Anthropic 用 Claude 解析原核细胞中的 vault 颗粒结构

我们正在分享来自Anthropic 生物学研究实验室的另一项发现：在原核细胞中发现的穹窿颗粒的首个 3D 结构。穹窿是存在于生命之树各细胞中的大型中空蛋白质桶状结构，其功能仍然未知。下面，我们描述 Claude 如何在这项研究的每一步提供帮助：检索序列文献、优化分离颗粒的方法，以及绘制穹窿的结构。更多信息见我们的预印本，我们已将其提交至 bioRxiv；一旦上线，我们会更新链接。

生物细胞最早于 1665 年被发现，但三个半世纪多之后，其运作方式的许多方面仍然未知。直到相对较近的时期，某些关键组分的存在，更不用说它们的功能，仍存在争议。即使在今天，在研究最全面的细胞之一——大肠杆菌（E. coli）——约 4,400 个基因中，仍有超过三分之一人们知之甚少。另一个这样的谜团是穹窿颗粒。

穹窿颗粒是一种大型中空蛋白质外壳，存在于我们体内几乎所有细胞中。它于 1986 年由 Leonard Rome 和 Nancy Kedersha 发现，但其功能仍然难以捉摸。其质量约为核糖体的三倍，是已知真核生物中最大的分子复合物之一——真核生物即具有复杂细胞的生物，如哺乳动物（相对于通常为单细胞的简单“原核生物”，如细菌）。穹窿因其形状而得名。在电子显微镜下观察时，其带肋的外壳让 Rome 博士和 Kedersha 博士联想到大教堂的拱顶。在哺乳动物中，该外壳由 78 个主要穹窿蛋白拷贝组成，排列为两个相同的半部，在中部连接。

穹窿存在于大多数真核生物谱系中，从黏菌到人类，因此科学家认为它们必定有某种用途。研究人员提出了多种功能，包括在细胞核与细胞质之间运输分子、保护细胞免受癌症药物等有毒化合物的侵害，以及支持先天免疫，但这些提议均未得到确凿证实。其他研究表明，缺乏穹窿的小鼠仍能存活，这表明穹窿可能仅在特定环境条件下才必要。尽管如此，问题依然存在：如果穹窿没有重要功能，进化为何会保留如此庞大的结构？

出于对 Claude 能否帮助推进这一长期未解问题的兴趣，我们的生物学研究团队一直在研究穹窿。我们尚未确定其生物学功能，但我们确实发现，生命之树中还有更多穹窿蛋白——包括原核生物以及感染它们的噬菌体中的穹窿蛋白——能够组装成完整的穹窿样颗粒。相关蛋白此前已在原核生物和噬菌体的基因组中被发现，但据我们所知，尚无人证明它们能组装成穹窿。

原核细胞中的穹窿结构为研究人员提供了一个更简单的系统来开展研究。与哺乳动物细胞相比，细菌生长迅速，这使得研究穹窿结构的起源、基本形态以及其中（如果有的话）包含什么变得更加容易。研究人类蛋白的细菌近亲此前已带来过重要信息。细菌版本的cGAS–STING信号传导、gasdermin蛋白和viperin蛋白揭示了这些人类免疫防御机制的微生物起源。在那些案例中，它们在人类中的功能已经已知。而穹窿结构的功能尚不清楚，其原核近亲或许有助于揭示这一点。

在此，我们描述了我们如何揭示了一种噬菌体穹窿结构的分子结构。噬菌体是感染细菌的病毒。与所有病毒一样，它们劫持宿主细胞来制造自身的蛋白质，因此这种穹窿结构是在细菌——一种原核细胞——内部构建的。该穹窿结构由单一蛋白质的96个拷贝构成，而人类穹窿结构中为78个。通过复制该蛋白质的一部分，我们工程化改造出了更大的穹窿结构。这些结果共同揭示了此类复合物如何组装，并提示了它们如何能被改造用于生物技术——例如，作为递送酶的纳米胶囊。

这项工作还展示了我们团队更广泛的目标：通过将Claude融入研究过程的每一个步骤，加速基础生物学研究。在我们的指导下，Claude搜索了蛋白质数据库、设计了DNA构建体、优化了分离方法，并处理了显微成像数据。结果，传统上需要三天的穹窿结构纯化，我们大约90分钟就完成了，而首个结构模型在34小时后便已就绪，我们估计这通常需要数周时间。

