Claude clearly surfaced an unusual phage genomic architecture through an agent-led search, but ART remains functionally uncharacterized, the work is a non-peer-reviewed preprint, and specialist genome models have independently demonstrated overlapping discovery abilities.
Изкуствен интелект на Anthropic откри непознати ДНК структури във вируси
Софтуерен агент разпозна скрита генетична система, пропусната от стандартните инструменти, показвайки, че компютрите могат да забелязват биологични следи без предварително зададени правила.
Същината
Програма с изкуствен интелект (AI), разработена от Anthropic, анализира ДНК от вируси и идентифицира пропусната досега биологична система, като забеляза повтарящ се модел от химични букви, който стандартният софтуер за сканиране не е бил създаден да открива. Откритието показва, че софтуерните агенти могат да служат като гъвкави асистенти за учените, разпознавайки необичайни следи в съществуващи бази данни, макар че тепърва са нужни лабораторни експерименти, за да се разбере какво всъщност прави новооткритата система.
Акценти
- Anthropic проведе 949 автоматизирани софтуерни сесии в рамките на 21,5 часа, за да пресее генетични данни от 1,9 милиарда протеинови клъстера.
- Ключовият ензим бе публикуван от университетски изследователи още през 2021 г., но съседните му повтарящи се ДНК структури останаха незабелязани.
- Водещите модели с изкуствен интелект откриха повтарящата се ДНК последователност в най-малко 90% от сравнителните тестове с директен текст.
- Лабораторните изследвания показаха, че РНК от новооткритите вериги с повторения достига 8% от общата вирусна РНК само 15 минути след заразяването.
- Учените тепърва трябва да проведат опити в лабораторна среда, тъй като биологичната функция на системата остава напълно неизвестна.
Из дневника на редактора
Софтуер, способен да открие аномалия, без да му е зададено предварително какво да търси, предоставя на учените мощен нов метод за извличане от съществуващите бази данни на всичко, което създадените от хора правила са пропуснали.
Кой участва
Anthropic
американска компания за изкуствен интелект, разработила Claude и управляваща собствена биологична лаборатория
цел → да докаже, че автоматизираните софтуерни асистенти могат да помагат на учените при реални лабораторни открития
Claude
модел с изкуствен интелект (AI) с общо предназначение на Anthropic, изпълняван в стотици автоматизирани работни сесии
цел → да сканира големи масиви от биологични данни, да изследва необичайни детайли и да изготвя ясни доклади за учените
изследователи в областта на биологичните науки в Anthropic
изчислителни и експериментални биолози, включително Питър Х. Юн (Peter H. Yoon), Джанука С. Атукораладже (Januka S. Athukoralage), Еманюел Амезен (Emmanuel Ameisen), Ерик Каудерер-Ейбрамс (Eric Kauderer-Abrams), Никълъс Т. Пери (Nicholas T. Perry) и Матю Г. Дюрант (Matthew G. Durrant)
цел → да отделят действителните биологични открития от машинните доклади и да тестват обещаващите молекули в лаборатория
изследователи на Minerva
Дейвид Ли (David Li), Гарик Брикси (Garyk Brixi) и техни сътрудници, създали специализиран за генетиката модел с изкуствен интелект
цел → да откриват незабелязани взаимодействия и структури в генетичния код, които стандартните референтни инструменти пропускат
изследователи на Evo 2
учени, обучили голям модел с изкуствен интелект върху трилиони химични букви на ДНК
цел → да научат компютрите да разпознават генетични характеристики директно от необработени данни за последователността без човешка намеса
разработчици на инструменти за геномен анализ
изследователи, създали утвърдени програми за генетично търсене като myRT и PADLOC
цел → да изграждат бързи и надеждни инструменти за търсене, които откриват познати генни семейства и ги поддържат актуални с развитието на биологията
Накратко
Изкуственият интелект (AI) показа, че може да открива неочаквани биологични закономерности, за чието търсене софтуерът никога не е бил предварително програмиран от хора. Софтуерната програма Claude, разработена от американската компания Anthropic, анализира генетичен материал от вируси и маркира повтаряща се ДНК последователност, престояла незабелязана в публичните научни бази данни в продължение на пет години. Откритието е съществено, тъй като съвременните софтуерни инструменти за генетично сканиране откриват само това, което програмистите вече знаят как точно да дефинират; автоматизиран асистент, способен да засича аномалии извън тези твърди правила, предоставя на учените нов начин за намиране на неизследвани биологични механизми.
Този подход показва, че изследователските лаборатории вероятно скоро ще съчетаят широкопрофилните софтуерни агенти с класическите лабораторни инструменти, за да пресяват генетичните бази данни за пропуснати биологични структури.
