当サイトではアフィリエイト広告を利用しています。
2026年11月4日、Anthropicの生物学研究チームは、Claudeを研究工程へ組み込み、バクテリオファージ由来L05を大腸菌で発現させて形成したvault(ヴォールト)状粒子の3D構造を解析した研究成果を公開しました。
対象は、細菌に感染するバクテリオファージ由来のL05というタンパク質です。研究チームはL05を大腸菌(E. coli)で発現させ、96個のタンパク質からなる巨大なvault状粒子を作り、cryo-EM(クライオ電子顕微鏡)で立体構造を決定しました。
Claudeは文献・配列探索に加え、DNAコンストラクト設計、粒子の分離条件、cryo-EMデータ処理まで研究工程の広い範囲へ入りました。研究者が実験方針を選び、Claudeの提案を退け、誤った条件や解析を修正した場面も公開されています。
この記事では、vault粒子の研究成果そのものと、Claudeがどこを担当し、人がどこで判断・検証したのかを分けて見ていきます。
vault粒子研究で何が分かったのか
vault粒子は、大きな中空のタンパク質複合体です。1986年に発見され、ヒトを含む多くの真核生物で見つかっていますが、生物学的な機能は現在も確定していません。
今回の研究では、バクテリオファージ由来のL05タンパク質を大腸菌で発現させ、vault状の粒子を形成させました。詳細解析したL05 vaultは、1種類のタンパク質96個、片側48個ずつでできています。
主な構造上の特徴は次の通りです。
| 項目 | L05 vault |
|---|---|
| 構成 | L05タンパク質96個 |
| 片側のコピー数 | 48個 |
| 推定質量 | 約9.5メガダルトン |
| 大きさ | 約54nm × 45nm |
| 側壁の反復セグメント | 7 |
| 解析方法 | cryo-EM |
| 実験系 | L05を大腸菌で発現 |
哺乳類のvaultは78個の主要vaultタンパク質で構成されます。L05 vaultは短く幅広い形で、より球形に近いため、内部容積は哺乳類vaultより約25%大きいと報告されています。
研究チームはL05の壁を構成する反復部分を2つ追加し、7反復から9反復へ増やす実験も行いました。この改変版はさらに大きなvaultを形成し、内部容積が元のL05より約20%増えました。
現時点で分かったのは、ファージや細菌に関連するvaultタンパク質の一部が、大腸菌内でvault状粒子を形成することと、その立体構造です。自然界の宿主で同じ構造が形成されるか、何のために使われるかは今後の研究課題です。
Claudeが入った研究工程は探索から構造解析まで広い
今回の研究は、配列探索から候補選定、DNA設計、タンパク質発現、粒子分離、顕微鏡観察、3D構造再構成まで、ウェットラボと計算解析が連続する工程です。
Claudeが使われた範囲と、人の研究者が担った内容を並べると次のようになります。
| 工程 | Claudeが支援した内容 | 研究者が担った内容 |
|---|---|---|
| 配列探索 | 約150億の予測タンパク質からvault関連配列を探索 | 候補の選定、研究目的の設定 |
| DNA設計 | タンパク質配列を宿主向けDNAへ変換し、制御配列を付加 | 44候補を選び、実験対象を決定 |
| 発現・分離 | カラム選定、追跡方法、分離条件の提案 | 実験実施、方法選択、結果確認 |
| cryo-EM解析 | RELIONの設定、処理工程の実行 | 解析判断、異常確認、修正指示 |
| 構造改変 | 接触部位などを変えた候補設計を支援 | 変異体の作製・観察、結果解釈 |

Claudeは研究者の指示のもとで広い実行工程を担当しています。研究の問い、候補の採用、実験の続行、解析結果の妥当性確認は人が担っています。
約150億の配列探索からDNA設計までClaude Scienceを使った
研究チームはClaude Scienceを使い、約150億の予測タンパク質を含むデータベースからvaultタンパク質の遠い親戚を探索しました。
