科学家正用Claude加速研究论文和数据分析

去年 10 月，我们推出了 Claude for Life Sciences——一套由 connectors 和 skills 组成的工具，让 Claude 成为更出色的科研协作者。此后，我们持续投入大量资源，致力于让 Claude 成为科学研究领域能力最强的模型。Opus 4.5 在图表解读、计算生物学和蛋白质理解等基准测试中均取得了显著进步。这些进展得益于我们与学术界及产业界研究人员的合作，也体现了我们的承诺：深入了解科学家究竟如何利用 AI 加速科研进展。

我们还通过 AI for Science 项目与科学家展开了密切合作。该项目为世界各地从事高影响力科研项目的顶尖研究人员免费提供 API credits。

这些研究人员开发了定制系统，对 Claude 的使用方式远远超出了文献综述或编程辅助等任务。在我们交流过的实验室里，Claude 是一位贯穿整个研究流程的协作者：它让研究人员能够更轻松、更经济地判断应该开展哪些实验；调用多种工具，把通常需要数月完成的项目压缩到数小时；还可以从人类可能忽略的海量数据集中发现规律。在许多情况下，它正在消除研究瓶颈，承担那些需要深厚专业知识、过去无法规模化完成的任务；在另一些情况下，它甚至让研究人员能够采用与传统方式截然不同的研究路径。

换句话说，Claude 已经开始重塑这些科学家的工作方式，并引导他们发现新颖的科学洞见和成果。

Biomni：一个可访问数百种工具和数据库的通用生物医学 Agent

生物学研究的一项瓶颈在于工具高度碎片化：研究人员可以使用数百个数据库、软件包和实验方案，但需要花费大量时间从中进行选择，并掌握各个平台的使用方法。理想情况下，这些时间本可以用于开展实验、解读数据或探索新项目。

Biomni 是斯坦福大学开发的 Agentic AI 平台，它将数百种工具、软件包和数据集整合进一个系统，由 Claude 驱动的 Agent 可以在其中自由调用资源。研究人员只需使用自然语言提出请求，Biomni 就会自动选择适当的资源。它可以提出假设、设计实验方案，并完成横跨 25 个以上生物学子领域的分析。

以全基因组关联研究（GWAS）为例，这类研究旨在寻找与某种性状或疾病相关的遗传变异。比如，绝对音高就有很强的遗传基础。研究人员会招募规模非常庞大的一组受试者——其中一部分人无需任何参考音就能准确唱出一个音符，另一部分人则是你绝不会邀请去唱卡拉 OK 的类型——然后扫描他们的基因组，寻找在其中一组人群中出现频率更高的遗传变异。

基因组扫描本身（相对）简单，耗时的部分是分析并理解这些数据：基因组数据采用的格式通常杂乱无章，需要进行大量清洗；研究人员必须控制混杂因素，并处理缺失数据；一旦发现任何“命中结果”，还需要弄清楚这些结果究竟意味着什么——附近存在哪些基因（因为 GWAS 只能指出基因组中的位置）、这些基因会在哪些细胞类型中表达、它们可能影响哪些生物通路，等等。每一个步骤都可能涉及不同的工具、不同的文件格式，以及大量人工决策。这是一个非常繁琐的过程。一次 GWAS 可能需要耗费数月时间，但在 Biomni 的一次早期试验中，整个过程只用了 20 分钟。

这听起来或许好得令人难以置信——这种 AI 分析的准确性真的有保障吗？Biomni 团队已经通过来自不同领域的多项案例研究对系统进行了验证。在其中一项研究中，Biomni 设计了一项分子克隆实验；在盲测评估中，它给出的实验方案和设计达到了拥有五年以上经验的博士后研究员的水平。在另一项研究中，Biomni 仅用 35 分钟就分析了来自 30 个人的 450 多份可穿戴设备数据文件，其中包含连续血糖监测、体温和身体活动数据；据估计，同一项任务需要人类专家耗费三周时间。在第三项研究中，Biomni 分析了从人类胚胎组织中提取的 33.6 万多个单细胞的基因活动数据。系统不仅验证了科学家已经掌握的调控关系，还发现了一些新的转录因子——这类蛋白质负责控制基因何时开启和关闭——而此前研究人员从未将它们与人类胚胎发育联系起来。

