150亿条序列里捞针：蛋白家族一夜暴增36倍
1986年，加州大学洛杉矶分校的Leonard Rome团队从大鼠肝脏中分离出一种神秘颗粒，放到电镜下一看，内部弧线酷似大教堂的拱顶，「穹窿体（Vault）」因此得名。它的质量是核糖体的3倍，是细胞内最大的蛋白质复合物之一，每个人类细胞都能造出上万个这样的空心大桶。可生物学家最常用的酵母、果蝇和线虫体内偏偏没有它，把小鼠的穹窿体基因敲掉后，小鼠照样正常发育——这个精巧的「蛋白桶」究竟图什么，就此成了悬在生物学界头顶40年的悬案。
既然在复杂动物身上找不到突破口，Anthropic团队决定去结构更简单的细菌世界里找答案。他们把Claude Science拉进实验室，在约150亿条蛋白质序列里展开地毯式搜寻，结果发现这类蛋白遍布29个细菌门和4个古菌门，连感染细菌的噬菌体里也藏着大量同类基因。这一搜，直接把人类已知的穹窿体蛋白家族从41个扩充到1507个，规模暴增36倍。更值得玩味的是，这些蛋白在细菌界相当罕见，只出现在不到1%的物种里，还经常跟抗病毒防御基因紧挨着——它们很可能是细菌防范病毒的特种装备，这也为穹窿体的功能之谜递上了关键线索。
找到线索只是第一步，接下来得把它们真正造出来。研究人员从中挑出44个候选蛋白，让Claude包办了合成DNA设计、表达开关配置乃至订购方案。转入大肠杆菌后，15个候选序列成功造出了可溶性蛋白。但怎么把这些比普通蛋白大几百倍的颗粒干净捞出来，立刻成了拦路虎。
先唱反调再出狠招：3天提纯压到90分钟
传统的穹窿体分离方法，得把样品放进蔗糖溶液里超速离心，整套流程足足耗费3天，根本没法批量筛查。为了提速，人类研究员打算改用「分子排阻层析法」（SEC）：让样本流过装满多孔微珠的柱子，小分子卡进孔洞里慢慢走，块头巨大的穹窿体钻不进去，只能走直线第一个冲出来。搞笑的一幕发生了——一开始，Claude竟投票反对。它给出的理由非常专业：那些折叠错误的蛋白质垃圾块头也很大，会跟穹窿体混在同一时间冲出来，根本分不清。团队觉得可以用电镜复检兜底，决定硬上；被驳回后，Claude立刻切换成帮手模式，推荐了适配超大颗粒的层析柱和追踪检测方案。
真正的狠活还在后面。接下来Claude反过来出了个怪招：省去前置提纯，把大肠杆菌打碎后的粗裂解液直接往层析柱里灌。研究员半信半疑地试了一把，结果硕大的穹窿体率先冲出层析柱，把上万种杂蛋白远远甩在身后——原本要折腾3天的提纯流程，一举被压到了惊人的90分钟。这批蛋白过完电镜初筛，有8个长出了清晰的穹窿体颗粒，这也是人类首次在真核生物以外看清完整的穹窿体。
34小时、3.2埃：96条链的「幽灵大教堂」现真身
经冷冻电镜复核，其中4个候选颗粒形态最为规整（2个来自噬菌体，2个来自细菌）。团队从中挑中拼装最完整的噬菌体L05穹窿体，向高分辨率3D原子结构发起冲击。以往把几十万张电镜照片拼回三维结构，老手也得算上几周甚至几个月；而Claude在内部多Agent框架里，自己装好开源软件RELION，在数百块GPU上并行开跑，人类只管在关键节点拍板。仅仅34小时，第一版完整三维模型就摆上了桌；一周后精细图谱出炉，分辨率达到3.2埃，连氨基酸侧链之间怎么「拉手」都看得清清楚楚。
出来的结构相当惊艳：噬菌体L05穹窿体由96条一模一样的蛋白链上下对半合拢，内部容量比人类穹窿体足足大了25%，是目前除病毒衣壳外已知最大的定长蛋白外壳之一。高清电镜图还揭开了它的精巧分工——每3条相邻蛋白链到了顶端就各走各路：第一条向内折，第二条向外折让出位置，只留第三条继续往中心走，在头顶扣成一个严丝合缝的圆环。不仅如此，Claude在检查电镜密度图时，还敏锐揪出了一个极易被肉眼漏掉的细节：每条蛋白链的内侧口袋里，都卡着一团不属于蛋白质本身的神秘物质。Claude把2.5万种细胞内小分子挨个比对，最终锁定了头号嫌疑人——细胞代谢的核心分子辅酶A。这个大空桶并不是空摆设，很可能是在细胞遭遇病毒攻击或代谢危机时，用来锁住关键辅因子与核酸的「分子容器」。
摸清组装规律后，团队干脆在Claude配合下，对这个纳米容器展开拆解与扩建：只要改掉腰部或顶部的1个关键氨基酸，原本密闭的胶囊瞬间合不上，在电镜下摊成一朵朵平铺的「蛋白莲花座」；反过来，往桶壁中间多塞两段重复模块（L05+2），加长后的蛋白链照样能严丝合缝地合拢，扩容后的内部空间比人类天然穹窿体足足扩大了50%。医药界一直想拿穹窿体装药、送mRNA疫苗，奈何人类穹窿体在大肠杆菌里极难生产、个头也改不了；如今这套能在细菌里快速量产、还能按需调大小的原核底盘，恰好解决了这个难题。
