分類し、近傍の遺伝子を特定できる。しかし、どのパターンに注目すべきか、どの候補が高価な実験室作業を正当化するかは、依然として研究者が判断しなければならない。
Anthropicは、その判断のより大きな部分を自動化しようとした。Claudeは単に論文を検索したり、あらかじめ決められた単一の配列解析ツールを実行したりしたわけではない。
エージェントは文献をレビューし、既知の発見を再現し、酵素ファミリーを分類し、ゲノム近傍を調べ、異例の候補に関する報告を書いた。また、探索中に生まれた仮説の大半を却下した。
このワークフローは、初期段階の研究ファネルに似ている。計算が大きな探索空間を調べ、AIシステムが解釈を提案し、人間の科学者がどの出力に実験の価値があるかを決める。
ART候補が浮上したのは、あるエージェントが酵素周辺の生の配列を調べたためだ。適切なDNA断片が文脈に入れば視覚的に明らかな反復パターンを認識した。
この行為は単純に聞こえるが、研究はしばしば、既存のパイプラインが検出するよう設計されていない異常に気づくことに依存する。生物学データベースには、誰かが関連づけるまで何年も重要なパターンが眠っていることがある。
したがってClaudeは、一般的な要約よりも価値のあるものを提供した。人間の注意を特定の遺伝子座へ向け、検証可能な生物学的関係を提案したのである。
MIT教授でCRISPRの先駆者でもあるFeng Zhangは、Anthropicの発表前にプレプリントをレビューした。彼は、逆転写酵素に関連するRNA反復配列アレイは興味深く、さらなる調査に値すると述べた。
彼の反応はARTの生物学的な関心を裏付ける。ただし、Anthropicによる自律的発見についてのより広範な主張や、ARTの潜在的応用を検証するものではない。
興味深い手がかりと機能するツールの違いは、科学研究の中心にある。新しい自然界のシステムは、研究者が理解するまでに、生化学、構造、生物遺伝学の研究を何年も必要とすることが多い。
CRISPR自体がその時間軸を示している。反復配列は、研究者が適応免疫における役割を確立する数十年前に、細菌で初めて報告された。
科学者たちはその後、CRISPR関連タンパク質がRNAガイドを用いて遺伝的標的を認識する仕組みを解明した。2012年に発表された画期的なプログラム可能なDNAに関する研究は、この機構をバイオテクノロジー向けに再利用できることを示した。
ARTは、どちらの段階にも達していない。研究者たちはその自然な機能を知らず、ましてプログラム可能なツールになり得るかどうかも分かっていない。
それでもClaudeによる酵素発見は、AI支援による仮説生成の具体例を示している。幅広いプロンプトから、人間のレビューを通過し、測定可能な実験室での観察結果を生んだ候補へと至った。
これは、静的な科学ベンチマークでの成功より意味がある。ベンチマークは、モデルが評価者がすでに知っている答えを再現できるかを問う。
ゲノムマイニングは、答えが事前に分からないまま、調査する価値のある何かを見つけるようシステムに求める。その出力はその後、物理的な実験との接触に耐えなければならない。
このアプローチは、研究チームが時間を配分する方法をいずれ変える可能性がある。AIエージェントは、少人数の科学者グループが手作業で調べられるより多くの候補系を検討できる。
しかし、豊富さはそれ自体の問題を生む。エージェントがもっともらしい説明を数千件生み出すなら、研究者にはそれらを順位づける信頼できる手法がなお必要になる。
誤った手がかりは実験室の資源を消費する。特にモデルが弱い証拠を自信に満ちた表現で提示する場合、説得力のある説明は確証バイアスも生み得る。
Anthropic Claudeによる生物学的発見は、この方程式の両面を示している。このシステムは実在するパターンを浮かび上がらせたが、その結果に至る経路には一貫性がなかった。
Anthropic Claudeによる生物学的発見はまれな成功に依存していた
10回の失敗した再実行により、元の発見は可能性の証拠にはなるが、信頼できる発見プロセスの証拠にはならない。
