科学家如何用 Claude 加速科研与发现

去年十月，Anthropic 推出了 Claude for Life Sciences——一套连接器和技能，让 Claude 成为更出色的科学合作者。此后，公司投入大量资源使 Claude 成为科学工作能力最强的模型，Opus 4.5 在图表解读、计算生物学和蛋白质理解基准测试中显示出显著提升。这些进步源于与学术界和工业界研究人员的合作，反映了 Anthropic 致力于准确理解科学家如何利用 AI 加速进展。

公司还通过AI for Science 项目与科学家密切合作，为全球从事高影响力科学项目的领先研究人员提供免费 API 额度。

这些研究人员开发了定制系统，以远超文献综述或编码辅助的方式使用 Claude。在受访的实验室中，Claude 是跨越研究过程所有阶段的合作者：更容易且更具成本效益地理解应运行哪些实验，使用多种工具将通常耗时数月的项目压缩至数小时，并在海量数据集中发现人类可能忽略的模式。在许多情况下，它消除了瓶颈，处理需要深厚知识且以前无法扩展的任务；在某些情况下，它使研究人员能够采用与传统方法完全不同的研究途径。

换句话说，Claude 正开始重塑这些科学家的工作方式，并引导他们走向新颖的科学见解和发现。

Biomni：一个能访问数百种工具和数据库的通用生物医学智能体

生物学研究的一个瓶颈是工具碎片化：有数百个数据库、软件包和协议可用，研究人员花费大量时间从各种平台中选择和掌握。在理想情况下，这些时间本应用于运行实验、解读数据或追求新项目。

Biomni 是斯坦福大学的一个智能体 AI 平台，将数百种工具、包和数据集收集到一个单一系统中，由 Claude 驱动的智能体可导航其中。研究人员用简单英语给出请求；Biomni 自动选择适当资源。它能在超过 25 个生物学子领域中形成假设、设计实验协议并执行分析。

以全基因组关联研究（GWAS）为例，这是一种寻找与某些性状或疾病相关的遗传变异的方法。例如，绝对音高有很强的遗传基础。研究人员会选取一大群人——一些能在没有任何参考音调的情况下产生音符，另一些你永远不会邀请去卡拉 OK——并扫描他们的基因组，寻找在一组中比另一组更频繁出现的遗传变异。

基因组扫描（相对）简单。耗时的是数据分析和理解过程：基因组数据以混乱格式出现，需要大量清理；研究人员必须控制混杂因素并处理缺失数据；一旦他们识别出任何“命中”，就需要弄清楚它们实际意味着什么——附近有什么基因（因为 GWAS 仅指向基因组中的位置），它在哪些细胞类型中表达，可能影响哪些生物通路等。每一步可能涉及不同的工具、不同的文件格式和大量手动决策。这是一个繁琐的过程。单个 GWAS 可能需要数月。但在 Biomni 的早期试验中，它只用了 20 分钟。

这听起来可能好得令人难以置信——我们能确定这种 AI 分析的准确性吗？Biomni 团队通过不同领域的几个案例研究验证了该系统。在一个案例中，Biomni 设计了一个分子克隆实验；在盲评中，协议和设计与拥有超过五年经验的博士后相匹配。在另一个案例中，Biomni 仅用 35 分钟分析了来自 30 个不同人的超过 450 个可穿戴数据文件（混合了连续血糖监测、温度和身体活动）的数据——这项任务估计需要人类专家三周。在第三个案例中，Biomni 分析了来自人类胚胎组织的超过 336,000 个单个细胞的基因活性数据。系统确认了科学家已知的调控关系，但也识别出研究人员以前未与人类胚胎发育关联的新转录因子——控制基因开关的蛋白质。

Biomni 不是一个完美的系统，因此它包含护栏以检测 Claude 是否偏离轨道。它也不能开箱即用地做所有事情。然而，在它不足的地方，专家可以将他们的方法编码为技能——教导智能体专家如何解决问题，而不是让它即兴发挥。例如，在与未诊断疾病网络合作进行罕见病诊断时，团队发现 Claude 的默认方法与临床医生的做法大不相同。因此他们采访了一位专家，逐步记录他们的诊断过程，并教给 Claude。有了这些新的、以前隐含的知识，智能体表现良好。

Biomni 代表了一种方法：一个将数百种工具整合在一起的通用系统。但其他实验室正在构建更专门的系统——针对他们自己研究工作流程中的特定瓶颈。

Cheeseman 实验室：自动化大规模基因敲除实验的解读

当科学家想了解一个基因的作用时，一种方法是将其从相关细胞或生物体中移除，看看什么会出问题。大约 2012 年出现的基因编辑工具 CRISPR，使这能够精确地大规模进行。但 CRISPR 的效用仍然有限：实验室可以生成比他们分析能力多得多的数据。

这正是 MIT 怀特黑德研究所和生物系的 Iain Cheeseman 实验室面临的挑战。他们使用 CRISPR 在数千万个人类细胞中敲除数千个不同基因，然后拍摄每个细胞以观察变化。这些图像中的模式显示，做类似工作的基因在被移除时往往产生相似外观的损伤。软件可以检测这些模式并自动将基因分组——Cheeseman 的实验室构建了一个名为 Brieflow 的流程来做这件事（是的，就是布里奶酪）。

