A Anthropic anunciou em 23 de setembro que um grupo de agentes Claude encontrou, em bancos de dados públicos de sequências de DNA, uma classe de sistemas enzimáticos nunca antes descrita, batizada de ART (Array-Associated Reverse Transcriptases, ou transcriptases reversas associadas a arranjos). Esses sistemas aparecem principalmente em genomas de bacteriófagos e têm estrutura que lembra, em certa medida, o CRISPR. A empresa divulgou simultaneamente um preprint para revisão pelos pares.
Por enquanto, só a estrutura está confirmada — não a função. A principal utilidade do ART ainda é desconhecida; nas palavras da própria Anthropic, a pesquisa correspondente está "ongoing" (em andamento).
950 agentes, 21 horas
Segundo o processo divulgado pela Anthropic, os pesquisadores forneceram apenas um prompt inicial; toda a busca subsequente no banco de dados, a triagem de candidatos e a geração de hipóteses ficaram por conta dos agentes Claude.
"After 21 hours spent searching this data by roughly 950 agents using 210 million tokens, one of the agents spotted something remarkable."
Em resumo: cerca de 950 agentes vasculharam os dados por 21 horas usando 210 milhões de tokens, até que um deles notou algo fora do comum.
O funil de triagem se estreitou em etapas: os agentes reuniram primeiro mais de 200 mil sequências de transcriptases reversas, selecionaram cerca de 3.500 novos sistemas candidatos e, por fim, reduziram esse número a 20 candidatos mais convincentes, reunidos em um relatório entregue aos pesquisadores.
O sistema selecionado é composto por três partes: uma transcriptase reversa, um gene acompanhante logo ao lado dela e uma longa sequência de repetições de DNA espaçadas de forma regular. Segundo a Anthropic, o Claude parece ter sido o primeiro a notar juntas essas duas características definidoras — o arranjo de repetições de DNA não codificante e essa proteína auxiliar extra.
Experimentos preliminares mostram que os arranjos ART são expressos em um conjunto de RNAs curtos distintos entre si. Isso se aproxima do comportamento dos arranjos CRISPR, mas a empresa não chegou a uma conclusão sobre o que esses RNAs curtos fazem dentro da célula.
Todos os experimentos foram feitos por humanos
A parte experimental (wet lab) dessa descoberta foi feita em um laboratório comum de biologia molecular na Bay Area, com todas as operações executadas por cientistas humanos; o Claude ficou responsável apenas pela busca inicial, pela formulação de hipóteses e pela interpretação dos dados. O laboratório trabalhou apenas com amostras de nível de biossegurança BSL-1 e BSL-2, sem contato com patógenos humanos.
Isso é diferente do laboratório úmido noticiado no início do mês, em que o Claude supostamente comandava robôs para executar experimentos. No processo agora divulgado não há nenhuma etapa de execução automatizada — os humanos ficaram na bancada, e o modelo trabalhou no banco de dados.
Feng Zhang (MIT e Broad Institute), um dos fundadores da edição genética CRISPR, avaliou o trabalho assim:
"This is an exciting example of how AI agents can contribute to biological discovery." (Este é um exemplo empolgante de como agentes de IA podem contribuir para descobertas biológicas.)
Ao lado do caso do "fago desenhado por IA"
Em setembro do ano passado, o Arc Institute e uma equipe de Stanford usaram o modelo de linguagem genômica Evo para gerar uma série de genomas de bacteriófagos, dos quais 16 conseguiram, em experimentos, infectar e lisar a bactéria E. coli. Aquele trabalho foi de "escrita": o modelo gerou sequências que não existem na natureza, testadas depois em laboratório para ver se seriam viáveis.
O ART segue o caminho inverso, o da "leitura". As sequências já estavam nos bancos de dados públicos; faltava alguém comparar, uma a uma, mais de 200 mil transcriptases reversas e notar que um pequeno subgrupo delas sempre vinha acompanhado de um arranjo de repetições. Dessa vez, essa tarefa coube à máquina, em 21 horas.
As dificuldades dos dois caminhos também são diferentes. No design generativo, o gargalo está na validação experimental, já que a maioria das sequências geradas pelo modelo não é viável; na mineração de bancos de dados, o gargalo está em decidir qual pista seguir primeiro — 950 agentes rodaram em paralelo, mas, no fim, tudo se resumiu a 20 relatórios, cabendo aos humanos decidir quais experimentos realizar.
A própria história do CRISPR serve de referência: em 1987, uma equipe japonesa notou pela primeira vez, no genoma de E. coli, aquela sequência de repetições estranha, e levou mais de duas décadas até que ela fosse transformada em ferramenta de edição genética. O ART está agora numa fase parecida, a de "notar a repetição" — se vai virar aplicação depende ainda de estudos de função e de replicação pelos pares.
O preprint já está público. Saber se outros laboratórios conseguem replicar de forma independente a expressão de RNA curto do ART é o primeiro passo para o mundo externo verificar esse resultado.
Fontes: blog oficial da Anthropic, CocoLoop, preprint relacionado ao ART; os números de agentes, consumo de tokens e as etapas do funil de candidatos seguem a divulgação da Anthropic, e o número de fagos desenhados pelo Evo segue o artigo publicado pelo Arc Institute.