Claude 如何参与破解原核巨型蛋白结构？

Claude 并没有独立“破解”Vault 的全部生物学谜团。在 Anthropic 的这项研究中，它参与了序列检索、候选验证、纯化方案和冷冻电镜重构等环节，帮助团队在不到 4 个月内首次解析原核 Vault 的三维结构。“首个原核巨型蛋白”指向的是原核来源的 Vault 巨型中空蛋白复合体，而不是一条单独的巨型蛋白链；此次推进主要发生在结构层面，Vault 的天然功能仍未揭晓。

40 年未解的 Vault：已知结构与未知功能

Vault 于 1986 年首次从大鼠肝脏中分离出来，因外形类似大教堂的拱顶而得名。它是一种大型中空蛋白质复合体，哺乳动物 Vault 通常由 78 个主要结构蛋白亚基组成。过去近 40 年，研究人员虽然知道这种颗粒的存在与组装方式，却始终没有确定它在天然生物体中的具体作用；此前在细菌和噬菌体基因组中发现的远缘同源序列，也一直缺少“能否真正组装成 Vault”的实验验证。

因此，“40 年未解之谜”不能简单理解为此前没人知道 Vault 长什么样。Vault 的经典结构早已得到研究，未解决的是它的生物学功能、不同物种中的装配机制，以及能否被改造成实用工程容器。这次工作的核心进展是首次给出原核来源 Vault 的结构模型，并非宣告生物学问题已经终结。

Claude 参与了哪些研究环节？

Claude 的参与覆盖从计算搜索到实验验证的整条流程。它在约 150 亿条预测蛋白序列中检索 Vault 相关候选，协助设计用于大肠杆菌表达的 DNA 构建体和实验方案，提出纯化流程调整方案，参与冷冻电镜数据处理，还设计了 15 种蛋白质变体。

关键决策仍由人类科学家掌握：团队选择原核生物作为研究突破口，确定候选序列，执行表达、纯化和组装实验，判断颗粒是否真正形成，并以冷冻电镜复核结果。Claude 生成的是可被实验检验的假设，湿实验和结构数据才是最终证据。尤其是 Claude 对纯化方案提出反对意见时，团队没有简单地服从模型，也没有因为模型建议可行就省略验证，而是用后续实验决定取舍。

150 亿条序列如何筛到 4 个确认结构？

团队首先借助 Claude 在约 150 亿条预测蛋白序列中寻找 Vault 相关蛋白。检索结果显示，候选序列分布于 29 个细菌门和 4 个古菌门，但在已完成基因组测序的物种中出现比例不足 1%。报道还称，这一搜索把已知 Vault 蛋白家族从 41 个扩展到 1507 个，规模约增加 36 倍；不过，序列相似只意味着“值得测试”，并不意味着每个候选都能形成颗粒。

实验筛选随后逐步收窄：44 个候选序列中，15 个表达出可溶性蛋白，7 个能够组装成 Vault 样颗粒，最终有 4 个经冷冻电子显微镜确认具有 Vault 结构。这一过程说明，生成式模型擅长从大规模序列中压缩搜索空间，但能否表达、折叠、组装并形成稳定颗粒，仍取决于逐级实验筛选。

从 3 天到 90 分钟：分离与样品准备的调整

传统 Vault 颗粒分离依赖蔗糖溶液和超速离心，完整流程约需 3 天。团队转而尝试尺寸排阻层析法（SEC）：柱内填充多孔微球，体积较小的分子会进入孔道，相对缓慢地流出；尺寸远大于微球的 Vault 颗粒则无法进入孔道，更早被洗脱。

问题在于，错误折叠的大型蛋白也可能与 Vault 一起流出。Claude 在评估时曾因此质疑 SEC 方案。研究团队没有直接采纳或否定 Claude 的判断，而是将冷冻电镜复检保留为最终核验，随后继续实验。Claude 随后推荐适配超大颗粒的色谱柱和检测方案，并建议省去部分前置纯化，直接将破碎细胞后的粗裂解液上样。结果显示，巨型 Vault 颗粒率先流出，大部分杂蛋白被有效分开。

Anthropic 披露，从细胞处理到制备显微镜样品的时间由此压缩到约 90 分钟。这个数字针对的是纯化和样品准备环节，不包括后续冷冻电镜采集、结构计算与人工复核，也不代表所有类似蛋白都能获得同样幅度的提速。

34 小时得到首个模型，是否意味着 Claude 能独立解析结构？

在结构分析阶段，Claude 的内部多智能体系统调用开源软件 RELION 处理冷冻电镜数据。在科学家指导下，团队约 34 小时获得首个完整结构模型，随后约一周完成最终结构图谱。Anthropic 的估计是，这类工作按照传统流程通常需要数周。

因此，34 小时不能简单解释为“AI 已经可以独立完成结构生物学”。模型输出仍需检查数据质量、颗粒一致性、对称性和方向合理性，也需要由研究者判断某个图谱是否具有生物学意义。此次流程的关键不是让 Claude 脱离科学家的指导和复核，而是把搜索、计算迭代和软件操作交给工具链，把假设检验和最终判断留给科学家。