但解读这些基因分组意味着什么——为什么基因聚集在一起，它们可能有什么共同点，是已知的生物关系还是新事物——仍然需要人类专家逐一梳理科学文献。这很慢。单个筛选可以产生数百个簇，大多数从未被调查，仅仅因为实验室没有时间、带宽或关于细胞所做多样事情的深入知识。

多年来，Cheeseman 自己完成所有解读。他估计他能凭记忆回忆起大约 5,000 个基因的功能，但仍然需要数百小时来有效分析这些数据。为了加速这一过程，博士生 Matteo Di Bernardo 试图构建一个自动化 Cheeseman 方法的系统。与 Cheeseman 密切合作，准确理解他如何进行解读——他咨询什么数据源，寻找什么模式，什么使发现有趣——他们构建了一个名为 MozzareLLM 的 Claude 驱动系统（你可能看到这里有一个主题在发展）。

它取一个基因簇，并做像 Cheeseman 这样的专家会做的事：识别它们可能共享的生物过程，标记哪些基因被充分理解与哪些研究不足，并突出哪些可能值得跟进。这不仅大大加速了他们的工作，还帮助他们做出重要的额外生物发现。Cheeseman 发现 Claude 始终能捕捉到他遗漏的东西。“每次我检查时，我都在想，我没注意到那个！在每种情况下，这些都是我们可以理解和验证的发现，”他说。

使 MozzareLLM 如此有用的原因是它不是一招鲜：它能整合多样信息并像科学家一样推理。最值得注意的是，它提供其发现的置信水平，Cheeseman 强调这至关重要。它帮助他决定是否投入更多资源跟进其结论。

在构建 MozzareLLM 时，Di Bernardo 测试了多个 AI 模型。Claude 优于其他模型——在一个案例中正确识别了一个 RNA 修饰通路，而其他模型将其视为随机噪声。

Cheeseman 和 Di Bernardo 设想将这些 Claude 注释的数据集公开——让其他领域的专家跟进他的实验室没有时间追求的簇。例如，线粒体生物学家可以深入研究 Cheeseman 团队标记但从未调查的线粒体簇。随着其他实验室采用 MozzareLLM 进行自己的 CRISPR 实验，它可以加速多年来功能未表征的基因的解读和验证。

Lundberg 实验室：测试 AI 驱动的假设生成以确定研究哪些基因

Cheeseman 实验室使用光学池筛选——一种让他们在单个实验中敲除数千个基因的技术。他们的瓶颈是解读。但并非所有细胞类型都适用于池化方法。一些实验室，如斯坦福的 Lundberg 实验室，运行较小、聚焦的筛选，他们的瓶颈更早出现：首先决定靶向哪些基因。

因为单个聚焦筛选可能花费超过 20,000 美元，且成本随规模增加，实验室通常靶向他们认为最可能参与特定条件的几百个基因。传统过程涉及一组研究生和博士后围坐在 Google 电子表格旁，逐一添加候选基因并附上一句理由，或可能是一篇论文的链接。这是一个有根据的猜测游戏，基于文献综述、专业知识和直觉，但受限于人类带宽。它也是易错的，基于其他科学家已经发现和记录的内容，以及在场人类碰巧回忆的内容。

Lundberg 实验室正在使用 Claude 翻转这种方法。他们的系统不是问“基于研究人员已经研究的内容，我们能做出什么猜测？”，而是问“基于分子特性，应该研究什么？”

团队构建了细胞中每个已知分子——蛋白质、RNA、DNA——以及它们如何相互关联的地图。他们绘制了哪些蛋白质结合，哪些基因编码哪些产物，以及哪些分子结构相似。然后他们可以给 Claude 一个目标——例如哪些基因可能控制特定细胞结构或过程——Claude 导航该地图以根据其生物特性和关系识别候选基因。

Lundberg 实验室目前正在运行一个实验来研究这种方法的效果如何。为此，他们需要确定一个研究很少的主题（如果他们查看研究充分的内容，Claude 可能已经知道已建立的发现）。他们选择了初级纤毛：细胞上的天线状附属物，我们对其知之甚少，但与多种发育和神经系统疾病有关。接下来，他们将运行全基因组筛选，看看哪些基因实际影响纤毛形成，并建立真实情况。

测试是比较人类专家与 Claude。人类将使用电子表格方法做出猜测。Claude 将使用分子关系地图生成自己的猜测。如果 Claude（假设）捕获 200 个中的 150 个，而人类捕获 200 个中的 80 个，那就证明这种方法效果更好。即使他们在发现基因方面大致相等，Claude 很可能工作得更快，可以使整个研究过程更高效。

如果这种方法有效，团队设想它成为聚焦扰动筛选的标准第一步。实验室可以基于信息做出靶向哪些基因的明智赌注——获得更好结果，而不需要全基因组筛选的基础设施，而不是依赖直觉或使用在当代研究中变得普遍的蛮力方法。