エージェント950体が21時間で新しい酵素系を見つけた — だが実験台の作業は全部人がやった

Anthropic が9月23日、自社に新設した生命科学の研究グループとラボから最初の結果を出した。 Claude のエージェントが DNA 配列のデータベースを21時間、約950体、2億1,000万トークンかけて走査し、 CRISPR に似た反復配列を伴う未記載の酵素系を見つけた、という内容である^[1]。 本紙が読むべきはその生物学ではなく、同じ発表本文が実験台について書いた一文のほうである。ラボの作業はすべて人間の科学者が行っている^[1]。 しかも同社は、AIに実験装置を操作させる自社仕様である Model Hardware Standard(MHS)を 試したうえで、自分たちの分子生物学研究に伴う場当たり的な作業にはこのやり方が 合いにくいと明記した^[1]。 並列化できたのは仮説の生成であって、手ではない。線はそこに引かれている。

何が発表されたのか#

研究グループが作られたのは2026年の春である^[1]。目的は、汎用のAIモデルが生物学の 発見を体系化し加速できるかを確かめることにあり、そのためにモデルの訓練から実験まで ひとつのチームで抱える形をとった^[1]。ラボはベイエリアにあり、扱うのは バイオセーフティ水準の下位2段階(BSL-1 と BSL-2)にとどまり、ヒトに感染する病原体は 扱わないと書かれている^[1]。

人間が与えたのは最初のプロンプトと、ラボでの作業だけだった、というのが発表側の説明である。 逆転写酵素(RT)の面白い新例を巨大な配列データベースから探せ、という指示を出し、あとは Claude のエージェントがデータベースを掘り、RT の系統を調べ、自分の判断で有望な候補を 選んだ^[1]。見つかったのは、バクテリオファージに多く見られるarray-associated reverse transcriptases(ART)と名付けられた系である^[1]。

公表された数字 — 20万から1へ#

発表本文に出ている数値を、絞り込みの順に並べる。

比較対象として発表本文が置いているのは、人間の専門家ならこの種の分析に数週間から数か月かかる、という記述である^[1]。 ここで注意すべきは、短縮されたのがゲノムマイニングという机上の作業で あることだ。配列を集め、見慣れない並びに気づき、文献と突き合わせ、報告書に落とす。 どれも身体を必要としない。21時間という数字は、その範囲でのみ意味を持つ。

見つけたものと、まだ分かっていないこと#

ART は3つの部品からなる。RT と、その隣にある機能未知の付随タンパク質と、等間隔に並んだ 長い DNA 反復配列の列である^[1]。この並びは、CRISPR-Cas 系をプログラム可能な道具に している CRISPR アレイの配置に似ている^[1]。最初の実験では、ART のアレイも 複数の短い RNA として発現していることが示された^[1]。

ただし発表本文は、ここから先を断定していない。類似の仕組みが働いている可能性が示唆されるという書き方であり、主たる機能はまだ分かっていないと 明記されている^[1]。土台となる RT そのものはジャンボファージで過去に同定済みで、 Claude が初めて気づいたとされるのは、付随する非コード反復配列の列と、もう1つの 機能未知のタンパク質という組み合わせのほうである^[1]。

外部の評価も、同じ温度で置かれている。プレプリントを読んだ MIT・Broad Institute の Feng Zhang は、RT に伴う RNA 反復配列の同定は興味深く、さらなる調査に値する、 という趣旨の評を寄せている^[1]。値するであって、確定ではない。 発表側も、早期に共有する理由を、Claude の能力を示すためと、取り組みの中身を コミュニティに見せるためだと書いている^[1]。

手は人のままだった — 発表者自身が書いた線#

本紙がこの発表で最も価値があると見るのは、ラボの説明である。発表本文はラボでの作業はすべて人間の科学者が行うと書き、そのうえで、 MHS のような取り組みで AI にラボ作業を速めさせる実験はしてきたが、分子生物学研究に伴う場当たり的なワークフローには、このやり方は合いにくいと 続けている^[1]。自社で作り、外部に研究プレビューとして開いた仕様を、 自社のラボは使わないと書いたことになる。

この一文の重みは、同じ会社が10月8日に出した別の発表と並べると見える。Anthropic は 連邦政府の科学加速イニシアチブ Genesis Mission に3年で1億5,000万ドルを 投じ、NASA・NIH・NSF を含む15以上の機関に Claude を届けると発表した^[2]。 その本文は、自社の科学支援の一覧の中で MHS をAIエージェントが実験装置を安全に操作するための共通仕様と紹介している^[2]。 売り込む側の言葉と、使う側の言葉が、2週間の間隔で食い違っている。 どちらも同じ社名で署名されている。

