先进的模型可以帮助研究人员整理海量的生物数据。
作者：Hana Kiros
DNA双螺旋以螺旋运动的方式运动。
插图由 Matteo Giuseppe Pani 绘制 / 《大西洋月刊》。图片来源：Getty。
2026年10月4日 上午11:56（美国东部时间）
Anthropic公司首席执行官达里奥·阿莫迪(Dario Amodei)曾多次表示，人工智能将在未来十年内治愈大多数疾病。上个月底，他声称公司已朝着这个目标迈出了第一步：克劳德(Claude)在不到24小时内发现了一种新的“酶系统”，该公司称其类似于CRISPR——一种目前正在用于治疗疾病的基因编辑工具。在宣布这一发现时，Anthropic暗示，这将会是医学革命性的发现，并引用了一位基因编辑先驱的话，称其“确实引人入胜”。
该公司坦言，他们并不清楚究竟发现了什么，也不确定这项发现——这是该公司今年春天成立的生物实验室首次公布的研究成果——是否真的意义重大。尽管如此，包括礼来公司首席执行官在内的许多学者都指出，该公司将一项非常微小的发现包装成了一项重大发现。费奥多尔·乌尔诺夫（Fyodor Urnov）是基因组编辑一词的创造者，他目前正与Anthropic公司合作开展CRISPR项目。他告诉我，克劳德（Claude）发现的究竟是不是一种酶，目前“尚无定论”。多位研究人员告诉《纽约时报》，事实上，他们多年来一直了解这种所谓的新型酶系统，其中包括哥本哈根大学的一个研究团队，他们声称Anthropic公司的新成果可能是从他们实验室与克劳德的互动中窃取的。对此，该公司回应称，克劳德的训练并非基于用户记录。（Anthropic公司未回复本文的置评请求。）
换句话说，Anthropic 公司大肆宣传一项发现——尽管这项发现是以克劳德主导的新颖方式实现的——但它可能不会带来任何生物医学方面的进步，而该公司也心知肚明。讽刺的是，该公司和其他人工智能支持者在发表如此宏大的声明时，反而掩盖了克劳德似乎真正取得的成就：它处理了海量的生物数据，而如果科学家们能够分析这些数据，则需要花费更长的时间，甚至根本无法分析。这种能力或许算不上奇迹，但对于那些面对海量数据、分析能力远超自身极限的科学家来说，仍然意义非凡。
21世纪初，研究人员首次完成了对构成人类DNA的全部30亿个碱基对的测序。这项名为“人类基因组计划”的工作耗时13年，耗资27亿美元。如今，对一个人进行全基因组测序只需一天多一点的时间，费用低至200美元。因此，公开可用的基因组数据总量已经庞大到难以管理。在其他领域，例如蛋白质科学，技术进步也带来了数据收集量的类似爆炸式增长。
从海量数据中提取有用信息本身已成为一项长期工程。2012年，一个生物信息学专家委员会发现，“科研生产力瓶颈”已从数据产生转移到数据分析，但美国国立卫生研究院早期为解决这一瓶颈所做的努力很快就失败了。如果研究人员能够高效地存储、传输和分析他们生成的所有信息，他们或许就能通过识别更合适的靶基因或细胞结构来开发新药。但数据量实在太大，他们根本无法全面应对。
然而，生物语料库的规模并非人工智能代理无法驾驭。多伦多大学助理教授、一家药物研发公司的首席人工智能科学家王波（Bo Wang）近期撰文指出，人工智能在生物学领域最大的影响将来自于它能够帮助“扩大科学关注度”：让人工智能代理处理海量数据集，可以发现那些值得进一步人工检验的异常值。代理可以提出并检验导致这些异常模式的假设，而预测模型则可以帮助科学家选择在实际实验室中开展哪些实验。最终，自动化实验室甚至可能完成这些选定的实验——美国已经有一些这样的实验室，特朗普政府也正在投入数亿美元用于建设更多。与此同时，科学家们对于人工智能模型究竟是引导他们进行可能颠覆现有范式的实验，还是引导他们进行更安全、探索性更低的实验，仍然存在分歧。
人工智能正在改变医学：利用人们的病史来预测其健康风险（包括罹患某些癌症的可能性）的模型，目前已被美国大多数医院采用。与此同时，并非所有生物学领域都能产生足够的数据来支持这种方法。哈佛医学院遗传学教授斯特林·丘奇曼告诉我，人工智能在一些依赖较少显微镜数据的领域可能作用有限，例如细胞和组织通讯的研究；这类数据往往比基因序列更难获取。细胞器生物学和细胞运输科学同样需要耗费大量时间和精力的实验。
不过，丘奇曼表示，“只要有数据，奇迹就会发生。” 她整个夏天都在OpenAI工作，致力于开发一种专门为生命科学研究人员训练的模型。她预计，人工智能将使那些不会编程的科学家也能自行分析数据，从而使研究人员“分析数据的速度至少提高10倍，让我们能够腾出更多时间研究生物学问题和进行相关实验。”
Anthropic公司最近的研究成果就是一个例子，它展示了人工智能如何识别那些原本可能被忽略的异常值。现有的工具可以梳理大量的基因组数据（并且已经被用于识别真正的新型基因编辑系统）。犹他大学计算生物学实验室主任肯德尔·克莱门特告诉我，人工智能的优势在于能够以更大的规模运行这类分析，同时还能评估中间结果。当然，如此大规模的分析需要投入相应的庞大资源：Anthropic公司动用了大约950个Claude机器人同时处理一个包含近20亿条DNA记录的数据库。
人工智能公司有充分的动机继续宣传他们声称其模型将带来的医学奇迹，尤其是在针对人工智能的反对声浪日益高涨的情况下。阿莫迪提出了一个让人工智能怀疑论者闭嘴的办法：“真正有效的方法是治愈癌症，”他最近在X杂志上写道。这当然是一项重大成就。但帮助科学家提高工作效率同样意义非凡，即便这听起来并不那么具有革命性。
作者简介：Hana Kiros是《大西洋月刊》的助理编辑。
本文出处：https://www.theatlantic.com/science/2026/10/anthropic-artificial-intelligence-science-biology/688878/
