En lisant l’ADN voisin d’une enzyme de phage, un agent Claude a repéré des répétitions que des travaux antérieurs n’avaient pas décrites. Cette observation a conduit les chercheurs d’Anthropic à identifier ART, une organisation génétique associant une transcriptase inverse, une protéine partenaire et un réseau de répétitions d’ADN. Le résultat, présenté le 23 septembre 2026, concerne des bactériophages, les virus qui infectent les bactéries.
Son architecture rappelle celle de CRISPR, mais sa fonction reste inconnue. La prépublication décrit aussi une limite des agents : dix nouvelles campagnes n’ont pas retrouvé les répétitions qui avaient déclenché la découverte. ART, pour array-associated reverse transcriptases, est l’un des premiers résultats du groupe de recherche en sciences de la vie constitué par Anthropic au printemps 2026.
Une base de près de deux milliards de groupes de protéines
La consigne était ouverte : explorer une base métagénomique pour y repérer des transcriptases inverses (RT) intéressantes. Ces enzymes, qui copient de l'ARN en ADN, sont connues pour leur rôle chez les rétrovirus et existent sous de nombreuses formes chez les bactéries et leurs virus. La base interrogée regroupe environ 1,94 milliard de groupes de séquences protéiques similaires, issus d'environ 11 millions d'échantillons provenant notamment de Logan, de l'ENA, du JGI et du NCBI.
Conduite avec Claude Mythos 5, la campagne a duré 21,5 heures, mobilisé 949 sessions d'agents et consommé 215,6 millions de jetons, hors lectures du cache. Les agents ont recensé près de 200 000 groupes de RT et évalué 3 564 familles de gènes partenaires. Ils ont retenu 17 familles candidates et remis 19 rapports aux chercheurs. Après examen, seules trois des 17 associations avec un gène partenaire ont été confirmées comme non décrites auparavant ; les autres ont été écartées ou mises de côté. Anthropic estime que ce type d'analyse représente des semaines, voire des mois de travail pour un scientifique expérimenté. Le criblage lui-même relève de méthodes que la bio-informatique automatise déjà ; ce qui distingue l'expérience, c'est ce qu'un agent a relevé en dehors de sa consigne.
Des répétitions que les travaux antérieurs n'avaient pas vues
En examinant l'environnement génétique d'une famille inhabituelle de RT, un agent a lu directement la séquence d'ADN voisine, y a repéré une succession régulière de répétitions et a poursuivi l'analyse. Il a abouti à un ensemble de trois éléments : un réseau de répétitions en tandem en amont, une RT dotée d'une extension N-terminale inhabituellement longue, d'environ 180 acides aminés, et un gène partenaire en aval, codant une protéine de fonction inconnue.
La RT n'était pas inconnue. Le locus du phage MarsHill figurait dans une étude de génomique comparative consacrée à trois jumbo phages, des phages au génome particulièrement volumineux, qui infectent Staphylococcus aureus. Selon la prépublication, ces travaux avaient identifié l'enzyme et proposé l'existence d'un ARN non codant, sans décrire ni les répétitions ni le gène partenaire. La nouveauté revendiquée porte ainsi sur l'organisation de la région génétique autour d'une enzyme déjà repérée.
Le système n'est pas un cas isolé. Les auteurs recensent 95 groupes distincts de ces RT dans des jumbo phages cultivés et dans des séquences virales prédites. Un réseau de répétitions est détectable en amont de 28 d’entre eux. Ces réseaux mesurent de 0,3 à 4,1 kilobases et comptent de 3 à 21 répétitions de 15 à 49 nucléotides, séparées par des espaceurs de 120 à 220 nucléotides.
Un réseau fortement exprimé pendant l'infection
La comparaison avec CRISPR porte sur l'architecture. Dans les systèmes CRISPR, les réseaux de répétitions et d'espaceurs sont transcrits en ARN qui guident les protéines Cas vers leurs cibles ; c'est ce guidage qui en a fait un outil d'édition du génome. Les réseaux d'ART produisent eux aussi des ARN, mais aucun rôle de guidage n'a encore été démontré.
En réanalysant des données publiques de séquençage d'ARN obtenues pendant l'infection par le phage SA1 de Staphylococcus, les chercheurs montrent que les ARN issus du réseau représentent jusqu'à 8 % des ARN du phage 15 minutes après l'infection, et figurent parmi ses transcrits les plus abondants aux différents stades de l'infection. Cette abondance justifie d'en rechercher la fonction. Les chercheurs d'Anthropic ont par ailleurs exprimé le système de SA1 sur plasmide chez Escherichia coli : ils y ont observé des ARN courts et distincts issus du réseau.
Le mécanisme reste à établir. La prépublication indique qu'on ne sait pas encore si la RT est active, si ces ARN sont ses substrats, si elle interagit avec sa protéine partenaire ni ce que le système apporte au phage. Les prochaines expériences devront répondre à ces questions, dont dépend aussi un éventuel usage en biotechnologie.
Feng Zhang, professeur au MIT et au Broad Institute et pionnier de l'édition du génome par CRISPR, a lu la prépublication avant sa diffusion. Dans un commentaire cité par Anthropic, il juge l'association entre ces réseaux d'ARN et les RT intéressante et appelle à poursuivre les recherches. Ce commentaire extérieur ne constitue pas une évaluation par les pairs ; le document reste une prépublication.
Dix nouvelles campagnes sans retrouver les répétitions
La prépublication rapporte un résultat absent de l'annonce. Les chercheurs ont relancé dix fois la même campagne. Presque toutes celles qui ont achevé le recensement ont rencontré des loci ART, et deux ont même approfondi cette lignée d'enzymes. Aucune n'a lu l'ADN situé en amont des RT, et le réseau a été manqué à chaque fois.
Les tests complémentaires éclairent l'une des difficultés. Lorsque la séquence d'un locus leur est fournie directement, les modèles les plus performants décrivent correctement le réseau dans au moins 90 % des cas. Lorsqu'ils doivent passer par des fichiers et des outils, ce taux tombe jusqu'à 32 % pour certains modèles. Dans 39 % de ces tentatives, l'agent n'a jamais lu un segment continu d'au moins 200 nucléotides, alors que la reconnaissance progresse nettement dès qu'il en charge autant d'un seul tenant.
Ces résultats suggèrent que l'accès aux données et la manière de les examiner influencent fortement la découverte. Améliorer l'outillage pourrait aider les agents à lire les bonnes séquences ; l'étude ne démontre toutefois pas qu'un tel changement suffirait à reproduire la découverte dans une campagne complète.
Une autonomie concentrée sur l'exploration
Anthropic écrit que son intervention s'est limitée à la consigne initiale et au travail de laboratoire pendant que les agents parcouraient la base. Les chercheurs ont conçu l'environnement des agents, examiné leurs rapports et choisi la piste à poursuivre. La caractérisation d'ART a ensuite été menée par les auteurs avec Claude en sessions interactives, et les manipulations ont été réalisées par des humains, dans des laboratoires de niveau de biosécurité 1 et 2.
La campagne illustre l'intérêt d'agents capables de prolonger une recherche au-delà des critères fixés au départ. Elle montre aussi l'ampleur du travail qui suit : trier les candidats, vérifier leur nouveauté, puis tester leurs propriétés. ART a franchi les premières étapes de cette caractérisation. L'activité de sa transcriptase inverse, le rôle de ses ARN et sa fonction dans le phage restent à établir expérimentalement.