AIエージェント導入・運用

Claudeが新しい酵素系を発見。研究AIの仮説を検証へつなぐ4段階

公開日 ・更新日

Anthropicは2026年9月23日、「Claude discovers a novel enzyme system with CRISPR-like repeats」を公開しました。生命科学の研究グループと実験室を立ち上げ、DNAデータから未知のタンパク質ファミリーを探し、大量に仮説を作り、実験で確かめる取り組みを紹介しています。初期結果では、ClaudeがDNAの反復配列に関連する、CRISPRを思わせる新しい酵素系を見つけましたが、その機能はまだ分かっていません。

探索の範囲と評価基準を先に決める

AIへ検索を任せる前に、対象データ、期間、除外条件、興味深い候補の基準を固定します。調べる範囲が広いほど、何を見つけたかだけでなく、何を調べなかったかも残す必要があります。

候補を人が読み取れる報告へそろえる

Anthropicの記事では、Claudeがタンパク質ファミリーを調べ、候補の機能と根拠を短い報告にまとめ、続く分析で多くを除外すると説明しています。業務で試すときも、根拠、反証、追加確認を同じ書式にそろえると、候補の比較がしやすくなります。

仮説と検証を分ける

記事の研究では、Claudeの探索後に人の科学者が実験室で候補を調べています。AIが出した仮説を結論として共有せず、誰が、どの資料や実験で確認したかを別の記録にします。検証できない候補は、次の判断へ自動で渡さない仕組みにします。

再現できる履歴を残す

記事では、およそ950のエージェントが21時間かけて2億1,000万トークンを使い、DNAデータを探索した初期結果が紹介されています。数字だけを成果にせず、入力データの版、取得時刻、候補の選定理由、実験担当者を残します。別の担当者が同じ範囲をたどれることを、導入の合格条件にします。

研究や調査にAIを使うときは、候補を大量に出せることと、発見が確定することを同一視しないことが重要です。探索、候補の整理、人の検証、履歴の保存を分ければ、AIの提案を安全に次の実験へつなげられます。

出典（公式）：Anthropic「Claude discovers a novel enzyme system with CRISPR-like repeats」 https://www.anthropic.com/news/claude-discovers-novel-enzyme-system

AIの仮説生成を専門家の確認と再現できる研究プロセスへつなげたい方は、COZITOへご相談ください。

出典・参考資料

著者: 松井 勇樹