尽管取得了这些进展，关于这些令人困惑的结构仍有大量未知有待探索。当我们与Rome博士分享该结构时——我们邀请他来为这项研究提供建议——他说：

弄清楚穹窿结构的功能仍然极具挑战性。我很高兴Anthropic拥有如此多优质的数据。现在，其他人将着手研究这个问题……Anthropic发现的广泛性表明，这将是一个复杂的功能，也是一段有趣的旅程。

我们实验室提前发布这些发现，是为了持续向科学界展示Claude如何被用于科学发现。你可以在我们的预印本中进一步了解我们的结果和方法，我们也将很快发布这些结构及更多数据。

原核生物中的类穹窿结构

我们利用冷冻电子显微镜（cryo-EM）揭示了该穹窿结构，该方法将大量颗粒拷贝快速冷冻，用电子束成像，然后合并为单一三维模型。该穹窿结构由单一噬菌体蛋白的96个拷贝（每半48个拷贝）构成，我们将其命名为L05，总质量约为9.5兆道尔顿。相比之下，哺乳动物版本每半有39个拷贝。源自噬菌体的穹窿结构也更短更宽：长约54纳米、宽45纳米，而哺乳动物中为67×40纳米。尽管更短，但由于更接近球形，它包裹的体积反而多出约25%。构成其壁的蛋白链由七个首尾相接的重复片段构成，而非哺乳动物穹窿结构中的九个，且其端帽更平坦。它是原核生物中已鉴定出的最大的蛋白质外壳之一。

其结构的一个显著特征是帽状结构如何闭合。环绕一周的48个拷贝组成的壁必须向极点收窄，而它分三步完成这一收窄，如同层叠的穹顶。在每三个相邻拷贝组成的组中，一个终止于第一级台阶，一个终止于第二级，还有一个一直延伸到顶端。这三个拷贝沿壁的部分完全相同，但在帽状结构中呈现不同的形状（构象）。

鉴于我们能在实验室中制造这种穹窿并快速分离它，我们还尝试改变其结构，以进一步了解这些蛋白质如何组装。我们与Claude合作，制作了15个经过改造的蛋白质版本，其中大多数改动发生在相邻拷贝相互接触的位置。帽状结构附近的某些单点改变就足以阻止外壳闭合：我们看到的不再是封闭的穹窿，而是开放的、类似玫瑰结的颗粒，这表明该区域是封闭外壳所必需的。

我们还尝试把穹窿做得更大。通常，壁由七个重复片段构成。当我们复制其中两个片段、使蛋白质拥有九个片段——与人类穹窿中的数量相同——它便组装成更大的穹窿颗粒，使所包围的体积增加约20%。这些实验表明，穹窿在其进化历史中如何通过复制自身壁的片段来改变大小，而不破坏其组装方式。

用Claude发现、分离并绘制一种新的穹窿结构

穹窿在40年间一直未获解释，部分原因是它们缺失于生物学家最常依赖进行遗传实验的生物体中，包括酿酒酵母、果蝇和线虫。在小鼠中（小鼠确实有穹窿），被培育成缺少穹窿伴侣蛋白或穹窿RNA的动物发育正常，没有留下明显的缺陷可供进一步研究。近年来，生物信息学家在原核生物中识别出了穹窿蛋白的远亲，但这些蛋白质是否形成穹窿尚不清楚。

我们的团队着手回答这个问题。这项研究需要几个步骤：调查基因序列，以找出穹窿蛋白在生命之树上的分布；生产并分离最有希望的候选者，以测试它们是否真的组装成类似穹窿的颗粒；以及确定其中一个颗粒的结构，以了解其链如何组合在一起。

我们首先使用Claude Science在一个包含约150亿个预测蛋白质的数据库中搜索穹窿蛋白的亲属。结果发现它们虽然罕见但分布广泛，存在于29个主要细菌门和4个古菌门（原核生物的另一个主要类群）中，但在已测序基因组的物种中占比不到1%。随后我们选择了其中44个蛋白质，在无细胞系统中逐一测试，以了解哪些基因能产生全长蛋白质以及产量多少。我们负责挑选蛋白质，Claude则将每个蛋白质序列转化为适合宿主细胞的DNA，添加开启基因的控制序列，并准备好用于订购的设计方案。我们将表现最好的转入活的大肠杆菌中，其中24个中有15个产生了可溶性蛋白质。

接下来，我们需要分离出这些颗粒。为真核生物穹窿体开发的传统方法，是将样品通过一根糖密度逐渐增高的管子进行离心，大约需要三天时间。为了加快速度，我们决定尝试尺寸排阻色谱法。在这一过程中，样品流经一根装有多孔微球的柱子。在一个称为分级的流程中，小分子会卡在孔中，而穹窿体因为太大无法进入，会最先流出，出现在所谓的空柱体积中。

