CASE · ANTHROPIC
Anthropic：用 Claude 解析噬菌体 vault 结构，纯化从 3 天压缩到 90 分钟
其他 · 2026-11-05
vault 纯化耗时
约 90 分钟（常规 3 天）
首个结构模型耗时
34 小时
证据
A · 厂商自述
背景（公司、场景、痛点）
vault 颗粒是 1986 年由 Leonard Rome 和 Nancy Kedersha 发现的一种大型中空蛋白外壳，几乎存在于人体所有细胞中。它的质量约为核糖体的三倍，是真核生物中已知最大的分子复合物之一，名字来源于电镜照片中像教堂拱顶的肋状外壳。在哺乳动物中，vault 由 78 份主要 vault 蛋白组成，分成两个相同的半体。然而，发现近 40 年后，它的功能仍然未知。研究者曾提出多种假说，包括在细胞核与细胞质之间运输分子、保护细胞免受化疗药物等毒性化合物伤害、参与先天免疫，但没有一个被确证。小鼠实验中，缺失 vault 的个体仍能存活，说明它可能只在特定环境条件下才必需。一个悬而未决的问题是：如果 vault 没有重要功能，进化为什么会保留这样一个巨大的结构？
Anthropic 的生物研究实验室选择这个长期未解的开放问题作为切入点，想测试 Claude 能否在基础生物学研究中发挥作用。该团队的研究方向是：先回答一个更具体的问题——原核生物中是否也存在能组装成完整 vault 样颗粒的蛋白。此前生物信息学家已在细菌和噬菌体基因组中发现过 vault 蛋白的远亲序列，但没有人证明这些蛋白能组装成 vault。如果能证明，原核系统的 vault 将是一个比哺乳动物细胞更简单、更易操作的研究平台。
原来怎么做
传统上，vault 的纯化方法是为真核 vault 设计的蔗糖密度梯度离心，整个流程大约需要三天。拿到颗粒之后，解析生物分子结构通常还需要数周甚至数月的人工操作，研究者要在专门软件中手动完成多个步骤。vault 研究长期停滞还有一个结构性原因：vault 恰好缺失于遗传学实验最常用的模式生物——酿酒酵母、果蝇和线虫，导致缺乏便捷的遗传工具。小鼠虽然拥有 vault，但敲除 vault 伴侣蛋白或 vault RNA 后发育正常，没有明显表型可供追踪。近年来虽有生物信息学家在原核生物中识别出 vault 蛋白的远亲，但没有人能确认这些蛋白是否真的组装成 vault 样颗粒，这成为研究链条上的关键缺口。
实际做法（步骤与架构）
Anthropic 团队把 Claude 嵌入到研究的每一步。第一步是搜索：他们用 Claude Science 在约 15 亿条预测蛋白数据库中寻找 vault 蛋白的同源序列，发现这些序列稀有但分布广泛，出现在 29 个细菌门和 4 个古菌门中，但在有测序基因组的物种中占比不到 1%。团队从中挑选了 44 个候选蛋白，在无细胞系统中逐一测试能否产生全长蛋白以及产量高低。Claude 负责把每条蛋白序列转化成适合宿主细胞的 DNA，并加上开启基因表达所需的控制序列，准备好订购用的设计方案。表现最好的候选被转入活大肠杆菌，24 个中有 15 个产生了可溶蛋白。
接下来是纯化，这是该项目效率提升最显著的环节。团队决定尝试尺寸排阻层析。Claude 最初反对这个方案，理由是错误折叠的蛋白聚集体也会出现在同样的外水体积中。但团队坚持尝试，Claude 随后给出了具体建议：推荐特定色谱柱、提出追踪 vault 蛋白的方法、设计确认颗粒是否形成的检查点。更反直觉的是，Claude 建议把裂解后的细胞粗提液直接上柱，省掉所有预纯化步骤。团队起初犹豫，因为色谱柱昂贵，粗提液可能堵塞柱子或造成污染。他们最终愿意测试这个非常规想法，结果成功了。优化后的方法从细胞到电镜载网约 90 分钟，而传统方法约需三天。
电镜观察显示，15 个可溶蛋白中有 7 个组装成 vault 样颗粒，冷冻电镜确认了其中 4 个（2 个来自噬菌体，2 个来自细菌）。团队选择噬菌体来源的 L05 蛋白做详细结构解析，因为它形成完整闭合颗粒的能力最强。Claude 在内部多智能体框架中设置并运行开源软件 RELION，逐步执行处理流程，团队负责分析决策。首个完整结构模型在 34 小时内完成，最终图谱约一周后完成。Claude 还发现每个蛋白拷贝内部有一个结合小分子的口袋，形状与辅酶 A 相似，但截至发文尚未确认。
团队还做了结构工程实验：与 Claude 合作设计了 15 个蛋白突变体，发现帽区附近的单点突变就足以阻止外壳闭合，产生开放的玫瑰花状颗粒。他们还把原本 7 个重复片段复制成 9 个——与人类 vault 相同——结果组装出更大的 vault 颗粒，封闭体积增加约 20%。
效果数字
以下数字均由 Anthropic 提供：
