← semua berita

Claude temukan sistem enzim bakteri baru secara mandiri

AI · · · sumber (anthropic.com)

Grup life sciences baru di Anthropic memberi Claude satu instruksi: telusuri sebuah basis data sekuens DNA besar dan cari sesuatu yang menarik. Hasilnya adalah kelas enzim yang belum pernah dideskripsikan sebelumnya, yang oleh tim disebut array-associated reverse transcriptase. Sistem ini punya tiga bagian, yaitu reverse transcriptase, sebuah gen pendamping, dan rangkaian DNA berulang yang bentuknya mirip array pada CRISPR, dan muncul pada bacteriophage, virus yang menginfeksi bakteri. Temuan ini cukup kuat sampai Feng Zhang, salah satu ilmuwan yang mengubah CRISPR menjadi alat penyunting gen, menyebutnya contoh nyata agent AI ikut menyumbang penemuan biologis.

Skalanya terlihat dari angkanya. Agent Claude menyisir lebih dari 200.000 reverse transcriptase, mengusulkan sekitar 3.500 sistem kandidat, lalu menyaringnya menjadi 20 yang layak ditelaah. Sekitar 950 agent berjalan selama 21 jam dan menghabiskan 210 juta token, dan menurut Anthropic pencarian ini menutup pekerjaan yang biasanya butuh berminggu-minggu atau berbulan-bulan bagi ilmuwan. Validasi di laboratorium tetap dikerjakan sendiri oleh peneliti di fasilitas mereka di Bay Area, tetapi hipotesisnya datang dari model. Detail cara grup ini menyiapkan proses tersedia di tulisan lengkapnya.

Catatan jujurnya, ini baru satu hasil, didukung satu ilmuwan terkemuka, dan tingkat keberhasilan penemuan berbasis agent secara umum masih belum diketahui. Yang menonjol justru alurnya: pencarian basis data, sekumpulan hipotesis berperingkat, lalu konfirmasi laboratorium, dengan model mengerjakan bagian tengah yang paling melelahkan.

Kenapa ini penting

Kalau kamu bekerja di biologi komputasional, ini template konkret yang bisa ditiru: arahkan agent ke basis data sekuens besar, biarkan mereka memberi peringkat kandidat, dan sisakan waktu di meja lab untuk memvalidasi segelintir teratas. Hasil ini juga menandakan penyedia model kini bersaing di ranah penemuan ilmiah, bukan cuma chat dan koding, jadi layak dipantau apakah tingkat keberhasilannya bertahan di luar satu contoh unggulan.

AnthropicScienceAgents