Дали това развитие ще доведе до полезни нови молекулярни инструменти все още е твърде рано да се каже, тъй като учените тепърва трябва да изпитат новооткритата система в живи клетки, за да докажат каква е реалната ѝ функция.
част от: Claude has discovered a previously unknown enzyme system hidden in the DNA
Как се разви
Познат протеин е криел по-голяма система на видно място
Университетски изследователи в Тексас публикуваха пълните генетични последователности на три гигантски вируса, заразяващи бактерии, като откроиха специфичен ензим, който копира генетичен материал. Учените отбелязаха, че протеинът изглежда необичайно, но техният анализ не идентифицира повтарящите се ДНК структури, разположени непосредствено до него. Суровата последователност остана публично достъпна в научните бази данни с години, съдържайки всички молекулярни компоненти, докато по-голямата организирана система около тях оставаше незабелязана.
Мощните инструменти за търсене следват строги човешки правила
Биолозите разработиха автоматизирани инструменти, които сканират бързо милиони генетични букви, но тези системи търсят единствено закономерности, които техните създатели изрично са програмирали да разпознават. Програми като PADLOC сравняват гените с точна библиотека от познати протеинови структури и отхвърлят всичко, при което липсват задължителни елементи. Този подход гарантира надеждност на резултатите, но автоматично филтрира непознатите конфигурации. По-нови програми с изкуствен интелект, като Evo 2, започнаха да извличат тези статистически структури директно от необработените последователности от букви, показвайки, че машинното обучение може да разпознава биологични елементи като вирусни сегменти без предварително изготвени от човек списъци.
Учените изпитват два различни машинни метода върху непознати гени
Изследователите подходиха към пропуските при стандартното търсене на гени от два различни ъгъла. Един от екипите създаде Minerva — модел с изкуствен интелект, разработен специално за ДНК, който сканира последователностите директно и откри повтарящи се РНК структури до слабо класифицирано семейство ензими за копиране, наречено UG27. Ден по-късно Anthropic представи своите резултати с Claude, залагайки на различен подход: вместо специализиран модел за ДНК, Claude действаше като софтуерен асистент с общо предназначение, способен да използва външни инструменти, да проверява необработени букви, да чете научни публикации и сам да определя към какво да насочи търсенето си.
Автоматизиран асистент се отклонява от зададения маршрут
Anthropic стартира автоматизирана кампания, използвайки Claude за изследване на генетичните региони около ензимите за копиране на протеини. Софтуерът не е имал задание да търси повтарящи се последователности. Стандартните програми първо стесниха броя на потенциалните протеини, след което автоматизирана сесия на Claude анализира необработените ДНК букви непосредствено преди необичаен ензим. Агентът откри повтарящи се последователности, определи ги като аномалия и проследи присъствието им в сродни геноми. Това отклонение от първоначалния план позволи на екипа да дефинира ART: система, състояща се от копиращ ензим, партньорски ген и дълга верига от повтаряща се ДНК.
Тестовете потвърждават потенциала за търсене, лабораториите очакват опити
Контролните тестове показаха, че най-мощните модели на Anthropic откриват повтарящия се модел в поне 90% от случаите, когато получат последователността директно като текст, макар че успеваемостта спада, когато моделите трябва да извлекат данните чрез външни софтуерни инструменти. След това експерименталната работа бе поета от учени в реалната лаборатория на Anthropic. Първоначалните опити потвърдиха, че регионите с повторения произвеждат голямо количество къси РНК молекули, но изследователите все още не са доказали какво прави ензимът, върху какви цели въздейства и дали действа като инструмент за генно редактиране.
Докъде стигна историята
Резултатите показват, че автоматизираният софтуер може да открива необичайни биологични конфигурации, без да е получил предварителни указания какво точно да търси. Стандартните изчислителни методи продължават да поемат основната тежест при свеждането на милиарди необработени данни до управляем брой следи, докато агентите с общ изкуствен интелект (AI) изследват заобикалящия контекст, забелязват странни закономерности и предлагат хипотези за преглед от учените. Този хибриден работен процес не замества лабораторните опити или тясно специализираните генетични модели, но дава на изследователите автоматизиран начин да откриват елементи, които се разминават със съществуващите правила.
В същото време остават значителни въпросителни. Биологичната функция на ART все още е неизвестна, откритието не е повторено от независима лаборатория, а изследването не е преминало през независима научна рецензия. Решаващото изпитание тепърва предстои: дали външни учени, използващи сходни автоматизирани модели за търсене, ще успеят редовно да откриват истински и полезни биологични системи при разумни разходи.