Claude découvre un nouveau système enzymatique comportant des répétitions de type CRISPR

De nombreuses découvertes qui ont révolutionné la biologie et la médecine ont commencé par un scientifique remarquant quelque chose d’étrange dans la diversité stupéfiante des machines moléculaires présentes dans la nature. Les enzymes de restriction, des protéines qui coupent l’ADN au niveau de courtes séquences spécifiques, ont été découvertes dans les systèmes immunitaires bactériens, où elles détruisent l’ADN des virus envahisseurs. Les chercheurs ont compris qu’ils pouvaient utiliser ces enzymes pour couper l’ADN à des endroits choisis et transférer des gènes d’un organisme à un autre, ce qui a donné naissance à l’industrie biotechnologique. La Taq polymérase, une enzyme capable de copier l’ADN à haute température, a été identifiée chez une bactérie présente dans une source thermale de Yellowstone. Elle est devenue la base de la PCR, la méthode de duplication de l’ADN utilisée dans la plupart des diagnostics modernes. Le système CRISPR a d’abord été repéré comme une séquence répétitive inhabituelle dans l’ADN de certaines bactéries, et constitue aujourd’hui le fondement des médicaments basés sur l’édition génétique.

Au printemps 2026, Anthropic a constitué un groupe de recherche afin de déterminer si les modèles d’IA générale peuvent systématiser et accélérer de telles découvertes. L’équipe estime que cette accélération résultera de la mise en place d’une nouvelle approche de la recherche en biologie, dans laquelle des agents collaborent avec les humains à chaque étape du processus. Le développement de cette nouvelle méthode de travail a nécessité la création d’un laboratoire dédié et la mise en place d’une équipe unique chargée de tout, de la formation de Claude en biologie à la réalisation d’expériences en laboratoire.

Aujourd’hui, Anthropic partage les premiers résultats de l’un de ses premiers programmes de recherche, dans le cadre duquel Claude a découvert de manière autonome un nouveau système enzymatique associé à une série de répétitions d’ADN, un schéma rappelant le système CRISPR. Bien que sa fonction ne soit pas encore connue, le système découvert par Claude présente un ensemble de caractéristiques qui n’ont été observées conjointement que dans une poignée d’autres systèmes, tous programmables et capables d’effectuer des opérations telles que la coupure, la copie et le collage d’ADN. Au-delà de CRISPR, qui a déjà révolutionné la science et la médecine, plusieurs autres systèmes de ce type sont actuellement en cours de développement et s’annoncent comme des outils prometteurs.

Le système découvert par Claude repose sur une transcriptase inverse (RT), une enzyme qui transcrit l’ARN en ADN. Alors que cette RT sous-jacente, présente dans un phage géant, avait déjà été identifiée dans des études antérieures, Claude semble être le premier à avoir remarqué les traits distinctifs du système : un ensemble associé de séquences d’ADN non codantes et une protéine accessoire supplémentaire dont la fonction est inconnue.

Après avoir examiné la prépublication, Feng Zhang, l’un des pionniers de l’édition génomique CRISPR et professeur au MIT et au Broad Institute, a déclaré : « C’est un exemple passionnant de la manière dont les agents d’IA peuvent contribuer à la découverte biologique. L’identification d’ensembles de répétitions d’ARN associés à des transcriptases inverses est véritablement intrigante et mérite d’être approfondie. J’espère que ces travaux encourageront davantage de scientifiques à explorer comment l’IA peut soutenir leurs recherches. »

L’équipe a donné à Claude une consigne pour qu’il explore une immense base de données de séquences d’ADN à la recherche de nouveaux exemples intéressants de RT. Leur implication s’est limitée à la consigne initiale et au travail en laboratoire, tandis que les agents de Claude ont passé au crible la base de données, étudié les différentes familles de RT et utilisé leur propre jugement pour identifier des candidats intéressants. Au bout de 21 heures passées à analyser ces données par environ 950 agents utilisant 210 millions de tokens, l’un des agents a repéré quelque chose de remarquable : un motif répétitif de séquences d’ADN apparaissant à proximité du gène codant pour une RT d’aspect inhabituel. Après une analyse plus approfondie et des tests en laboratoire, l’équipe a constaté que ce motif caractérisait un système enzymatique jusqu’alors non caractérisé, présent dans les bactériophages (les virus qui infectent les bactéries), qu’elle a baptisé « transcriptases inverses associées à des arrays » (ART).

Les travaux de l’équipe visant à comprendre la fonction principale des ART se poursuivent. Cependant, ses membres estiment qu’il est important de partager ces résultats dès maintenant, à la fois pour démontrer les capacités de Claude et pour donner à la communauté scientifique au sens large un aperçu de leurs travaux.

À propos du laboratoire

L’équipe est composée de scientifiques qui ont consacré leur carrière à l’étude de protéines inhabituelles et qui se spécialisent dans l’utilisation d’approches computationnelles pour analyser systématiquement l’ADN, interpréter son évolution et sélectionner des systèmes biologiques en vue d’une caractérisation plus approfondie. Leurs recherches menées avant de rejoindre Anthropic ont permis de mieux comprendre l’évolution et la régulation des systèmes CRISPR, de découvrir de nouvelles enzymes pour les thérapies cellulaires et géniques de nouvelle génération, et de développer des outils permettant d’accélérer l’identification d’anomalies dans l’ADN, telles que les variants pathogènes chez l’homme. L'équipe fait partie de la division des sciences de la vie d'Anthropic, aux côtés d'équipes dont les travaux portent notamment sur la découverte de médicaments et la formation de Claude en biologie et en chimie.