Anthropicの元のキャンペーンには、数百の同時並行エージェントセッションが含まれていた。それらのエージェントは探索をタスクに分割し、候補を調べ、報告を評価し、後のレビューに向けて発見を記録した。
一つのセッションが該当する配列に遭遇し、その反復構造に気づいた。その観察がART仮説の土台となった。
研究チームは後に、同じ一般的なブリーフとエージェントハーネスを用いて、さらに10回のキャンペーンを実施した。いずれもARTを特徴づける反復配列アレイを再発見できなかった。
再実行では、決定的なパターンを含む上流DNA断片を調べなかった。その配列が文脈に含まれなければ、エージェントにはそれを認識する機会がなかった。
この失敗は、元の発見を消し去るものではない。ARTのゲノム構成は、Claudeが一度だけ見つけても、繰り返し見つけても、二度と見つけなくても存在する。
ただし、キャンペーンについてのより広範な解釈は弱まる。信頼できる科学ワークフローであれば、研究者が比較可能な条件下で繰り返した際に、類似した探索行動を生み出すべきである。
失敗した再実行は、カバレッジの問題を明らかにしている。エージェントは目にした証拠について十分に推論できても、関連する証拠を一貫して探索していない場合がある。
この違いは、AI研究システムを評価する組織にとって重要である。モデルが自ら情報収集の経路を制御する場合、推論の質だけでは信頼できる性能を確立できない。
探索システムは、何を調べ、何を省き、なぜ停止したのかも示さなければならない。そうでなければ、成功した結果は、広大な探索空間を通る記録されていない経路に左右され得る。
元のキャンペーンには、発見性能に関する従来型の分母もなかった。Anthropicは、エージェント数、酵素候補数、最終候補報告数など、多くの有用な数値を開示した。
これらの数値は、このワークフローが実験的価値のある仮説をどの程度の頻度で生み出すかを読者に伝えるものではない。また、より深い検証後に見かけ上の発見のうち何件が失敗するのかも示していない。
数千件のうち成功候補が一つでも、有用であり得る。しかし、購入者、研究所、資金提供機関には、印象的な逸話以上のものが必要だ。
複数の研究課題にまたがる前向きな評価が必要になる。そのような試験では、成功率、偽陽性率、計算使用量、科学者の時間、再現性を記録すべきである。
キャンペーンの規模も、人間による作業との比較を複雑にしている。Anthropicによると、専門の科学者であれば、同様の分析に数週間から数か月を費やす可能性がある。
その比較は、AIの実行を取り巻く人間の労力を測定しなければ不完全なままだ。科学者たちは要件を設計し、ハーネスを構築し、データベースを準備し、報告をレビューし、追試実験を行った。
21時間という数字は、計算上の探索に要した経過時間を示す。研究プロジェクト全体の所要期間を表すものではない。
同様に、2億1000万トークンという数字は大規模な並列処理を示している。しかし、独立した研究所がこのキャンペーンを再現するために必要な金銭的コストやインフラは明らかにしていない。
こうした欠落がプロジェクトを無効にするわけではない。ただし、速度、手頃さ、実用的な科学的生産性について導ける結論を限定する。
より妥当な主張は限定的だ。Claudeは、ある大規模なエージェント・キャンペーンにおいて、Anthropicの科学者が見落とされていたゲノムパターンを特定するのを支援した。
cautious scientific response は、この記述と、AIが新たな生物学を確実に発見できるという主張との隔たりを示している。
科学的発見には、パターンに気づくこと、そのパターンに意義があると証明すること、その機構を説明すること、そして証拠を再現することが含まれる。Anthropicは最初の段階を完了し、2番目の段階に着手した。
失敗した再実行についてオープンにした点には価値がある。こうした否定的な結果は、エージェント型探索を改善するための、より明確な標的を外部研究者に与える。