Claude 起初反对采用色谱法，因为错误折叠的蛋白团块也会从同样的空柱体积中流出。我们还是继续推进，Claude 通过推荐一款特定的柱子以及追踪穹窿体蛋白和检查颗粒是否形成的方法，帮助让这一方案奏效。随后 Claude 提议将破裂细胞的内容物不经事先纯化直接上柱。我们起初有些犹豫，因为这些柱子很昂贵，而破裂的大肠杆菌细胞的粗内容物可能会堵塞柱子或造成污染。但我们愿意测试一个非常规的想法，结果它奏效了。

我们并不是第一个在尺寸排阻柱上分离穹窿体的团队，但我们优化的方法从细胞到显微镜载网只需约 90 分钟，而不是数天。在电子显微镜下，15 种蛋白质中有 7 种已组装成穹窿体样颗粒。

冷冻电镜确认了这 7 种中 4 种的穹窿体形状，其中两种来自噬菌体，两种来自细菌。我们选择了其中一种噬菌体蛋白 L05 进行上述详细结构解析，因为它是形成完整、闭合颗粒能力最强的蛋白之一。确定一个生物分子结构通常需要用专业软件进行数周或数月的手工操作。我们指导 Claude 完成了整个过程。在一个可访问内部计算资源的内部多智能体框架中工作，Claude 搭建了开源处理软件（RELION）并运行了每一步，而我们则就分析决策提供建议。首个完整模型在 34 小时内就绪，最终图谱在处理开始约一周后完成。

Claude 还指出了该结构中一个我们目前尚无法解释的特征。在 96 个蛋白拷贝中，每一个的中部都有一个口袋，其中装有一个在图中清晰可见但我们尚未能识别的小分子。Claude 发现它的形状类似于辅酶 A，这是一种细胞用来转运化学基团的常见辅助分子。如果它确实是辅酶 A 或类似物质，那将是其可能功能的一个早期线索。

一种新的科学研究方式

对我们来说，这是一种截然不同的科学研究方式。我们中没有人处理过如此大的蛋白组装体，我们在结构生物学方面的经验也很有限。我们还是承接了这个项目，因为 Claude 可以弥补我们不知道的东西，并快速完成那些原本会花费我们更长时间的分析。

在不到四个月的时间里，我们筛选了数十个候选穹窿体，制备了用于显微镜的样品，并解析了在原核生物中发现的第一个穹窿体结构。这项工作的大部分都可以由一家能够使用现有 Claude 产品的普通实验室完成。只有冷冻电镜分析需要比学术机构可能拥有的更多的计算资源，该分析使用了数百块 GPU 并行工作以节省时间。

这种方式也让我们看到了 Claude 需要改进的地方。它写出的一个方案要求使用一种含有添加剂的生长培养基，而这种添加剂会干扰 DNA 进入细胞，导致项目延误了两周。在冷冻电镜处理的早期，它跳过了一个标准步骤，生成了一张与自身镜像混合的缺陷图谱，于是我们让它停止即兴发挥（“除非行不通，否则请按常规操作”）。

我们利用所学到的经验来指导 Claude 的开发。我们把实验室笔记分享给了训练 Claude 的机器学习研究人员，让他们看到模型出错的地方。这影响了 Claude 学习的数据类型。在项目过程中，随着新模型的到来，Claude 在这些任务上表现得越来越好，在 DNA 构建体设计中似乎犯的错误更少，也能更好地识别实验中的潜在陷阱。在我们熟悉的领域，我们能迅速发现错误，但在不熟悉的领域，这些错误会耗费我们的时间。总体而言，我们发现这种工作方式的好处远远大于缺点，Claude 已成为我们工作中不可或缺的一部分。

到目前为止，我们只在大肠杆菌中制造了这些穹顶结构，尚未测试它们是否会在其天然存在的细菌和噬菌体中形成。需要更多工作来确定这些颗粒的功能，而我们的工作只是加深了这一谜团。正如 Rome 博士所说：

我们会发现它们都在做同样的事情吗？还是会看到穹顶功能的进化发展？也许它们与人类穹顶结构做着相同的事情，那也非常有趣。

我们将继续研究穹顶结构的功能，并随着工作的进展分享更多信息。

与我们合作

我们在技术报告中公布了工作细节。如果你对这些穹顶结构可能在做什么有想法，或者有可以测试它的系统，我们希望能听到你的消息：mdurrant[at]anthropic.com，nicholasp[at]anthropic.com。