AIが自分で新しい酵素を見つけた — Claudeが950体・21時間で探し当てた「CRISPRに似た仕組み」の正体

「AIが科学の発見をした」というニュースは、これまで何度も出ては、よく読むと「人間の研究を高速化した」程度だった、というパターンが多かった。今回のAnthropicの発表は、そこから一歩踏み込んでいる。Claude自身が、誰もまだ気づいていなかった酵素の仕組みを見つけた という話だ。

Anthropicは新しくライフサイエンスの研究グループと実験室（wet-lab）を立ち上げ、その最初の成果として、Claudeが自律的に発見した酵素系を公開した。名前は ART（array-associated reverse transcriptases）。CRISPRの遺伝子編集を支える「DNAの繰り返し配列」に似た構造を持つ、という点で注目を集めている。

何をどうやって見つけたのか

流れはこうだ。Anthropicは最初に「変わった逆転写酵素（reverse transcriptase, RT）を大規模データベースから探せ」という指示だけをClaudeに与えた。あとはClaudeが自分で走った。

約950体のClaudeエージェントが、およそ21時間、合計2.1億トークンを使って 探索を続けた。対象はおよそ19億件のタンパク質クラスターという膨大なデータだ。エージェント群はまず20万を超える逆転写酵素を集め、そこから約3,500の候補システムを生成し、詳細分析用に20個まで絞り込んだ。

そして、あるエージェントが「妙なRTのすぐ隣に、規則正しく並んだDNAの繰り返し配列がある」ことに気づいた。それを既知のシステムと照合し、論文を検索し、人間の研究者向けにレポートまで書き上げた——これが今回のARTの発見だ。

ここで冷静に見ておきたいのは、この逆転写酵素そのものは過去の研究で見つかっていた、という点だ。Claudeが初めて気づいたのは、そのRTに付随する「非コードDNAの配列アレイ」と「機能未知の付随タンパク質」というセットの存在だった。つまり「まったくの新発見」というより、「見過ごされていた並びの意味に気づいた」ほうが正確だと思う。それでも、この気づきが専門家に響いたことは確かだ。

なぜ「CRISPRに似ている」が効くのか

ARTは3つの要素で構成される。逆転写酵素本体、その隣にある相棒の遺伝子、そして等間隔で並ぶ長いDNA反復配列だ。

この「反復配列のアレイ」が、CRISPRのアレイに構造として似ている。CRISPRが遺伝子編集ツールとしてプログラム可能なのは、このアレイがRNAガイドの「バンク（貯蔵庫）」として働くからだ。だからこそ、似た並びを持つARTにも「ひょっとしてプログラム可能な仕組みなのでは」という期待が乗る。

CRISPRの生みの親の一人であるFeng Zhang（MIT／Broad Institute）はこのプレプリントを確認し、「逆転写酵素に紐づくRNA反復アレイの同定は本当に興味深く、さらなる調査に値する」とコメントしている。この分野の第一人者が「面白い」と言ったこと自体が、発見の質を担保する一つの目安になる。

冷静に置いておきたい注意点

ここからが大事なところだ。派手なニュースほど、何が「まだ分かっていないか」を押さえておきたい。

いちばん重要なのは、ARTが実際に何をするのか、まだ誰も分かっていない という事実だ。Anthropic自身も「機能は未特定」と明言している。CRISPRのように遺伝子を切ったり書き換えたりできるのか、それともまったく別の役割なのか。現時点では「CRISPRに似た並びを持つ、正体不明の仕組み」以上のことは言えない。

そしてこの成果は 査読前のプレプリント だ。査読を経て検証され、実験室でARTの働きが実証されて初めて、「新しい遺伝子編集ツールになるかも」という話が現実味を帯びる。今の段階で「AIがCRISPRの次を発明した」と読むのは、明らかに先走りだ。

もう一つ、これは宣伝としての側面も持つ発表だという視点も要る。Anthropicはwet-labを立ち上げたばかりで、その初手として分かりやすく「映える」成果を出してきた。発見の意義は本物だとしても、それがどれだけ実用に結びつくかは、ここから数年かけて検証される話だと見ておくのが健全だろう。

それでも、この「探し方」がすごい

機能が未確定でも、私が素直にすごいと思うのは 発見のプロセスそのもの だ。

人間の研究者がやれば、19億件のデータから「見過ごされていた並びの意味」に気づくまでに、何ヶ月、何年かかるか分からない。それを950体のエージェントが21時間で候補まで絞り込み、レポート化した。ここで効いているのは、単なる計算速度ではなく「大量の仮説を並列で立てて、片っ端から検証する」という探索のスタイルだ。

この形が他の分野に広がったらどうなるか、を考えると面白い。新素材の候補探索、創薬のターゲット同定、あるいは既存の膨大な論文の中に埋もれた「誰も繋げていなかった関係」の発見——「大量の候補を並列で潰す」タイプの科学は、AIエージェントが得意とする領域と相性がいい。もし各分野に「専属で走り続ける950体のリサーチャー」を置けるようになれば、発見のボトルネックが「人間の時間」から「検証の実験室」へと移っていく。今回のARTは、その移行の最初の一例として記憶される可能性がある。

発見の中身より、この「探し方が標準になる未来」のほうが、じわじわ効いてくる話だと思う。詳細は Anthropicの公式発表 にまとまっている。ARTが実際に何をするのか——続報を待ちたい。