将来のシステムでは、すべての候補の周辺にある固定されたゲノム領域をエージェントが調べることを求められるかもしれない。また、カバレッジを追跡し、新規性の主張に異議を唱える独立レビュアーを割り当てることも可能だ。
そうした統制により、成功が1つのエージェントが例外的に生産的な経路をたどることに依存しにくくなる。それまでは、ARTは脆弱なプロセスを通じて見つかった有望な手がかりにとどまる。
CRISPRとの比較は反復パターンで止まる
ARTはCRISPRのあるアーキテクチャ上の特徴に似ているが、両システムが同等の生物学的操作を行うことを示す証拠はない。
CRISPRアレイには、可変的なスペーサーによって区切られた反復DNA配列が含まれる。細菌と古細菌は、それらのスペーサーを過去の侵入者に由来する遺伝物質の分子記録として利用する。
細胞はこのアレイをガイドRNAへと転写する。CRISPR関連タンパク質は、それらのガイドを用いて一致する遺伝標的を認識する。
このプログラム可能性により、微生物の免疫システムは遺伝子編集プラットフォームへと変わった。研究者は、選択したDNA配列へ酵素を導くガイドRNAを設計できる。
ARTにも長い反復アレイがあり、Anthropicはそのアレイが異なる短鎖RNAを生成することを発見した。これらの観察は、ARTが何らかのプログラム可能な操作を行うかを問う根拠になる。
しかし、その問いへの答えにはならない。Anthropicは、ART逆転写酵素が短鎖RNAと相互作用することをまだ確立していない。
研究者たちは、ARTが一致する標的を認識すること、DNAを切断すること、情報を選択した位置へコピーすること、あるいはファージを別の生物学的脅威から守ることも示していない。
活動の本来の方向性さえ依然として不確かだ。ARTは主にファージで見られる一方、多くのよく知られたCRISPRシステムは細菌と古細菌で機能する。
ARTの反復配列も、CRISPRシステムに適応的な標的化記憶を与える、古典的な反復配列とスペーサーの配置とは異なる。構造上の類似だけで機能的同等性が確立されるわけではない。
自然界には多くの反復配列が存在する。遺伝子発現を制御するもの、RNA分子を生成するもの、プログラム可能な役割を果たさず重複を反映するものもある。
ARTのパートナータンパク質は不可欠である可能性がある。一方で、遺伝子編集とはほとんど関係のない機能を果たしている可能性もある。
Anthropicの発表もこの不確実性を認めている。同社はARTの機能をまだ把握していないと述べ、そのパターンをCRISPRを「想起させる」と表現している。
しかし、この発見をCRISPRの歴史と並べることで、より強い一般向けの解釈を招く。読者は「似た反復構造」から「新しい遺伝子編集システム」へ容易に飛躍しかねない。
その飛躍は時期尚早だ。AnthropicのCRISPR類似酵素がいかなるゲノムも編集したことを示す公表結果はない。
この比較はまた、非常に初期段階の発見を、現代生物学で最も重要な技術の一つと並置する。基本的な機構が特定される前に、この枠組みは期待を高める。
より正確な類推は、発見の順序に関するものだ。CRISPRは当初、その重要性がすぐには理解されなかった奇妙な反復配列として始まった。
ARTも今や、分子機構に関連付けられた別の奇妙な反復配列である。研究者が何をするものか知らないからこそ、調査する価値がある。
歴史的な先例は、期待と抑制の両方を与える。説明のつかなかったシステムの一部は価値あるツールになるが、多くは専門的な生物学上の珍奇さにとどまる。
逆転写酵素システムはすでに複数の研究方向を支えている。レトロンは珍しいDNA-RNA分子を生成し、ゲノム工学や分子記録向けに応用されてきた。
プライム編集は、逆転写酵素とCRISPRの標的化機構を組み合わせ、選択した遺伝的変更を書き込む。ARTも最終的には、核酸を処理またはコピーする別の有用な戦略を明らかにするかもしれない。
こうした可能性は仮説にとどまる。能力として提示すべきではない。