候補は希少でしたが、29の細菌門と4つの古細菌門に広く分布していました。配列済みゲノムを持つ種の1%未満で見つかったと報告されています。
この中から研究者が44種類を選び、まず無細胞系でタンパク質を作れるかを試しました。
Claudeは、選ばれたタンパク質配列を宿主で発現しやすいDNAへ変換し、遺伝子を働かせる制御配列を付け、発注用の設計へまとめました。その後、生きた大腸菌へ移した24候補のうち15候補が可溶性タンパク質を作りました。
ここでは、探索と設計をClaudeが広く処理し、どの候補を実験へ進めるかは研究者が決めています。
分離法では研究者が方針を選び、Claudeが条件を詰めた
vault粒子の従来の分離法は、密度の異なる糖溶液を使う方法で、約3日かかります。
研究チームは時間を短縮するため、サイズ排除クロマトグラフィーを試すことにしました。大きなvault粒子は多孔質ビーズの内部へ入りにくいため、早い段階でカラムから出てくる性質を使います。
Claudeは最初、この方法に反対しました。折りたたみに失敗したタンパク質の塊も同じ位置に出てくるためです。
研究者はサイズ排除クロマトグラフィーを試す方針を選びました。その後Claudeは、具体的なカラム、vaultタンパク質を追跡する方法、粒子形成を確かめる手順を提案しました。さらに、破砕した大腸菌の内容物を前処理せずカラムへ直接入れる方法も提案し、研究チームが実験で確認しました。
最終的に、細胞から顕微鏡用グリッドまで約90分で進められる方法になりました。Anthropicは、従来法では約3日かかる工程だったと説明しています。
電子顕微鏡では、15候補のうち7候補がvault状粒子を形成していました。
cryo-EMではClaudeが処理を実行し、人が解析判断を担った
7候補のうち4候補はcryo-EMでvault形状が確認されました。2つはファージ由来、2つは細菌由来です。
研究チームは、完全に閉じた粒子を安定して作ったファージ由来L05を詳細解析の対象に選びました。
cryo-EMでは、多数の凍結粒子を電子線で撮影し、その画像を組み合わせて3D構造を再構成します。専門ソフトウェアによる長い処理が必要です。
この工程では、ClaudeがAnthropic内部のマルチエージェントハーネスと計算資源を使い、オープンソースの構造解析ソフトウェアRELIONを設定して各処理を実行しました。研究者は解析上の判断を助言しています。
最初の完全な構造モデルは34時間ででき、最終マップは処理開始から約1週間で完成しました。Anthropicは、通常なら最初の構造モデル作成に数週間かかると見積もっています。
このcryo-EM解析では、処理時間を短縮するため数百GPUを並列利用しました。Anthropicは、研究の大部分は既存のClaude製品へアクセスできる一般的なラボでも進められる一方、この大規模なcryo-EM計算は学術機関で用意しにくい規模だったと説明しています。
Claudeの誤りを人が修正した2つの場面
Anthropicは、研究が速く進んだ例と一緒に、Claudeの提案や処理で起きた問題も公開しています。
培地の添加物がDNA導入を妨げ、2週間遅れた
Claudeが作成した実験プロトコルには、DNAを細胞へ入れる操作を妨げる添加物を含んだ培地が指定されていました。
この問題によってプロジェクトは2週間遅れました。
研究チームは、専門知識を持つ領域ではClaudeの間違いを早く見つけられた一方、経験が薄い領域では誤りが時間を奪ったと振り返っています。
cryo-EMで標準工程を省き、鏡像が混ざったマップを作った
cryo-EMの初期処理では、Claudeが標準的な工程を一つ省略し、正しい構造と鏡像が混ざった誤ったマップを作りました。
研究者が異常を見つけ、通常の手順へ戻すよう指示して修正しています。

この2例では、Claudeが長い処理を実行できても、最終的な妥当性確認には実験系や解析手法を理解する研究者の知識が必要でした。
研究成果と今後の検証範囲を分けて読む
今回の発表には、確認できた成果と、これから確かめる問いが同時に含まれています。
