Anthropic 用 Claude 解析首个原核细胞 vault particle 的 3D 结构

我们分享Anthropic 生物学研究实验室的又一项发现：在原核细胞中发现的首个穹窿体颗粒的 3D 结构。穹窿体是存在于生命之树各分支细胞中的大型中空蛋白质桶状结构，其功能至今仍不清楚。下面我们介绍 Claude 如何在这项研究的各个阶段提供帮助：检索序列文献、优化颗粒分离方法，以及绘制穹窿体结构。更多信息见我们的预印本，我们已将其提交至 bioRxiv；链接上线后我们会第一时间更新。

生物细胞最早于 1665 年被发现，但三个半世纪之后，细胞如何运作的许多问题依然未知。直到相对晚近，某些关键组分是否存在仍有争议，更不用说它们的功能了。即便在今天，研究最透彻的细胞之一——大肠杆菌——约 4,400 个基因中仍有超过三分之一了解甚少。另一个类似的谜团是穹窿体颗粒。

穹窿体颗粒是一种大型中空蛋白质外壳，几乎存在于人体所有细胞中。它于 1986 年由 Leonard Rome 和 Nancy Kedersha 发现，但其功能至今仍难以确定。它的质量约为核糖体的三倍，是真核生物（具有复杂细胞的生物，如哺乳动物，区别于通常为单细胞的简单“原核生物”，如细菌）中已知最大的分子复合体之一。穹窿体因其形状得名：在电子显微镜下观察时，带有肋纹的外壳让 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 份主要穹窿体蛋白组成，排列为两个相同的半部，在中部相接。

穹窿体存在于真核生物树的绝大多数分支，从黏菌到人类，因此科学家认为它们必定有某种用途。研究者提出了多种功能假说，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，但这些假说均未得到确凿证实。其他研究表明，缺乏穹窿体的小鼠仍能存活，这提示穹窿体可能只在特定环境条件下才必需。但问题依然存在：如果穹窿体没有重要功能，进化为何会保留如此庞大的结构？

我们的生物学研究团队一直在研究穹窿体，关注 Claude 能否帮助在这一长期悬而未决的问题上取得进展。我们尚未确定它们的生物学功能，但我们确实发现，生命树中还有更多穹窿体蛋白——包括原核生物以及感染它们的噬菌体中的那些——能够组装成完整的穹窿体样颗粒。相关蛋白此前已被发现存在于原核生物和噬菌体的基因组中，但据我们所知，尚无人证明它们能组装成穹窿体。

原核细胞中的穹窿体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，因此更容易探究穹窿体的来源、基本结构长什么样，以及它们内部（如果有的话）装着什么。研究人类蛋白的细菌近亲此前已带来不少启发。细菌版的cGAS–STING 信号通路、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。不过在这些案例中，它们在人体中的功能早已为人所知；穹窿体则不然，而它的原核近亲或许能帮助揭开这一谜团。

本文介绍我们如何解析出一种噬菌体穹窿体的分子结构。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蛋白，因此这种穹窿体是在细菌——也就是原核细胞——内部搭建的。该穹窿体由单一蛋白的 96 个拷贝构成，而人类穹窿体为 78 个。我们通过复制该蛋白的一部分，改造出了更大的穹窿体。这些结果共同揭示了此类复合物如何组装，并提示了如何将其改造用于生物技术——例如制成递送酶的纳米胶囊。

这项工作也体现了我们团队更宏大的目标：把 Claude 嵌入研究流程的每一步，从而加速基础生物学研究。在我们的指导下，Claude 检索了蛋白数据库、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，常规需要三天的穹窿体纯化，我们只用了约 90 分钟；34 小时后首个结构模型便已就绪，而我们估计这通常要花上数周。

尽管取得了这些进展，这些令人费解的结构仍有太多未知。我们邀请 Rome 博士为这项研究提供咨询，当我们把结构拿给他看时，他说：

弄清穹窿体的功能仍然极其困难。我很高兴 Anthropic 掌握了这么多高质量的数据。现在，会有其他人来攻克这个问题……Anthropic 发现的范围之广表明，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 如何用于科学发现。你可以在我们的预印本中进一步了解结果与方法，我们也将很快公布这些结构及更多数据。

原核生物中的类穹窿体结构

我们利用冷冻电镜（cryo-EM）解析了该穹窿体结构：将大量颗粒拷贝快速冷冻，用电子束成像，再合并为单一三维模型。该穹窿体由单一噬菌体蛋白的 96 个拷贝构成（每半 48 个），我们将其命名为 L05，总质量约 9.5 兆道尔顿。相比之下，哺乳动物版本每半为 39 个拷贝。这种源自噬菌体的穹窿体也更短更宽：长约 54 纳米、宽约 45 纳米，而哺乳动物版本为 67×40 纳米。尽管更短，但由于形状更接近球形，它包裹的体积反而多出约 25%。构成其壁的蛋白链由七个重复片段首尾相接堆叠而成，而非哺乳动物穹窿体的九个，其端盖也更扁平。它是目前在原核生物中发现的最大的蛋白外壳之一。