L05 Vault 与人类 Vault 有哪些不同？

重点解析的 L05 来自噬菌体，其组装颗粒包含 96 个相同蛋白质亚基；人类 Vault 则通常包含 78 个主要结构蛋白亚基。L05 Vault 约为 54×45 纳米，虽然长度更短，但整体更接近球形，因此内部容积反而比人类 Vault 大约增加 25%。

这些差异表明，Vault 的亚基数量和外形并非固定不变。不同来源的 Vault 可以采用不同的对称组合和空间比例，同时维持大尺度的中空组装。不过，上述原核颗粒是在实验室的大肠杆菌系统中构建的，尚不能据此认定噬菌体或细菌在天然环境中也会形成完全相同的结构。

能否继续改造这个纳米容器？

Claude 帮助设计了 15 种蛋白质变体。研究人员通过复制蛋白质内部的部分重复结构单元，成功构建出一种仍能组装、但内部容积比原始 L05 Vault 增加约 20% 的颗粒。

这证明 Vault 的内部空间至少可以在序列层面进行调节，也说明模型可以参与提出结构改造方案。不过，体积增加本身不足以判断改造是否实用。改造后的颗粒能否稳定表达和纯化、能否装载特定货物、装载后是否改变组装与释放行为，都仍需要实验确认。

Claude 的错误为什么没有变成错误结论？

Claude 曾在推荐培养基方案时加入会干扰 DNA 转染的成分，导致项目延误两周；在早期冷冻电镜数据处理中，它还跳过标准步骤，生成过存在镜像混淆的结构图谱。两个问题最终都由研究人员发现并纠正。

这说明，可靠性不能建立在模型“看起来很专业”或“通常判断正确”上，而要建立在流程约束上：重要方案需要审查，可疑结果需要正交实验复核，错误必须被完整记录并反馈给模型开发团队。Claude 的错误没有直接变成错误结论，并非因为它已经具备可靠的自我纠错能力，而是因为实验和人类判断拥有最终否决权。

原核 Vault 能直接用于药物递送吗？

哺乳动物 Vault 此前已被尝试用于包裹酶、小分子药物和 mRNA，方向包括肿瘤药物递送与疫苗开发。相比之下，能够在大肠杆菌中表达、纯化并调节尺寸的原核 Vault，可能提供更易生产的工程化载体候选。

不过，“可能成为载体”与“已经能递送药物”不能等同。后续至少需要验证实际装载与释放能力、颗粒稳定性、生物学安全性以及不同批次的一致性。天然功能尚未明确也不必然否定工程化用途，因为工程载体的功能可以被人为定义；但人工用途仍需独立证明，不能直接由结构成功推导出来。

这项研究对 AI Agent 开发者有什么启示？

这项研究最值得借鉴的不是“用大模型解决生物学谜题”的叙事，而是案例中的控制结构：模型负责提出候选、调用工具和生成方案，外部程序负责执行，实验结果负责验证，人类在关键节点保留审批权。

具体到系统设计，至少要做到四点。第一，数据库检索、实验设计、数据分析和结果验证应拆成可审计模块，而不是让模型在一条对话中包办。第二，查询条件、DNA 构建序列、实验参数、软件版本和原始数据都要留痕，使每次输出能够复现。第三，在转染、纯化和结构重建等昂贵或不可逆环节设置人工检查点。第四，用正交方法验证结果，例如用层析分离后继续用冷冻电镜确认，不能把模型建议本身当作实验证据。

评价这类 Agent 时，也不应只统计任务完成率和耗时。无效方案比例、工具调用是否可重放、错误被发现的路径、人类修正次数以及结果能否复现，同样是更接近科研真实性的指标。Claude 在本案例中的价值来自工具调用与流程压缩，而不是模型自身突然掌握了全部生命科学知识。

原核 Vault 研究仍有哪些问题未解决？

目前仍有四个关键问题尚未解决：第一，Vault 在细菌、噬菌体和人类细胞中是否承担相同功能，还是已经分化出不同作用；第二，这些原核颗粒是否会在天然宿主中形成，而不只是在大肠杆菌实验系统中重建；第三，改造后的颗粒能否成为可靠递送载体；第四，结构模型与实验数据能否经受完整复核和同行评议。Vault 的发现者之一 Leonard Rome 也针对第一个问题提出了一种可能：不同物种中的 Vault，功能未必相同。

目前成果仍以提交至 bioRxiv 的预印本形式发布，后续还需要公开结构模型与实验数据并接受同行评议。Claude 帮助人类团队显著加快了原核 Vault 结构的发现与验证，但相关科学问题并未因此结束。这项研究的实际推进在于把 AI 纳入可审计、可纠错的科研执行环节，不能据此宣称“AI 独立破解 40 年谜团”，更不能以此替代证据、实验和人的判断。