今回確認されたこと
- ファージや細菌に関連するvaultタンパク質の一部が大腸菌内でvault状粒子を形成した
- cryo-EMで4候補のvault形状を確認した
- L05 vaultの3D構造を解析した
- L05 vaultは96個の同一タンパク質で構成される
- 反復部分を追加すると、より大きな粒子を形成できた
今後の検証が必要なこと
- L05 vaultが本来の細菌・ファージ環境でも形成されるか
- vault粒子が生物学的に何をしているか
- 構造内で見つかった未同定の小分子が何か
- Claudeが指摘したcoenzyme Aに似るという可能性が正しいか
- 他の研究室でも同じ実験・構造解析を再現できるか
Anthropicは、この成果を早期に公開し、詳細をプレプリントとして共有しています。発表ページではbioRxivへ投稿済みで、構造データと追加データも今後公開するとしています。
今回確認されたのはL05 vaultの3D構造であり、vault粒子の生物学的機能は未解明です。
AIが研究へ深く入るほど、人の役割は方向・検証・採用判断へ移る
今回の研究では、Claudeが探索、設計、方法提案、データ処理まで幅広く担当しました。
人が担ったのは、研究課題を決めること、候補を選ぶこと、実験を実施すること、方法を採用すること、解析の異常を見抜くこと、結果の意味を判断することです。
AIが研究工程へ入るほど、人がすべての操作を手作業で進める時間は減ります。その代わり、どの提案を試すか、どこで止めるか、結果を信頼できるかを判断する比重が上がります。
AI研究で「人が方向を決め、AIへまとまった実行作業を任せ、途中で介入する」という役割分担は、OpenAIの自動AI研究インターンの記事でも扱っています。

vault粒子研究は、その役割分担がコードやシミュレーションだけでなく、DNA設計、タンパク質発現、分離、顕微鏡解析を含む生命科学へ広がった具体例です。
AIを使った科学研究の発表で確認したい4つの点
同様のAI科学研究を見るときは、次の4点を分けると成果の意味を判断しやすくなります。
1. 研究成果そのものは何か
今回なら、L05 vaultの3D構造と、関連タンパク質がvault状粒子を形成したことです。
「AIを使った」という話と、科学的に何が新しく分かったかを分けます。
2. AIは研究工程のどこを担当したか
文献検索だけか、設計、実験計画、データ処理まで含むのかでAIの役割は大きく変わります。
今回のClaudeは、探索から構造解析まで複数段階へ入りました。
3. 人がどこで判断・検証したか
候補選定、実験方法、解析判断、異常検出、結果の採用など、人の関与点を確認します。
今回の研究では、Claudeの提案を研究者が採用しなかった場面や、誤りを修正した場面まで公開されています。
4. どこまで外部検証できる状態か
プレプリント、データ、構造ファイル、コード、再現条件などの公開状態を確認します。
今回の発表時点ではプレプリントが共有され、構造と追加データは今後公開予定です。自然宿主での形成や生物学的機能も未解決です。
まとめ
Anthropicのvault粒子研究では、Claudeが約150億の予測タンパク質探索、DNA設計、粒子の分離条件、cryo-EMデータ処理まで研究工程へ入りました。
研究チームは、ファージ由来L05タンパク質が大腸菌内で形成するvault状粒子を解析し、96個のタンパク質からなる3D構造を報告しています。
同じ研究の中で、Claudeが不適切な培地条件を提案して2週間の遅れを生んだ例と、cryo-EMの標準工程を省いて誤ったマップを作った例も公開されました。研究者が実験と解析を確認し、修正しています。
この事例で見えるのは、AIが研究の実行範囲を広げるほど、研究者の役割が、研究方向の設定、方法の採用、実験、異常検出、結果の検証へ集約されていくことです。
AIを使った科学研究の成果を読むときは、科学的な発見、AIが担当した工程、人が検証した工程、外部検証できる公開状態を分けて確認すると、研究成果とAIの貢献を具体的に捉えられます。