其结构的一个显著特点是帽盖如何闭合。环绕一圈的48个拷贝组成的壁必须朝极点收窄，而它分三步完成收窄，就像一个分层穹顶。在每三个相邻拷贝组成的一组中，一个在第一步结束，一个在第二步结束，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，但在帽盖中呈现不同的形状（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，大多数改动位于相邻拷贝相互接触的位置。帽盖附近的一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）时，它组装成了更大的穹窿颗粒，使包裹体积增加了约20%。这些实验表明，穹窿在其进化历史中可能通过复制自身壁的片段来改变大小，而不会破坏其组装方式。

用 Claude 发现、分离并绘制一种新的穹窿结构图

穹窿在40年里一直未获解释，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），被培育成缺少穹窿伙伴蛋白或穹窿 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，找出穹窿蛋白在生命树上的分布；生产并分离最有希望的候选蛋白，以测试它们是否真的组装成类似穹窿的颗粒；并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，并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，并准备好订购设计。我们将表现最好的蛋白质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，我们需要把颗粒分离出来。传统方法是为真核生物穹窿体开发的，需要让样品穿过一根糖密度梯度不断增大的管子，大约耗时三天。为了加快速度，我们决定尝试尺寸排阻色谱法。在这个过程中，样品流经一根装有多孔微球的柱子。在称为分级的步骤中，小分子会卡在孔里，而穹窿体因为太大进不去，会最先流出，也就是所谓的空柱体积。

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 则通过推荐特定色谱柱以及追踪穹窿体蛋白、检查颗粒是否形成的方法，帮助我们把这件事做成了。随后 Claude 又提议，把破裂细胞的内容物不经任何纯化直接上柱。我们一开始有些犹豫，因为这类色谱柱很贵，而破裂的大肠杆菌细胞粗提物可能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。

我们并不是第一个用尺寸排阻柱分离穹窿体的团队，但我们优化后的方法从细胞到显微镜载网只需约 90 分钟，而不是几天。在电子显微镜下，15 种蛋白中有 7 种组装成了穹窿体样颗粒。

冷冻电镜确认了这 7 种中的 4 种具有穹窿体形状，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 来做上文所述的详细结构解析，因为它最擅长形成完整、闭合的颗粒。测定一个生物分子结构，通常需要用专业软件手动工作数周甚至数月。我们让 Claude 走完了整个过程。在一个可访问内部计算资源的内部多智能体框架中，Claude 搭建了开源处理软件（RELION）并运行每一步，而我们则就分析决策提供建议。第一个完整模型在 34 小时内就绪，最终密度图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无法解释的特征。在 96 个蛋白拷贝的每一个上，中部偏上的位置都有一个口袋，里面装着一个小分子，它在密度图中清晰可见，但我们一直没能鉴定出来。Claude 发现它的形状类似辅酶 A，这是一种细胞用来搬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，那将是其可能功能的一条早期线索。

一种新的科研方式

对我们来说，这是一种截然不同的科研方式。我们中没有人处理过如此巨大的蛋白组装体，在结构生物学方面的经验也很有限。我们还是接下了这个项目，因为 Claude 能弥补我们不知道的东西，并快速完成原本会耗费我们更长时间的分析。

在不到四个月里，我们筛选了数十个候选穹窿体，制备了显微镜样品，并解析了原核生物中发现的第一个穹窿体结构。这项工作的大部分，一个能使用现有 Claude 产品的普通实验室就可以完成。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，它并行使用了数百块 GPU 来节省时间。

这种方式也让我们看到了 Claude 需要改进的地方。它写出的一个实验方案要求使用一种培养基，其中含有会干扰 DNA 进入细胞的添加剂，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杂的错误图谱，于是我们要求它不要再即兴发挥（“除非行不通，否则请按常规操作”）。

我们把学到的经验用于指导 Claude 的开发。我们将实验室笔记分享给训练 Claude 的机器学习研究员，让他们看到模型出错的地方。这影响了 Claude 学习数据的类型。随着新模型陆续推出，Claude 在这类任务上进步明显，在 DNA 构建体设计上似乎犯的错误更少，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，这些错误会耗费时间。总体而言，我们发现这种工作方式带来的好处远远超过弊端，Claude 已经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。要确定这些颗粒的功能还需要更多研究，我们的工作只是让谜团更深了。正如 Rome 博士所说：

我们会发现它们都在做同样的事吗？还是会看到穹顶结构功能的演化发展？也许它们与人类穹顶结构的功能相同，那也很有意思。

我们将继续研究穹顶结构的功能，并随着工作进展分享更多信息。

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的功能有想法，或者有可以测试它的系统，欢迎联系我们：mdurrant[at]anthropic.com、nicholasp[at]anthropic.com。