Um agente do Claude leu uma sequência de DNA e registrou, no meio da própria análise, que via um arranjo de repetições em tandem. Na transcrição da sessão, a comparação imediata foi com CRISPR e com msDNA. A observação não era o que o briefing original pedia.
Em 23 de setembro de 2026, a Anthropic anunciou o achado como evidência de que agentes do Claude, com pouca direção humana, podem iniciar descobertas em biologia. Os autores chamaram o sistema de ART, sigla em inglês para array-associated reverse transcriptases: transcriptases reversas associadas a arranjos.
O título desta página usa “tipo CRISPR” porque é assim que o caso chegou ao público. No pré-print, a semelhança está no desenho do arranjo, não na função. CRISPR-Cas edita DNA com proteínas Cas. ART ainda não tem função demonstrada.
O que o Claude encontrou
Transcriptases reversas, ou RTs, copiam RNA em DNA. A campanha da Anthropic pediu aos agentes que procurassem famílias pouco conhecidas dessas enzimas e genes que costumam aparecer ao lado delas.
A linhagem ART ficou concentrada em jumbo phages, bacteriófagos de genoma grande, e em contigs virais previstos. O pré-print descreve uma arquitetura típica com três peças:
- uma transcriptase reversa;
- um gene parceiro dedicado, que aparece em três famílias sem similaridade entre si;
- um arranjo de unidades repetidas numa região de DNA não codificante, detectável em 28 dos 95 agrupamentos da família.
A RT já havia sido vista em estudos anteriores. A Anthropic afirma que o Claude foi o primeiro a notar o conjunto: a enzima, o parceiro e o arranjo.
As repetições lembram a organização visual de um arranjo CRISPR. Elas não transformam ART em CRISPR. No CRISPR-Cas, sequências guardadas no arranjo orientam proteínas até alvos específicos. No ART, o formato é uma pista. Os autores também registram diferenças concretas: os espaçadores são mais longos, não há genes cas perto dos lócus e as unidades se conservam entre fagos aparentados.
Depois da campanha, uma sessão de Claude Science recuperou dados públicos de RNA do fago SA1 infectando Staphylococcus lentus. Nesses dados, o arranjo aparece como RNAs curtos e abundantes. Os autores repetiram a observação ao expressar o lócus em Escherichia coli. No texto técnico, eles especulam que esses RNAs possam funcionar como repertório de moldes ou iscas. Continua sendo hipótese.
A equipe escreve, com clareza, o que ainda não mostrou: se a transcriptase está ativa, se os RNAs são seus substratos, se a enzima interage com a proteína parceira e o que o sistema faz pelo fago.
A pista apareceu fora do caminho planejado
Humanos definiram o objetivo: buscar sistemas de RT inéditos a partir de associações com genes parceiros. Um software coordenou instâncias do Claude Code. Agentes trabalhadores planejavam e executavam análises. Supervisores revisavam resultados e podiam abrir tarefas novas. Outros agentes organizavam o conhecimento e os relatórios.
Com o Claude Mythos 5, o sistema percorreu 1,94 bilhão de grupos de proteínas e recuperou cerca de 200 mil grupos de RTs depois da filtragem. A triagem analisou milhares de famílias vizinhas e terminou com 19 relatórios para revisão humana.
A escala da campanha computacional foi esta: 119 tarefas, 949 sessões de agentes, 21,5 horas de tempo corrido e 215,6 milhões de tokens. O anúncio arredonda para cerca de 950 agentes, 21 horas e 210 milhões de tokens. O pré-print afirma que não houve intervenção humana nessas 21,5 horas.
Isso não apaga o resto do trabalho. Pessoas escolheram a pergunta, escreveram o briefing, montaram o ambiente, revisaram os relatórios, expandiram a família em sessões interativas e conduziram os experimentos de laboratório.
O caminho até ART também foi tortuoso. Um agente rejeitou a associação de uma RT com um gene da RNA polimerase de jumbo phage. O supervisor pediu, então, que o flanco 5′ fosse inspecionado em busca de um RNA não codificante. As RTs daquele grupo, depois chamadas NART, tinham flancos curtos demais. Os parentes com flanco longo, mediana de 940 pares de bases, revelaram o arranjo.