次に決定的な証拠は、類推ではなく実験から得られなければならない。研究者は、この酵素が活性を持つかを示し、作用する分子を特定する必要がある。
短鎖RNAが酵素を導くのか、鋳型として働くのか、発現を制御するのか、あるいは無関係な役割を果たすのかを判断しなければならない。
遺伝子破壊研究は、どのART構成要素が必要かを明らかにできる。構造研究は、タンパク質がRNAまたはDNAと複合体を形成するかを示すことができる。
これらの問いに答えが出て初めて、科学者はCRISPRとの比較がARTを理解する助けになるのか、単に売り込んでいるだけなのかを判断できる。
立証責任は依然として人間の科学者にある
Claudeは探索を拡張したが、その出力が科学として認められるかどうかを最終的に決めたのは人間の判断と実験室での検証だった。
Anthropicは、Claudeが科学者からの高水準の指示のもとでARTを自律的に発見したと説明している。この説明は21時間の計算キャンペーンには当てはまるが、研究プロセス全体には当てはまらない。
人間が逆転写酵素を標的として選んだ。エージェントがアクセスできるデータとツールも整備した。
研究者は調整用ハーネスも作成し、モデルが候補を報告する方法を決めた。残った提案をレビューし、どの実験を実行するかを選んだのも彼らだ。
その後、実験室の科学者が生物学的構成要素を発現させ、RNAデータを分析し、結果を解釈した。Claudeはそれらの作業を支援したが、物理的に実施したわけではない。
この分業は弱点ではない。AI支援科学における、最も実用的な短期モデルを表している可能性がある。
モデルは大規模な情報空間を探索し、候補となる説明を生成できる。科学者は専門領域の判断を適用し、対照を設計し、物理世界に照らして主張を検証できる。
「自律的」という語が、この協働をモデル単独の行動に関する物語へと圧縮すると問題が生じる。そのような表現は、成功した出力を支える科学的インフラを見えにくくする可能性がある。
モデルの探索も、学習と提供ツールに埋め込まれた既存知識によって形作られていた。科学者がそうしたパターンを記録してきたからこそ、Claudeは酵素近傍のタンデム反復配列が既知の生物学的システムに似ていると認識できた。
その貢献には、大規模データセット全体での再結合、注意、優先順位付けが含まれていた。このプロセスを発見と見なすべきかは、哲学的なラベルよりも、測定可能な研究価値に左右される。
有用なAI科学者は、独立した検証に耐える発見を生み出すべきだ。また、別のチームが結果を監査できるほど十分に、その探索経路を説明する必要がある。
Anthropicのプレプリントは、標準的な製品発表より多くの方法論的詳細を示している。キャンペーン設計、選別プロセス、エージェントの挙動、失敗した反復実行が含まれている。
その透明性は、外部の科学者に研究を検証する基盤を与える。ただし、独立した再現はまだ行われていない。
Anthropicはモデルを所有し、研究所を運営し、報告書を執筆した。同社の研究者には、Claudeを効果的な発見システムとして提示する科学的・商業的理由の両方がある。
この利益相反が証拠を無効にするわけではない。ただし、Claudeの導入に利害関係を持たないチームによる検証の必要性を高める。
独立グループはまず、報告されたARTの構成をファージゲノム全体で確認すべきだ。その後、RNA発現の知見を再現し、構成要素間で提案された相互作用を検証すべきである。
別のチームは、同じデータとプロンプトを使って計算探索を再実行することもできる。もう一つ有用な検証は、Claudeを従来のバイオインフォマティクス・パイプラインや他のAIシステムと比較することだ。
比較では、各手法がARTを見つけるかだけでなく、それ以上を測定すべきである。各システムがどれだけ新規候補を生み、そのうちどれだけが実験を通過するのかを調べる必要がある。
これにより、汎用言語モデルが自動化を超えた科学的判断を加えるのかが明確になる。また、特殊化された配列モデルのほうが依然として信頼性が高い領域も明らかになる可能性がある。