なぜ場当たり的な作業が残るのか#

線の位置は、本紙が8月に読んだMHS の研究プレビューの数字と整合する。 あの発表で数字が大きく動いたのは、装置をつなぐ作業と、決まった失敗からの復帰だった。 カーネギーメロン大学は3台のPCにまたがる4機器の統合をベンダー構築で数週間かかるところ8時間で済ませ^[3]、QuEra Computing は専任4人が数か月かけた レーザーの周波数ロック復帰を、人手介入なしの成功率99.3%に 置き換えた^[3]。

一方で、同じ発表本文の Genentech の節は、粘性のある溶液で泡が立ったときに Claude が 同じウェルでパラメータを変えて再試行し、かえって泡を増やしたと書いている^[3]。 失敗の背後にある物理を理解していなかったため人間が穏やかな扱いへ誘導せねばならなかった、 というのが当事者の記述である^[3]。

つまり線は、繰り返す作業と、段取りが毎回変わる作業の間に引かれている。 ART の探索は、まさに後者を含む。候補が出るたびにタンパク質を発現させ、生化学的・構造的に 性質を調べ、その読み取りを Claude が解釈し、次の手を決める^[1]。 発表本文によれば、調査が1つの試験に値する候補で終わることもあれば、ひとつも残らずに終わることもある^[1]。 終わり方が毎回違う作業に、固定されたドライバは噛み合わない。

仮説そのものが研究対象になった

発表本文には、もう1つ実務的な記述がある。Claude が仮説を大量に出すため、仮説そのものが研究対象になったというものだ^[1]。1回の探索で 数百から数千の候補報告が出てくるので、試すに値すると判断したものと捨てたものの違いは 何かを問い、その答えを Claude への指示に書き戻して、自分たちの科学的な嗅覚を 模倣させている^[1]。使っている道具は Claude Science と Claude Code で、 これは誰でも使えるものだと書かれている。並列セッションを束ねる自前のハーネスを 併用することもある^[1]。

フィジカルAIから見て、何が動いたのか#

動いたのは、フィジカルAIの能力ではない。 接触、器用さ、装置操作の 一般化に触れる要素は今回に無い。動いたのは、探索の側だけを並列化したときに どこが残るかという問いの答えである。950体を21時間走らせて得られたものは 報告書20本であり、その先に進むには人の手で発現系を立て、測り、読まねばならなかった。

これは本紙が画面操作のフロンティアで 見てきた構図と同じ形をしている。環境がデジタルである限り、エージェントは台数と時間で 押せる。環境が物理になった瞬間、台数は効かなくなる。950体のエージェントを動かすのは トークンの問題だが、950本のピペッティングを同時に走らせるのは装置と場所の問題である。 仮説の生成が安くなればなるほど、律速は検証側の身体に移る。

この移動が、ラボ自動化を売る側にとっては追い風に見えるのは確かである。 出てくる仮説が増えれば、試す装置の需要も増える。ただし今回の発表が示したのは、 その装置が汎用のドライバ仕様だけでは埋まらないということだ。 段取りが毎回変わる作業を機械に渡すには、配線の標準化ではなく、 失敗の原因を物理から切り分ける能力が要る。MHS が解けなかったのは、まさにそこだった^[3]。

残る論点#

第一に、分母が公表されていない。発表本文は、調査がひとつも候補を 残さずに終わることがあると認めているが^[1]、何回の探索キャンペーンのうち何回が 実験に進み、何回が空振りだったかという数字は出ていない。21時間・950体・2億1,000万トークンは 当たった1回の数字である。この分母が出るまで、費用対効果は評価できない。

第二に、自律という語の範囲である。発表側は、関与は最初のプロンプトと ラボ作業に限られたと書いている^[1]。だがそのプロンプトは専門家が書いたものであり、 候補の選別には人間のレビューが入り、試すに値する判断の基準は人間の嗜好から 書き戻されている^[1]。自律に見える部分の外側に、人間が3か所いる。

第三に、発見の価値がまだ確定していない。機能が分からない以上、 ART が CRISPR のような道具になるかどうかは決まっていない^[1]。 プレプリントと技術報告が公開されているが、本紙はまだ確認していない。

本紙の見立て#

この発表を「AIが新しい酵素を発見した」とだけ読むと、本紙の読者にとっての情報は何も残らない。 残るのは、同じ会社が同じ月に、仮説生成の自動化を誇り、実験台の自動化を見送ったという事実のほうである。しかもその見送りの理由は、装置が足りないからでも、仕様が未熟だから でもなく、作業の形が毎回違うからだと書かれている^[1]。

フィジカルAIの実務者にとって、これは見慣れた線である。決まった手順を繰り返す工程は 先に機械へ渡り、段取りが変わる工程は人に残る。今回の違いは、その線を引いたのが 導入される側ではなく、エージェントを作っている側だという点にある。 売り文句ではなく自社の運用で引いた線だから、本紙はこちらを信用する。