Ngày 23/9, Anthropic công bố một nhóm agent Claude đã tìm thấy trong các cơ sở dữ liệu trình tự DNA công khai một nhóm hệ enzyme chưa từng được mô tả trước đây, đặt tên là ART (Array-Associated Reverse Transcriptases, tạm dịch: enzyme phiên mã ngược liên kết mảng lặp). Các hệ thống này chủ yếu xuất hiện trong bộ gene thể thực khuẩn, cấu trúc có nét tương đồng với CRISPR. Anthropic đồng thời công bố bản in trước (preprint) để giới khoa học bình duyệt.
Điều được xác nhận hiện chỉ là cấu trúc, chưa phải chức năng. Anthropic thừa nhận chức năng chính của ART vẫn chưa rõ, nguyên văn công ty mô tả nghiên cứu liên quan là "đang tiếp diễn" (ongoing).
950 agent, 21 giờ
Theo quy trình Anthropic công bố, các nhà nghiên cứu chỉ đưa ra prompt khởi đầu, còn việc tra cứu cơ sở dữ liệu, sàng lọc ứng viên và đưa ra giả thuyết đều do agent Claude tự thực hiện.
"After 21 hours spent searching this data by roughly 950 agents using 210 million tokens, one of the agents spotted something remarkable."
Nói cách khác: khoảng 950 agent đã dùng 210 triệu token để rà dữ liệu này trong 21 giờ, và một trong số đó đã phát hiện ra điều gì đó khác thường.
Quy trình sàng lọc thu hẹp dần theo từng bước: agent trước tiên thu thập hơn 200.000 trình tự enzyme phiên mã ngược, từ đó chọn ra khoảng 3.500 hệ thống ứng viên mới, rồi rút gọn xuống còn 20 ứng viên thuyết phục nhất để viết thành báo cáo gửi con người.
Nhóm hệ thống được chọn gồm ba phần: một enzyme phiên mã ngược, một gene đi kèm ngay cạnh nó, và một chuỗi dài các đoạn lặp DNA cách đều nhau. Theo Anthropic, Claude dường như là bên đầu tiên nhận ra đồng thời hai đặc điểm định danh này — đoạn mảng lặp DNA không mã hóa và protein phụ trợ đi kèm.
Thí nghiệm sơ bộ cho thấy mảng ART được biểu hiện thành một nhóm RNA ngắn đa dạng. Điều này gần giống cách mảng CRISPR hoạt động, nhưng các RNA ngắn này làm gì bên trong tế bào thì công ty chưa đưa ra kết luận.
Toàn bộ thí nghiệm đều do con người thực hiện
Phần thí nghiệm ướt của phát hiện này được thực hiện tại một phòng thí nghiệm sinh học phân tử thông thường ở khu vực Vịnh (Bay Area), toàn bộ thao tác thí nghiệm đều do các nhà khoa học con người thực hiện, Claude chỉ đảm nhận khâu tra cứu ban đầu, đề xuất giả thuyết và diễn giải dữ liệu. Phòng thí nghiệm chỉ xử lý mẫu ở mức an toàn sinh học BSL-1 và BSL-2, không tiếp xúc với mầm bệnh gây hại cho người.
Đây là chuyện khác với phòng thí nghiệm ướt được đưa tin hồi đầu tháng, khi đó Claude được cho là chỉ đạo robot chạy thí nghiệm. Còn trong quy trình công bố lần này không có khâu vận hành tự động nào — con người đứng ở bàn thí nghiệm, còn mô hình làm việc trong cơ sở dữ liệu.
Feng Zhang (Trương Phong, MIT và Viện Broad), một trong những người đặt nền móng cho công nghệ chỉnh sửa gene CRISPR, nhận xét về công trình này:
"This is an exciting example of how AI agents can contribute to biological discovery." (Đây là một ví dụ thú vị cho thấy các agent AI có thể đóng góp vào khám phá sinh học như thế nào.)
Đặt cạnh câu chuyện 'AI thiết kế thể thực khuẩn'
Tháng 9 năm ngoái, Viện Arc và nhóm nghiên cứu Stanford đã dùng mô hình ngôn ngữ gene Evo để tạo ra một loạt bộ gene thể thực khuẩn, trong đó 16 loại có thể lây nhiễm và ly giải vi khuẩn E. coli trong thí nghiệm thực tế. Công trình đó là "viết" — để mô hình sinh ra những trình tự không tồn tại trong tự nhiên, rồi đem vào phòng thí nghiệm kiểm chứng xem có sống được không.
ART đi theo hướng ngược lại, là "đọc". Các trình tự vốn đã nằm sẵn trong cơ sở dữ liệu công khai, thứ còn thiếu là ai đó rà từng cái trong hơn 200.000 enzyme phiên mã ngược, để ý thấy một nhóm nhỏ trong số đó luôn đi kèm một chuỗi mảng lặp. Lần này việc đó được giao cho máy, và chỉ mất 21 giờ.
Cái khó của hai hướng đi cũng khác nhau. Thiết kế sinh tạo bị nghẽn ở khâu kiểm chứng thực nghiệm, vì phần lớn trình tự do mô hình viết ra không sống được; còn khai phá dữ liệu bị nghẽn ở khâu phán đoán nên đuổi theo manh mối nào trước — 950 agent chạy song song, nhưng cuối cùng vẫn phải thu gọn lại thành 20 báo cáo, rồi con người quyết định làm thí nghiệm nào.
Lịch sử của chính CRISPR có thể dùng làm tham chiếu: năm 1987, một nhóm nghiên cứu Nhật Bản lần đầu để ý chuỗi lặp kỳ lạ đó trong bộ gene E. coli, và phải mất hơn hai mươi năm nó mới được cải tạo thành công cụ chỉnh sửa gene. ART hiện đang ở giai đoạn tương tự — "nhận ra chuỗi lặp" — còn có phát triển thành ứng dụng được hay không phải chờ nghiên cứu chức năng và sự tái lập của giới khoa học.
Bản in trước đã được công bố công khai. Việc các phòng thí nghiệm khác có tái lập độc lập được sự biểu hiện RNA ngắn của ART hay không sẽ là bước đầu tiên để giới bên ngoài kiểm chứng kết quả này.
Nguồn tham khảo: blog chính thức của Anthropic, CocoLoop, bản in trước liên quan đến ART; số liệu về số lượng agent, mức tiêu thụ token và các bước sàng lọc ứng viên lấy theo công bố của Anthropic, số lượng thể thực khuẩn do Evo thiết kế lấy theo công bố của Viện Arc.