- 纯化耗时：从常规 3 天降至约 90 分钟（声称方：Anthropic）
- 首个结构模型：34 小时完成；Anthropic 估计常规需数周（声称方：Anthropic）
- 筛选规模：在约 15 亿预测蛋白中搜索，选定 44 个候选（声称方：Anthropic）
- 可溶表达：15/24 在大肠杆菌中产生可溶蛋白（声称方：Anthropic）
- 组装验证：7/15 在电镜下组装成 vault 样颗粒，4/7 经冷冻电镜确认（声称方：Anthropic）
- L05 vault 结构：96 份单一蛋白（每半 48 份），总质量约 9.5 兆道尔顿；约 54 纳米长、45 纳米宽，对比哺乳动物 67×40 纳米；体积比哺乳动物 vault 大约 25%（声称方：Anthropic）
- 工程改造：复制两个重复片段后，封闭体积增加约 20%（声称方：Anthropic）
- 项目周期：全程不到 4 个月（声称方：Anthropic）
没说清楚的地方
- 未披露 34 小时与“常规数周”的具体对比方法；“数周”为 Anthropic 的估计，非实测对照
- 未披露 90 分钟纯化是否包含所有预处理步骤，也未说明与传统蔗糖梯度方法是否做过同一材料的严格比对
- 未披露 Claude 模型的具体版本、Claude Science 的内部工具链或多智能体框架的组件细节
- 未披露 44 个候选蛋白的选择标准细节，以及 15 亿预测蛋白数据库的来源与覆盖范围
- 冷冻电镜分析中使用的 GPU 数量只说是“数百”，未给出具体数值或成本
- 未披露色谱柱、GPU 计算、Claude 使用的总成本
- 类似辅酶 A 的小分子尚未确认身份；vault 的生物学功能仍然未知
- 尚未在自然宿主（细菌和噬菌体）中验证 vault 是否形成；目前所有工作都在大肠杆菌中完成
小北判断
有条件能抄
能不能抄：有条件能抄。核心方法在预印本中有描述，工具（Claude、RELION、冷冻电镜）均可获得，但冷冻电镜环节需要大量 GPU 和结构生物学判断力，普通团队未必具备。
前提条件：
- 有 Claude Science 或同等 AI 工具的使用权限
- 有基础分子生物学能力：蛋白表达、纯化、电镜制样
- 有冷冻电镜资源或合作方；冷冻电镜分析需要大量 GPU 并行
- 能接受“AI 建议可能出错”的工作方式，并有领域知识进行人工纠错
- 目标蛋白有可用的序列数据库进行同源搜索
坑：
- Claude 会犯错，且错误成本在陌生领域被放大：案例中一条 protocol 写的培养基添加剂干扰 DNA 转化，直接延误项目两周
- Claude 会“即兴发挥”：冷冻电镜处理中跳过标准步骤，产生了与镜像混合的错误图谱，团队不得不明确指示——“Please let’s do normal things unless they don’t work”。（来源：Anthropic 团队对 Claude 的指示）
- 色谱纯化有污染风险：错误折叠的蛋白聚集体与 vault 一起洗脱；粗裂解液直接上柱可能堵塞昂贵的色谱柱
- 厂商数据存在选择偏差：这是 Anthropic 团队对自己产品的效率展示，未经独立审计
- 结构生物学门槛高：如果团队像 Anthropic 一样“经验有限”，对 AI 的依赖会放大犯错成本
如果你要试的最小版本：
- 选一个已报道的 vault 同源蛋白（或结构简单的大分子复合体）
- 用 Claude 帮助设计 DNA 构建（密码子优化、表达载体选择）
- 在大肠杆菌中表达并测试可溶性（1 周内可完成）
- 用手头或租赁的尺寸排阻层析柱测试是否形成大颗粒
- 用负染电镜（若可用）初步观察是否形成 vault 样结构
- 记录每一步 AI 的建议和错误，建立人工复查清单
小北推测（非原文）：
- Anthropic 未披露冷冻电镜分析的 GPU 总成本。考虑到“数百个 GPU 并行”和“学术机构可能无法获得”，小北推测成本在数万到数十万美元级别
- 90 分钟纯化与“常规 3 天”的对比未说明是否使用相同起始材料，优化方法可能隐含了某种预处理简化
- Claude Science 可能包含专有的搜索和流程编排能力，外界用通用版 Claude 可能难以完全复现
出处
Anthropic：Anthropic 用 Claude 解析原核细胞中的 vault 颗粒结构
证据等级
- A：公司工程博客或第三方审计，有 before/after、时间窗、方法
本案例为 A 级，但需注意是厂商自述。Anthropic 自己的研究团队使用自己的产品完成研究，并通过公司研究博客发布，有前后对比（3 天 → 90 分钟）、时间窗（34 小时、4 个月、延误 2 周）和方法细节，但缺乏独立第三方核验。