Ao ler essa sequência, o modelo descreveu o padrão direto no DNA. A transcrição, no artigo técnico, diz: “o flanco é espetacular: consigo ver a olho nu um arranjo de repetições em tandem […] isso é um arranjo de repetições tipo CRISPR ou tipo msDNA?!” Em seguida, o agente contou as repetições, comparou a arquitetura com sistemas conhecidos e procurou literatura que pudesse matar a novidade.
O briefing pedia genes parceiros. O achado foi uma estrutura repetida fora dos genes.
O mérito do agente não foi fechar o caso. Foi notar que os dados estavam fazendo uma pergunta que o briefing não tinha escrito.
Por que isso é diferente de automatizar uma busca
Bancos de dados genômicos já são vasculhados por programas há décadas. Em geral, a busca tradicional precisa saber de antemão quais características procurar. O pesquisador define um padrão, o software encontra correspondências e alguém interpreta o resultado.
No caso das ARTs, a repetição não era o critério principal. O modelo carregou a sequência, percebeu uma regularidade inesperada e usou conhecimento sobre outros sistemas para decidir que valia investigar. O pré-print chama essa capacidade de “visão genômica”.
O nome é promocional, mas descreve uma diferença real. O modelo não enxergou como uma pessoa diante de um microscópio. Ele detectou um padrão nos tokens que representavam o DNA e o transformou numa hipótese legível. Análises internas indicam sinais do Mythos 5 que respondem a repetição em geral, inclusive em texto; no flanco ART, esses sinais acompanharam as cópias do arranjo.
Reconhecer uma anomalia ainda não explica a função. Das 17 famílias candidatas de genes parceiros, 14 foram descartadas ou deixadas de lado por serem artefatos de anotação, partes de sistemas já descritos ou vizinhos sem relação específica com a RT.
Esse descarte importa tanto quanto o acerto. Agentes baratos e paralelos produzem hipóteses em volume. O gargalo passa a ser escolher o que merece tempo de cientista e validação física.
A Anthropic lançou a mesma campanha outras dez vezes. Nenhuma das réplicas reencontrou o arranjo, em parte porque nenhum agente leu o DNA a montante da RT. A descoberta original não se repetiu como um botão automático.
Essa arquitetura se parece com o papel do harness ao redor de um modelo: memória compartilhada, ferramentas, revisão e regras de coordenação transformam várias chamadas isoladas num processo longo. O modelo foi essencial. O resultado pertence ao sistema inteiro.
O laboratório continua sendo a fronteira
Uma hipótese coerente no computador ainda pode estar errada. A sequência pode estar anotada de forma incompleta. Uma correlação entre genes pode ser coincidência. Uma estrutura prevista pode não se formar. Uma molécula expressa pode não ter a função imaginada.
A Anthropic montou um laboratório na região da Baía de São Francisco para ligar busca computacional e experimento. A empresa diz trabalhar apenas nos níveis de biossegurança BSL-1 e BSL-2, sem manipular patógenos capazes de infectar humanos. Também afirma que todo o trabalho de bancada é feito por cientistas humanos.
Para ART, o que foi publicado sustenta uma família de RTs de jumbo phage associada a arranjos repetidos e a proteínas parceiras, além de RNAs curtos derivados do arranjo. Não sustenta o mecanismo.
CRISPR levou décadas entre a observação das repetições em bactérias e as aplicações modernas de edição genética. ART pode virar ferramenta, peça da biologia de fagos ou um sistema de interesse restrito. Os dados atuais não permitem escolher.
Feng Zhang, pesquisador do MIT e do Broad Institute ligado ao desenvolvimento da edição por CRISPR, revisou o pré-print. No anúncio da Anthropic, ele classificou os arranjos de RNA associados às RTs como “genuinamente intrigantes” e dignos de investigação. É uma avaliação positiva de um cientista externo, não uma revisão por pares.