从湿实验到纯理论：威滕的33页论文也致谢了Claude
就在穹窿体结构解密的同时，另一条来自理论物理的消息同样耐人寻味：菲尔兹奖得主、被称作物理学「教皇」的威滕在一篇33页的独作论文中致谢Claude Opus 5.5，并采纳了Claude提出的「边界塌缩映射」关键构造，用于构建非微扰手征费米子配分函数。这是AI的名字第一次以这种姿态出现在数学物理最艰深的地带——不是帮忙跑代码，而是提供了一个人类作者采纳的核心构造。
两条新闻拼起来看，图景就清晰了：AI在科学里的角色，正在从「跑数据的工具」变成「能提关键构造的合作者」。值得一提的是，这项蛋白研究由一支结构生物学「新手」团队跨界完成——除了电镜三维重建调用了内部多Agent集群，其余基因挖掘、DNA设计、提纯方案与小分子筛查，全靠普通人随手可用的Claude标准工具完成。论文的最后，Claude被郑重点名：这一研究中的所有代码都由Claude编写，所有计算分析均由Claude执行，作者负责指导分析并对内容负责。当年亲手发现穹窿体的Leonard Rome教授读完论文后难掩兴奋，盛赞这项突破为解开穹窿体的功能之谜开辟了全新路径。
35页报告算账：AI扛下近四成科研工时
如果说蛋白和论文是「点」上的突破，Anthropic紧跟着甩出的35页报告，则把AI加速科研的「面」讲清楚了。研究团队扒光了超过20万次真实会话——约12.9万次Claude对话加约7.8万次Claude Code对话，还找了528位一线学者做深度问卷，并用「SciNet科学分类法」把科研拆成7262个具体任务、覆盖34个学科和318个子领域。结论相当震撼：把手里的AI能力彻底拉满，AI可以接手一项新研究27%到52%的研究人员工时，中位数38%——换算一下，一位科学家一周5个工作日，有近2天的活儿AI能全部扛下。
不同学科被AI提速的幅度差别不小。按报告测算，统计学的科研产出可飙到原来的2.02倍，计算机科学是1.96倍；如果整套流程100%全自动，统计、计算机、经济、数学等学科可以狂飙到15至16倍。但生物、化学、材料这些重度实验学科，撑死也只有3到4倍——约40%必须人肉实操的实体操作，成了绕不过去的天花板。成本账同样关键：报告假设AI Agent每小时30美元、研究员每小时95美元，AI每替人省1小时只花约6美元。几乎在同一时间，独立机构METR的评估显示，Claude的能力进化速度已达此前的1.9倍，其中约80%的推力来自AI自己对研发的加速；Anthropic内部未公开的Model 4更是在综合能力指数上拿下178.6的史上最高分，内部研究员自报效率提升约12倍。一个闭环飞轮正在成型：造AI的学科，恰恰是AI提速最快的学科。
手术台、制药厂与冷静期：AI科研的B面
AI向科学腹地推进的脚步不止于论文。在生物医学一线，Exin Therapeutics让GPT-6.1 Sol连续参与了三轮真实小鼠脑部手术定位，借助外科医生反馈逐轮改善：第三次搜索时间由169秒降至86秒，纠正次数由4次减至2次，误差由0.6毫米降至0.3毫米——不过仅3次操作，尚不足以证明其掌握了稳定的手术能力。资本市场的嗅觉同样灵敏： Alphabet旗下AI药物研发公司Isomorphic Labs被曝正洽谈筹集约50亿美元的新一轮融资，估值预计约500亿美元，尽管其AI药物发现项目仍处于临床前阶段。
热闹之下更需要冷静。在那份35页报告的问卷里，「提出点子与假说」和「数据采集」的需求位列第一第二，而这恰恰是AI参与最少的两件事；AI真正擅长的，是画数据图、跑统计检验这类适合强化学习的活——任务适配度与「能不能靠刷题解决」的相关性高达0.78。528位学者中，38%认为AI在数据分析上已追平顶尖研究者，预计2030年这一比例将冲到94%；40%的学者则预计2030年前AI能独立拿下整个项目。威滕们和Rome们已经证明了AI的上限，而穹窿体的功能之谜、辅酶A的真实角色、实验台上的最后一纳米，仍然要留给人类。引擎换代的航程才刚开头，点子和算力，才是这艘船上最稀缺的货物。
暂无评论内容