一、一个悬置了四十年的问题
结构生物学里有一类形状奇特、体积巨大的蛋白质组件，称为”穹窿体”（vault particle）。它是细胞里最大的蛋白质组装体之一——一个中空的双桶状（barrel-shaped）纳米级容器，由大量相同的”主要穹窿蛋白”（Major Vault Protein，MVP）自组装而成。在哺乳动物细胞中，一个穹窿体由 78 个 MVP 拷贝拼成，长约数十纳米，内部有一个巨大的空腔。
自 1980 年代被首次描述以来，穹窿体的两个问题一直悬而未决：一是功能——它究竟在细胞里干什么，至今没有完全定论；二是起源——它是不是真核生物独有的构造？
2026 年 11 月 4 日，Anthropic 宣布其内部生物学研究团队与 Claude 协作，解出了第一个来自细菌的穹窿体三维结构。这一发现把答案往前推了一大步：这种精巧的中空蛋白质”保险柜”并非真核生物独有，细菌甚至噬菌体（感染细菌的病毒）里也独立演化出了同类结构。这条悬置四十年的谜题，第一次有了来自生命之树其他分支的答案。
对 AI 领域而言，这件事的分量不止于一个结构。它是 2026 年”AI for Science”浪潮里少见的、由大语言模型公司自己发起并完成湿实验闭环的研究，也让我们得以看清一条正在成型的科研新流水线。
二、十五亿条序列里的大海捞针
这项研究的方法论，比结论本身更值得细看。研究用的基础设施是 Anthropic 内部的 “Claude Science” 管线——把 Claude 模型嵌入科研工作流，与文献检索、序列分析、实验设计工具配合使用。整条漏斗是这样的：
| 筛选阶段 | 数量 | 手段 | 结果 |
|---|---|---|---|
| 序列检索 | 约 150 亿条预测蛋白序列 | 用 Claude 搜寻与 MVP 有远缘关系的同源序列 | 在 29 个细菌门、4 个古菌门中发现候选，但在已测序物种中占比不足 1% |
| 无细胞表达 | 44 个候选 | 体外表达测试 | 按表达量与合成效率选出 24 个 |
| 大肠杆菌表达 | 24 个候选 | 常规重组表达 | 15 个能以可溶形式回收，而不是形成不可溶的聚集体 |
| 电镜观察 | 15 个可溶蛋白 | 透射电镜 | 7 个自组装成穹窿体特有的中空桶状颗粒 |
| 冷冻电镜 | 7 个候选 | 单颗粒重构 | 4 个获得原子级结构：2 个来自细菌，2 个来自噬菌体 |
三个细节值得展开。
其一，”远缘同源”是真正的难点。 150 亿条序列听着吓人，真正难的不是检索本身，而是判断标准：这些细菌序列与已知的真核 MVP 之间的相似度极低，传统基于序列相似度的方法早就失效了。模型要做的是在几乎看不见直接亲缘信号的情况下，判断”这条序列有没有可能折叠成同样的桶状容器”。这本质上是从序列直接推理结构折叠行为的能力——正是 AlphaFold 之后的下一代结构预测工具和具备长链推理的大模型正在逼近的方向。
其二，计算预测必须过湿实验这一关。 从 150 亿到 44，再到 15、7、4，每一步都是真实实验：无细胞表达、大肠杆菌表达、电镜负染、冷冻电镜重构。AI 缩小的是搜索空间，最终”验明正身”的还是冷冻电镜。这组数字本身就是一种诚实：AI 没有替代实验，它把实验的命中率从大海捞针变成了过筛子。
其三，噬菌体来源的结构给了惊喜。 解出的四个结构中，来自噬菌体 L05 的那个由 96 个 MVP 同源拷贝组成，具有 48 重旋转对称性——比哺乳动物的 78 拷贝更多，桶身更短更宽，内部空腔容积反而扩大约 25%。空腔更大、宿主系统更好养（大肠杆菌即可高产重组表达），这对把它用作药物递送或生物封装载体是个好消息。
三、为什么”细菌里也有穹窿体”很重要
如果穹窿体同时存在于真核生物、细菌和噬菌体中，说明这种中空桶状容器在演化上要么极其古老，要么被独立发明了多次——趋同演化。一个结构能跨越生命之树的三大域反复出现，通常意味着它解决的是某种普遍问题：隔离、封装、运输。
这一发现还带来了一个工程上的意外红利：细菌版本比人类版本好用。 人源穹窿体需要在哺乳动物或昆虫细胞里表达，成本高、通量低；而噬菌体 L05 穹窿体在大肠杆菌里就能自组装，发酵与纯化都是常规操作。研究者因此获得了一个比天然人类穹窿体空腔更大、更容易量产的模型系统，可以拿来研究人源穹窿体的结构与功能，也可以直接开发成纳米载体。
按照 Anthropic 的计划，噬菌体 L05 穹窿体的原子坐标将在 2026 年 11 月中旬提交至 bioRxiv 预印本服务器和公开的世界蛋白质数据库（PDB），全球研究者都能自由使用。团队还计划评估首轮筛选中识别出的次级候选蛋白，看看其他微生物穹窿体是否具有不同的对称性。
四、同一周里的另一面：能力、资金与风险
把这个发现放进同一周的背景里看，AI 与生物的交汇正同时沿着三条线加速。
资金线。 彭博社 11 月 4 日报道，Alphabet 旗下的 Isomorphic Labs 正在洽谈约 50 亿美元的新融资，以支撑其 AI 驱动的药物研发。Isomorphic 承接了 DeepMind AlphaFold 的技术路线，此前已与多家药企达成合作。一个成立仅数年的 AI 制药公司谈 50 亿美元融资，说明资本市场对”AI 缩短药物研发周期”的定价已经从故事变成了估值模型。