Biomni 并不是一个完美的系统，因此它内置了 guardrails，用于检测 Claude 是否偏离了正确方向。它目前也无法做到开箱即用地处理所有任务。不过，当系统能力有所不足时，专家可以将自己的研究方法编码为 skill——也就是教会 Agent 专家会如何处理某个问题，而不是任由它临场发挥。例如，在与 Undiagnosed Diseases Network 合作进行罕见病诊断时，团队发现 Claude 的默认方法与临床医生的实际做法存在显著差异。于是，他们采访了一位专家，逐步记录其诊断流程，并将这一流程教给 Claude。掌握了这些此前未被明确表达的隐性知识后，这个 Agent 表现得相当出色。

Biomni 代表了一种思路：构建一个将数百种工具汇集到同一平台中的通用系统。但其他实验室正在构建更加专业化的系统，专门解决各自研究工作流中的特定瓶颈。

Cheeseman Lab：自动解读大规模基因敲除实验

当科学家想了解某个基因的作用时，一种方法是将它从目标细胞或生物体中移除，然后观察什么地方出了问题。大约在 2012 年出现的基因编辑工具 CRISPR，让研究人员能够轻松、精确且规模化地完成这项工作。但 CRISPR 的效用依然受到限制：实验室生成数据的速度，远远超过了自身能够分析数据的能力。

这正是 MIT Whitehead Institute 及生物系的 Iain Cheeseman 实验室所面临的挑战。他们使用 CRISPR，在数千万个人类细胞中分别敲除数千个不同基因，然后给每个细胞拍照，观察它发生了哪些变化。这些图像中的模式表明，功能相似的基因被移除后，通常会造成外观相似的损伤。软件可以检测这些模式，并自动对基因进行分组——Cheeseman 实验室构建了一套专门完成这项工作的 pipeline，名为 Brieflow（没错，就是 brie cheese 中的 brie）。

然而，要解释这些基因分组究竟意味着什么——它们为什么聚集在一起、可能有哪些共同点、属于已知的生物学关系还是新的发现——仍然需要人类专家逐个基因查阅科学文献。这个过程非常缓慢。一次筛选可能产生数百个聚类，其中绝大多数从未得到深入调查，原因很简单：实验室没有足够的时间、精力，也不可能深入了解细胞所执行的各种不同功能。

多年以来，Cheeseman 一直亲自完成所有解读工作。据他估计，自己可以不假思索地回忆出大约 5,000 个基因的功能，但即便如此，要有效分析这些数据，仍需花费数百个小时。为了加快这一过程，博士生 Matteo Di Bernardo 尝试构建一套能够自动复现 Cheeseman 分析方法的系统。他与 Cheeseman 密切合作，详细了解其解读数据的具体方式——会查阅哪些数据源、关注哪些模式，以及什么样的发现才算有价值——最终构建出一个由 Claude 驱动的系统，名为 MozzareLLM（你可能已经看出这里逐渐形成的命名主题了）。

它接收一组基因，然后完成人类专家 Cheeseman 会做的工作：找出这些基因可能共有的生物学过程，标记哪些基因已得到充分研究、哪些还鲜为人知，并指出其中哪些基因值得进一步跟进。这不仅大幅加快了团队的工作，也帮助他们获得了重要的额外生物学发现。Cheeseman 发现，Claude 总能捕捉到一些被他遗漏的信息。他说：“每次查看结果时，我都会想，我之前竟然没注意到这个！而且在每一种情况下，这些发现都是我们能够理解并验证的。”

MozzareLLM 如此实用的一项重要原因，是它并非只能完成单一任务：它可以整合各种不同的信息，并像科学家一样进行推理。尤其值得一提的是，它会为自己的发现提供置信度，而 Cheeseman 强调，这一点至关重要。置信度可以帮助他判断，是否值得投入更多资源来验证系统得出的结论。

在构建 MozzareLLM 的过程中，Di Bernardo 测试了多种 AI 模型。Claude 的表现优于其他选择——在其中一个案例中，Claude 正确识别出了一条 RNA 修饰通路，而其他模型则将其当作随机噪声排除掉了。

Cheeseman 和 Di Bernardo 设想将这些由 Claude 标注的数据集公开，让其他领域的专家能够继续研究 Cheeseman 实验室无暇处理的聚类。例如，线粒体生物学家可以深入研究 Cheeseman 团队已经标记、但从未调查过的线粒体相关聚类。随着更多实验室在自己的 CRISPR 实验中采用 MozzareLLM，它可能会加速对那些多年来功能一直未被表征的基因进行解读和验证。