A aceleração também aumenta o risco
A promessa prática está na escala. Segundo a Anthropic, um especialista poderia gastar semanas ou meses numa pesquisa desse tipo. A empresa coordenou centenas de sessões em menos de um dia e saiu com candidatos legíveis para revisão.
Se o método se generalizar, laboratórios poderão explorar bancos genômicos que já cresceram além da curadoria humana. O ganho não seria uma IA que substitui todos os pesquisadores. Seria multiplicar a leitura inicial dos dados e reservar atenção humana para desenho experimental, validação e julgamento.
A mesma capacidade tem uso dual. Um sistema que encontra mecanismos biológicos incomuns com pouca supervisão pode acelerar pesquisa benéfica e reduzir o esforço necessário para investigar caminhos perigosos. ART não é apresentado como arma, e a pesquisa divulgada não envolve patógenos humanos. O risco está na capacidade geral de explorar biologia em escala, não numa função maléfica demonstrada para esse sistema.
Seis dias antes do anúncio das ARTs, a Anthropic abriu em beta o Life Sciences Verification Program. O programa oferece modelos com barreiras mais permissivas para organizações verificadas e prevê uma categoria adicional para trabalhos de maior risco, com análise específica por projeto. A existência desse controle mostra que a própria empresa reconhece a tensão. Não prova que cadastro, classificadores e políticas bastem quando modelos e métodos se tornam mais capazes.
A discussão conversa com a proposta de Dario Amodei para controlar o ritmo da fronteira da IA. Avaliar capacidade biológica depois que ela aparece é insuficiente. Acesso, monitoramento e validação externa precisam acompanhar o que os agentes já conseguem fazer.
O que foi descoberto, alegado e ainda não demonstrado
O pré-print apresenta evidências de uma família de RTs em jumbo phages associada a genes parceiros e, em parte dos lócus, a arranjos repetidos; RNAs curtos derivados desses arranjos em dados públicos de infecção e em expressão em E. coli; registros da sessão em que um agente reconhece o padrão; e uma campanha computacional executada sem intervenção humana durante 21,5 horas.
A Anthropic alega que o Claude fez a primeira identificação autônoma desse sistema e que a abordagem pode acelerar descobertas biológicas. Os autores do estudo são funcionários da empresa, o modelo é da empresa e o texto ainda é um pré-print.
Ainda não foi demonstrado que ART edite, corte, copie ou cole DNA; que seja programável; que a RT esteja ativa no sistema observado; que os RNAs sejam seus substratos; qual seja a função da proteína parceira; ou qual benefício o sistema dá ao bacteriófago.
Também não sabemos se outras equipes reproduzirão a análise, confirmarão os experimentos e chegarão às mesmas conclusões sobre novidade.
A descoberta está no meio, não no fim
O caso ART não autoriza a frase “Claude descobriu o novo CRISPR”. O que existe é mais específico: agentes reconheceram sozinhos uma arquitetura incomum em dados genômicos, perseguiram a pista e entregaram um candidato que cientistas humanos levaram ao laboratório.
A função continua em aberto. Pode levar anos para ser explicada ou nunca produzir uma aplicação. Enquanto isso, o experimento da Anthropic já mostrou outra coisa: a etapa de notar o estranho, antes limitada pela atenção disponível no laboratório, começou a ganhar escala de máquina.
Fontes
- Claude discovers a novel enzyme system with CRISPR-like repeats — Anthropic (23/09/2026). Anúncio oficial, cronologia, números resumidos, descrição do laboratório e declaração de Feng Zhang.
- Autonomous AI agents discover reverse transcriptases with tandem repeat arrays — Peter H. Yoon, Januka S. Athukoralage, Emmanuel Ameisen, Eric Kauderer-Abrams, Nicholas T. Perry e Matthew G. Durrant (pré-print, 23/09/2026). Relatório técnico com método, evidências, escala e limitações declaradas.
- Introducing the Life Sciences Verification Program — Anthropic (17/09/2026). Fonte primária sobre verificação de organizações e níveis de acesso para pesquisa em ciências da vida.