临床管线线。 就在 10 月底，Anthropic 通报了其模型在六个药物研发合作项目中取得进展，多数处于临床前阶段。AI 参与的分子设计开始从论文走向管线，尽管距离获批上市仍然遥远。
风险线。 同样在 11 月上旬，据《南华早报》报道，腾讯首席 AI 科学家姚顺雨在 Hy4 旗舰模型发布（11 月 4 日）几天后警告：AI 模型的网络攻击能力已经到达可以造成实际伤害的阈值，而生物能力很快也会到达同样的阈值。腾讯在 Hy4 的发布说明中提到，训练数据里刻意排除了软件漏洞利用相关材料——对生物能力，同样的”准入门槛”讨论正在展开。
这三条线拼出的图景是：AI 介入生物学的速度，由资金、能力、风险三方共同推动，而治理框架的构建速度明显落后于能力的增长速度。有意思的是，姚顺雨给出的答案并不是全面封闭——他认为开放与闭源模型的混合可能是最优解，因为开放模型同样能武装防御者。这与中国 AI 社区”开源生态+安全评测并进”的路线暗合。
五、通用的启示：AI 科研的”漏斗法则”
回到 vault 研究本身，它的方法论可以提炼成一条适用于大多数 AI for Science 项目的漏斗法则：
- 模型负责提出高价值的假设空间。 不是”预测一个答案”，而是在不可数的可能性中圈出一个可数的候选集。150 亿条序列对任何实验室都是不可数的，AI 把它压缩到 44 个。
- 候选集必须足够小，小到湿实验做得起。 44 个候选的无细胞表达测试，是一个普通实验室两周就能消化的工作量。如果模型只能把范围缩小到 100 万个，这个闭环就根本不成立。
- 实验结果是唯一裁判。 44 个候选里只有 7 个最终成器，命中率 16%；从 150 亿算起则是三亿分之一。没有中间任何一层湿实验，这些数字都无法被证实。
- 数据回流形成正循环。 每一轮实验数据都会让下一轮模型筛选更准。漏斗上口越宽（模型能扫的序列越多），下口越窄（实验验证越精准），整个体系的科研吞吐量就越大。
这条法则也在反向筛选着科研机构的能力结构：未来领先的生物学实验室，未必是通量最大的那一个，而是最会把模型输出转化为实验设计的那一个。反过来，AI 公司要真正进入科学发现领域，也不能只停留在计算层——Anthropic 这次自建湿实验团队、自己跑电镜的做法，说明头部模型公司已经把”能做实验”当作核心竞争力来建设。
六、挑战与展望
冷峻地看，这项研究的局限同样清晰：
- 预测不等于证实。 结构被冷冻电镜确认的是 4 个，候选仍有 3 个（7 个成器中的其余）未能解析；而 150 亿条序列里究竟还有多少漏网之鱼，无人知晓。AI 给出的是高置信度候选，不是完备清单。
- 功能仍是悬案。 结构解出来了，但穹窿体”到底在细胞里干什么”——这个 1980 年代提出的问题——依然没有答案。结构是功能的入口，不是终点。
- 可复现性有待社区检验。 结果目前由公司自报，原子坐标提交 PDB 与 bioRxiv 之后，独立实验室能否复现筛选与重构，才是这个方法真正“可发表”的时刻。
展望 2027 年，可以预期三条路线的汇流：结构预测模型与大语言模型的推理能力在”序列→结构→功能”链条上继续前移；公司自建湿实验闭环从个案变成标配；围绕生物能力的准入评测（类似 Hy4 对漏洞利用材料的排除）将成为模型发布流程的一部分。AI 解开四十年悬案的故事会越来越多，但决定这件事走多远的，是模型能力、实验验证与安全治理这三条腿能不能同步变长。
结语
1980 年代，研究者第一次在电镜下看到细胞里那些神秘的中空桶状颗粒时，大概想不到四十多年后，答案会由一条从 150 亿条蛋白质序列里捞针的 AI 管线、配合几轮大肠杆菌表达和冷冻电镜给出。
技术在变，科学的方法论核心没有变：大胆假设，小心求证。只不过”小心求证”的成本，正在被 AI 一层一层地压低。
“科学的进步，不是让猜想更自由，而是让求证更便宜。”
参考资料
- Anthropic, “Mapping the first 3D structure of a bacterial vault particle”, 2026-11-04（官方公告，原子坐标将于 11 月中旬提交 bioRxiv / PDB）
- Bloomberg, “Isomorphic Labs in Talks for About $5 Billion in Funding”, 2026-11-04
- South China Morning Post / The Next Web, “Tencent AI chief warns of AI biology risks”, 2026-11-08
- Unite.AI, “Anthropic Uses Claude to Show Bacterial and Phage Proteins Form Vaults”, 2026-11-04
- XenoSpectrum, “Anthropic’s Claude Helps Reveal a 96-Protein Vault Structure”, 2026-11-05（含筛选漏斗各阶段数据）
- Interesting Engineering, “Anthropic maps world’s first 3D vault built from 96 protein copies”, 2026-11-04
本文配图来自 Unsplash，仅作示意用途，与文中所述研究对象无直接对应关系。