Lundberg Lab：测试由 AI 主导生成待研究基因假设的方法

Cheeseman 实验室采用 optical pooled screening，这项技术让他们能够在一次实验中敲除数千个基因。他们遇到的瓶颈在于结果解读。但并不是所有细胞类型都适用于 pooled 方法。一些实验室，例如斯坦福大学的 Lundberg Lab，会开展规模较小、目标更集中的筛选，而他们的瓶颈出现得更早：首先要决定究竟应该以哪些基因为目标。

由于一次 focused screen 的成本可能超过 20,000 美元，而且成本会随规模扩大而增加，实验室通常只会选择数百个他们认为最有可能与特定情况相关的基因。传统流程通常是一群研究生和博士后围坐在一份 Google spreadsheet 前，逐一添加候选基因，再附上一句话作为理由，或者贴上一篇论文的链接。这是一场有依据的猜谜游戏，其判断来自文献综述、专业知识和直觉，但同时受到人类处理能力的限制。它也很容易出错，因为判断依据只包括其他科学家已经发现并记录下来的知识，以及在场人员恰好能够回想起来的信息。

Lundberg Lab 正在利用 Claude 颠覆这种方法。他们的系统不再询问“根据研究人员已经研究过的内容，我们能做出哪些猜测？”，而是询问“根据分子属性，我们应该研究什么？”

团队构建了一张细胞内所有已知分子的关系图谱，其中包括蛋白质、RNA 和 DNA，以及它们彼此之间的关系。他们绘制了哪些蛋白质会相互结合、哪些基因负责编码哪些产物，以及哪些分子在结构上相似。随后，他们可以给 Claude 一个目标——例如，哪些基因可能控制某种特定的细胞结构或过程——Claude 则会在这张图谱中搜索，根据基因的生物学属性及其相互关系识别候选基因。

Lundberg Lab 目前正在开展一项实验，以研究这种方法的实际效果。为此，他们需要找到一个几乎没有人研究过的主题（如果选择一个已经得到充分研究的领域，Claude 可能早已了解那些公认的研究结论）。他们选择了初级纤毛：这是一种类似天线的细胞附属结构，我们对它仍然知之甚少，但它与多种发育障碍和神经系统疾病有关。接下来，他们将进行一次全基因组筛选，观察究竟有哪些基因会影响纤毛形成，并以此建立 ground truth。

这项测试的核心是比较人类专家与 Claude 的表现。人类会使用 spreadsheet 方法做出猜测，Claude 则利用分子关系图谱生成自己的候选结果。假设 Claude 能够命中 200 个基因中的 150 个，而人类只能命中 200 个中的 80 个，那就证明这种方法表现更好。即便双方发现的基因数量大致相同，Claude 的工作速度仍然很可能快得多，从而提高整个研究流程的效率。

如果这种方法被证明有效，团队设想它将成为 focused perturbation screening 的标准第一步。实验室不必再凭直觉下注，也不必依赖当代研究中日益普遍的暴力穷举方法，而是可以基于充分信息来判断应该以哪些基因为目标——无需建立全基因组筛选所需的基础设施，也能获得更好的结果。

这些系统都不完美。但它们揭示了这样一种趋势：短短几年内，科学家已经开始把 AI 当作研究伙伴，并让它承担远远超出基础任务的工作。事实上，AI 已经越来越能够加速研究流程中的许多不同环节，在某些情况下甚至可以取代这些环节。

在与这些实验室交流时，我们发现了一个共同主题：他们所构建工具的实用性，会随着 AI 能力的提升而持续增强。每次发布新模型，都会带来明显的改进。仅仅两年前，早期模型还只能编写代码或总结论文；如今，更强大的 Agent 已经开始逐步复现这些论文中描述的研究工作，尽管这一过程才刚刚起步。

随着工具不断进步、AI 模型的智能水平持续提升，我们也会继续观察和学习科学发现如何与它们共同发展。

如需进一步了解 Claude for Life Sciences 扩展后的能力，请参阅相关介绍和教程。我们的 AI for Science 项目也仍在继续接受申请。申请将由我们的团队进行审核，其中包括相关领域的主题专家。

我们对 open-weights 模型的立场

Cognizant 与 Anthropic 扩大合作，将 Claude 引入企业客户

Claude Opus 5 正式发布

Opus 5 为 Opus 系列带来了一次跨越式升级：它既能为长时间运行的 Agent 提供支持，也进一步提升了编程和专业工作的表现。