したがって、この結果は二つの集団に課題を突きつける。AI企業は、科学的主体性に関する主張を再現可能な性能で裏付けなければならない。
研究機関は、確率的なモデル、プロプライエタリなインフラ、人間の実験を組み合わせたワークフローをどう評価するか決める必要がある。
従来の方法節は、別の研究所が手順を再現できることを前提としている。エージェントシステムは、実行ごとやモデルバージョン間で挙動が変わり得るため、その基準を複雑にする。
再現性を確保するには、プロンプト、ツール設定、モデル識別子、エージェントログ、データベース、サンプリング設定を保存する必要があるかもしれない。文書化された手順だけでは、もはや十分でない可能性がある。
それがAnthropicの発表が持つ持続的な意義だ。ARTは興味深い生物学的候補だが、このキャンペーンはAI支援科学を報告するためのテストケースとしても機能する。
この主張が持ちこたえるかを決める三つのシグナル
ARTの生物学的機能、独立した再現、そして再現可能なエージェント性能が、これが画期的成果となるか、有用な警告となるかを決める。
第1のシグナルは、機構に関する結果だ。Anthropicまたは別の研究所は、ART逆転写酵素、パートナータンパク質、RNAアレイが実際に何をするのかを確立しなければならない。
RTとアレイ由来RNAの直接的な相互作用は、これらの構成要素が一つの機能システムを形成するという考えを強める。プログラム可能な標的化の証拠があれば、CRISPRとの類推はより意味を持つ。
異なる機能であっても、ARTが重要でなくなるわけではない。それは、遺伝子編集プラットフォームの可能性という物語を、ファージ生物学の新たな一要素へと絞り込むことになる。
第2のシグナルは、独立した実験的確認だ。別の研究グループが独自の手法でRNAに関する知見を再現し、ゲノム構成を検証すべきである。
査読は助けになるが、出版だけで問題が決着するわけではない。最も強い裏付けは、Anthropicのプロジェクトに関与していない研究所から得られる。
独立した検証は、Claudeの発見ワークフローが一貫しない場合でも、生物学的主張を強める。報告された観察を再現できなければ、発表全体が弱まる。
第3のシグナルは、エージェント・キャンペーンが探索を繰り返せるかどうかだ。Anthropicは、改善されたワークフローが関連するゲノム領域を確実に調べ、複数の標的で発見を回収できることを示すべきである。
ARTを再び発見することにも価値はあるが、より広範な前向き試験のほうが重要性を持つ。人間がどの答えを期待すべきか知る前に、システムが新たな候補を特定することを研究者は確認する必要がある。
それらの試験では、総計算量、人間によるレビュー時間、不成立に終わった仮説、そして実験室でのヒット率を開示すべきだ。また、専門家チームや従来型ソフトウェアとの比較も必要になる。
信頼できるプラットフォームであれば、すべての実行で同じ候補を生み出す必要はない。価値があり、監査可能な手がかりを生成する確率が安定していることが求められる。
そうした証拠がない限り、Claudeによる酵素発見は印象的なケーススタディにとどまる。科学的進歩のための自動化エンジンを確立したとは言えない。
それでも、慎重な解釈には重要な意味がある。Claudeは膨大なゲノム空間を探索し、見過ごされていた配置に気づき、その観察を検証可能な研究プログラムへと転換する助けとなった。
同時に、問いを設定し、証拠を検証し、そして今もっとも難しい作業に直面しているのは人間だ。ARTが何らかの重要な機能を果たしているかどうかを判断しなければならない。
したがって、Anthropic Claudeによる生物学上の発見は、発表後に何が起きるかで評価されるべきだ。システムは再現可能なメカニズムを明らかにするのか、それともCRISPRとの比較は試験の中で色あせていくのか。
AI支援科学を追う読者は、エージェント群の規模ではなく、この3つのシグナルに注目すべきだ。ARTを新たな遺伝子編集プラットフォームとみなす前に、機能的な証拠、独立した再現、そして繰り返し可能な発見率を求める必要がある。