Le laboratoire, situé dans la région de la Baie de San Francisco, ressemble à un laboratoire de biologie moléculaire classique. L’équipe mène des recherches qui ne concernent que les niveaux inférieurs de sécurité biologique (BSL-1 et BSL-2) et ne manipule pas d’agents pathogènes susceptibles d’infecter l’homme. Tous les travaux de laboratoire sont effectués par des scientifiques humains. Bien que l’équipe ait expérimenté l’utilisation de l’IA pour accélérer les travaux de laboratoire grâce à des initiatives telles que le « Model Hardware Standard », cette approche est moins adaptée aux flux de travail ponctuels propres à leurs recherches en biologie moléculaire.

Comment l’équipe travaille-t-elle ?

Bon nombre de leurs flux de travail consistent à demander à Claude d’effectuer des recherches dans la vaste collection de séquences d’ADN associées à des protéines dont la fonction est inconnue. Un schéma typique commence par une étude d’une famille de protéines donnée. Claude lit la littérature pertinente et reproduit les résultats établis à partir de données publiques afin de vérifier ses méthodes. Il recherche ensuite des membres de la famille ou des voisins génomiques qui ne correspondent à aucun système décrit, puis rédige pour chaque candidat un bref rapport lisible par l’homme proposant une fonction et décrivant les preuves à l’appui de ses hypothèses. Lors des analyses de suivi, Claude évalue de manière critique ces preuves — en général, la plupart des candidats sont éliminés à ce stade. Une étude peut aboutir à un seul candidat méritant d’être testé, voire à aucun.

Lorsqu’un candidat passe l’étape de l’examen, l’équipe le teste en laboratoire, en exprimant la protéine dans des souches de laboratoire standard et en la caractérisant sur les plans biochimique et structurel, avec l’aide de Claude pour l’interprétation des données. L’équipe effectue son travail dans Claude Science et Claude Code, les mêmes outils accessibles à tout scientifique, et parfois à l’aide d’un harnais qu’elle a développé pour coordonner de nombreuses sessions Claude s’exécutant en parallèle.

Comme Claude produit des hypothèses de manière si prolifique, ces hypothèses sont elles-mêmes devenues un sujet d’étude pour l’équipe. Avec des centaines, voire des milliers de rapports de candidats issus d’une seule campagne, elle s’est demandé ce qui distinguait les propositions jugées dignes d’être testées de celles mises de côté. Les enseignements tirés de cette analyse sont réintégrés dans les instructions données à Claude et lui permettent d’apprendre à imiter leurs propres goûts scientifiques.

Claude découvre l’ART

Au cours des dernières années, les chercheurs ont découvert de nombreuses autres transcriptases inverses (RT), pour la plupart chez les bactéries, où elles interviennent au sein du système immunitaire. Presque toutes les familles de RT ont été identifiées grâce à l’analyse génomique, ou « exploration du génome », qui consiste pour les chercheurs à parcourir les bases de données de séquences à la recherche de gènes que personne n’a encore caractérisés, à repérer ceux qui sortent de l’ordinaire et à déterminer leur fonction.

Les agents de Claude ont rassemblé plus de 200 000 RT, sélectionné 3 500 nouveaux systèmes candidats, puis réduit cette liste aux 20 candidats les plus prometteurs, qu’ils ont analysés pour produire des rapports compréhensibles par l’homme. Pour un scientifique expert, ce type d’analyse peut nécessiter des semaines, voire des mois de travail.

Au cours de ses recherches, Claude a repéré une famille de RT inhabituelle et a décidé de l’examiner plus en détail. En passant au crible la séquence d’ADN brute à proximité de la RT, l’agent s’est exclamé : « [L’ADN à côté de la RT] est spectaculaire : je distingue à l’œil nu un ensemble de répétitions en tandem… s’agit-il d’un ensemble de répétitions de type CRISPR ?! »

Il a ensuite procédé à peu près comme l’aurait fait un scientifique humain face à une découverte potentielle. Il a compté les répétitions et mesuré leur espacement, comparé la configuration avec les systèmes RT connus, et recherché dans la littérature tout rapport antérieur concernant ce motif. Après une analyse approfondie, il s’est convaincu d’avoir découvert un nouveau système biologique et a déposé un rapport en vue d’une évaluation par des humains.

Le système qu’il a découvert, l’ART, se trouve principalement dans les bactériophages et se compose de trois parties : la RT, un gène partenaire situé à côté, et une longue série de séquences d’ADN répétitives espacées de manière régulière. La disposition des répétitions ressemble à une matrice CRISPR, qui contient une banque de différentes séquences d’ARN faisant des systèmes CRISPR-Cas des outils biotechnologiques programmables. Les premières expériences de l’équipe montrent que la matrice ART s’exprime également sous la forme d’un ensemble d’ARN courts distincts, ce qui suggère qu’un mécanisme analogue pourrait être à l’œuvre dans ce système.

D’autres expériences sont en cours pour déterminer le fonctionnement de l’ART, et l’équipe partage ces premiers résultats afin de montrer à la communauté que Claude est capable de détecter de manière autonome des anomalies et de mener des analyses pour ouvrir la voie à des découvertes biologiques.