Claude vindt zelfstandig nieuw enzymsysteem (ART) in virus-DNA

In het kort

• Wat: Anthropic zette ongeveer 950 Claude-agents in die in 21 uur samen 210 miljoen tokens gebruikten om een enorme database met DNA-sequenties te doorzoeken. Ze vonden een tot dan toe onbeschreven enzymsysteem in virus-DNA, dat de onderzoekers Array-associated Reverse Transcriptases (ART) noemen.
• Waarom relevant: Het laat zien wat een zwerm Claude-agents kan op grote, rommelige datasets: patronen vinden die mensen over het hoofd zagen. Niet als vervanging van experts, maar als voorwerk op schaal.
• Wat je ermee kunt: Dezelfde grondgedachte — veel agents parallel door veel data — is toepasbaar op MKB-vraagstukken zoals contracten, offertes, supportvragen of logbestanden doorspitten.

Wat is er precies gebeurd?

Wetenschappers in het laboratorium van Anthropic in de San Francisco Bay Area lieten Claude los op een gigantische verzameling DNA-sequenties. Niet één model dat één zoekopdracht uitvoert, maar ongeveer 950 losse agents die tegelijk en zelfstandig aan het werk gingen. In 21 uur verbruikten ze samen zo'n 210 miljoen tokens (grofweg: de hoeveelheid tekst die het systeem las en schreef).

Het resultaat: uit ruwweg 3.500 kandidaat-systemen bleef een korte lijst van twintig interessante over. Eén agent viel over een opvallend patroon — een rij regelmatig herhaalde DNA-stukjes, vlak naast het gen voor een ongewoon enzym (een reverse transcriptase, dat RNA terugschrijft naar DNA). De agent telde de herhalingen, mat de tussenruimtes, vergeleek de opbouw met bekende systemen en zocht de wetenschappelijke literatuur af of iemand dit al eerder had beschreven. Dat was niet zo.

De opbouw lijkt op een CRISPR-array: een soort bibliotheek van RNA-gidsen die CRISPR-systemen programmeerbaar maakt. Vandaar dat er in de pers over een "CRISPR-achtig" systeem wordt gesproken.

Belangrijk: wat weten we nog niet?

Eerlijk blijven is hier het halve verhaal. Anthropic zegt zelf dat nog niet bekend is wat ART daadwerkelijk doet in het virus. Onderzoekers hebben de eiwitten tot expressie gebracht in standaard laboratoriumstammen en met biochemische en structurele analyse bevestigd dat het om een niet eerder beschreven systeem gaat. Vroege experimenten wijzen erop dat de array korte, aparte stukjes RNA aanmaakt. Maar de biologische functie is nog open.

En — dit is cruciaal — alle labexperimenten zijn door mensen uitgevoerd. Claude deed het zoek- en analysewerk op schaal; de verificatie in het echte lab bleef bij de wetenschappers. Feng Zhang, een van de pioniers van CRISPR (MIT en het Broad Institute), noemde de vondst "genuinely intriguing and merits further investigation" — intrigerend en de moeite van nader onderzoek waard. Geen hosanna, wel een serieuze schouderklop.

Santa Claude is overigens niet gelieerd aan Anthropic; we vertalen het nieuws alleen naar de praktijk.

Wat is hier nou echt nieuw aan?

Het punt is niet dat een chatbot iets "wist". Het punt is de werkwijze: een zwerm agents die parallel, zelfstandig en urenlang door een dataset ploegt die te groot is voor een mens om handmatig te overzien. Elke agent nam een stukje, vergeleek, filterde en gaf door wat opviel.

Dat idee — veel agents, veel data, één samengevatte uitkomst — is precies waar Anthropic de laatste tijd op inzet. We schreven eerder over hoe Claude meehielp zijn eigen opvolger te bouwen; ook daar draait het om Claude als werkkracht op schaal, niet om een los antwoord op een losse vraag.

Wat betekent dit concreet voor het Nederlandse MKB?

Je hebt geen DNA-database. Maar veel MKB-bedrijven zitten wél op bergen tekst en data die niemand meer helemaal overziet: jaren aan e-mails, contracten, offertes, supporttickets, productspecificaties, logbestanden. Het patroon uit dit onderzoek is één-op-één vertaalbaar:

• Doorzoeken op schaal. Laat agents honderden contracten nalopen op afwijkende clausules, verlopen termijnen of ontbrekende afspraken — en een korte lijst opleveren die een mens nog controleert.
• Patronen in klantcontact. Duizenden supportberichten of reviews clusteren tot de terugkerende klachten en wensen, in plaats van steekproefsgewijs meelezen.
• Voorwerk, geen eindoordeel. Net als in het lab: Claude doet het uitputtende zoekwerk, jouw mensen nemen de beslissing. Dat is de gezonde rolverdeling.
• Combineren met je eigen kennis. Via technieken als RAG (waarbij Claude je eigen documenten raadpleegt) en MCP-koppelingen naar je systemen werkt Claude met jóuw data, niet met algemene internetkennis.

Twee nuchtere kanttekeningen. Ten eerste: 210 miljoen tokens is veel rekenwerk. Een MKB-toepassing is doorgaans veel kleiner en gerichter — je hoeft geen 950 agents in te zetten om je offertemap te ordenen. Ten tweede: net als in het lab moet een mens de uitkomst controleren. Een agent die "iets opvallends" meldt, heeft niet automatisch gelijk; verificatie blijft mensenwerk.

Hoe begin je?

Je hoeft niet groot te starten. Kies één afgebakend, saai-maar-belangrijk klusje waar veel data in omgaat — bijvoorbeeld al je leverancierscontracten of een jaar aan supportvragen. Dat is precies het soort taak waar een agent-aanpak zich snel terugverdient, en klein genoeg om te overzien.

Weet je niet waar te beginnen of hoe je zoiets veilig met je eigen data inricht? Vind een Claude-specialist die met je meedenkt over een concrete, behapbare eerste stap.

Even sparren?

Benieuwd wat een agent-aanpak met Claude voor jóuw databerg zou kunnen betekenen — zonder meteen groot te investeren? Plan een gratis, vrijblijvende kennismaking via [email protected]. We kijken samen naar één praktisch startpunt.