Le 24 septembre 2026, Anthropic a annoncé que son modèle Claude avait identifié de façon autonome un système enzymatique inédit — baptisé ART (array-associated reverse transcriptases) — après avoir analysé 1,9 milliard de clusters de protéines. Ce système présente des similarités structurelles avec les séquences CRISPR, les répétitions d'ADN qui ont révolutionné l'édition génomique depuis leur découverte dans les années 2010. L'annonce a été publiée sur le blog officiel d'Anthropic le 24 septembre 2026 et confirmée par de nombreux médias spécialisés le même jour.
Ce résultat constitue la première publication issue du groupe de recherche en sciences du vivant qu'Anthropic a constitué au printemps 2026. Le laboratoire, situé dans la baie de San Francisco, opère aux niveaux de biosécurité 1 et 2 et ne manipule aucun pathogène infectant l'être humain. Toutes les manipulations biologiques sont réalisées par des chercheurs humains ; Claude intervenait uniquement sur la phase computationnelle de criblage.
Pour les équipes IT et directions générales qui expérimentent les agents IA dans leurs propres processus — analyse documentaire, veille concurrentielle, traitement de données massives —, cette démonstration pose une question concrète : à quels types de tâches cognitives intensives les agents peuvent-ils être confiés de façon autonome, et quelles garanties mettre en place ?
La campagne autonome : 949 agents, 21,5 h, 215 M tokens
La campagne de recherche s'est déroulée sur 21,5 heures. Durant cet intervalle, 949 sessions d'agents Claude ont été lancées, consommant au total 215,6 millions de tokens. L'objectif initial était de parcourir une base de données de 1,9 milliard de clusters de protéines afin d'identifier des reverse transcriptases (RT) présentant un profil inhabituel.
La méthode, telle que la décrit Anthropic, reposait sur un criblage progressif : les agents ont d'abord réduit le corpus à 200 000 RT candidates, puis à 3 500 prioritaires, et enfin à 20 systèmes présentant des caractéristiques distinctives justifiant des expériences en laboratoire. Il ne s'agit pas d'un simple tri par mots-clés ou vecteurs : les agents ont inféré des relations structurelles, identifié des anomalies et proposé des hypothèses d'interprétation — à la manière d'un analyste expert qui relit un corpus pour en extraire les cas atypiques.
Ce type de campagne agentic à grande échelle, longue durée et sans supervision humaine continue n'existait pas à ce niveau dans la biologie computationnelle il y a deux ans. Pour les DSI et directions R&D des entreprises à forte intensité de données, c'est un signal fort : la frontière entre « outil d'assistance » et « agent de recherche autonome » se déplace rapidement.
Si vous envisagez de structurer une architecture d'agents IA pour vos propres processus d'analyse, la page automatisation métier présente les approches que nous déployons chez nos clients PME et ETI.
Ce qu'est ART et pourquoi la communauté scientifique s'y intéresse
ART désigne un système comprenant trois éléments : une reverse transcriptase (enzyme capable de transcrire l'ARN en ADN), un gène partenaire adjacent, et un long réseau de séquences d'ADN répétées à espacement régulier. C'est cette dernière caractéristique qui a retenu l'attention : cette disposition rappelle celle des matrices CRISPR, qui stockent des guides ARN permettant aux systèmes CRISPR-Cas de cibler des séquences génomiques précises.
Feng Zhang, biologiste au Broad Institute et l'un des pionniers reconnus de la technologie CRISPR, a qualifié la découverte de « genuinely intriguing » dans les échanges rapportés par la presse spécialisée. Cette réaction d'un expert de premier rang donne du crédit scientifique à l'annonce, même si Zhang n'est pas affilié à Anthropic.
Le système ART a été découvert dans des bactériophages — des virus qui infectent les bactéries, pas les cellules humaines. C'est un point important : le périmètre de la découverte est microbiologique, pas directement médical. Les phages sont des terrains d'exploration courants en biologie moléculaire, notamment pour trouver de nouveaux outils d'édition génomique.
Anthropic a par ailleurs invité d'autres équipes scientifiques à soumettre des propositions de recherche pour étudier ART en collaboration, signalant une approche ouverte plutôt que propriétaire sur ces travaux préliminaires.
Ce qu'on ne sait pas encore — prudence nécessaire
Plusieurs zones d'incertitude méritent d'être nommées explicitement, car les titres de presse ont parfois été plus affirmatifs que les résultats réels :
- Fonctionnalité inconnue : Anthropic reconnaît explicitement ne pas encore comprendre ce que fait ART. L'analogie structurelle avec CRISPR est intéressante, mais elle ne préjuge pas de la fonction biologique réelle du système.
- Reproductibilité à confirmer : les résultats computationnels doivent encore être validés par des expériences biologiques indépendantes, actuellement en cours dans le laboratoire Anthropic.
- Aucune application médicale annoncée : toute projection vers des thérapies géniques ou des outils d'édition génomique reste spéculative à ce stade. Anthropic n'a formulé aucune revendication thérapeutique.
- Revue par les pairs à venir : la découverte n'a pas encore été soumise à une revue scientifique par les pairs au moment de l'annonce. La publication scientifique formelle est une étape attendue.
Cette prudence ne diminue pas l'intérêt de l'annonce — il est réel —, mais elle permet d'en évaluer la portée avec justesse plutôt que de sur-interpréter une communication de presse d'une entreprise commerciale.
Ce que cette démonstration révèle pour les entreprises
La portée de cette annonce pour les entreprises ne se situe pas dans la biologie, mais dans la preuve de concept qu'elle constitue pour les architectures agentic multi-sessions à grande échelle.
Trois signaux concrets à retenir
- Passage à l'échelle autonome : 949 sessions parallèles sur 21,5 h traitent un volume de travail qui, confié à des analystes humains, aurait nécessité des années de labeur. L'écart de productivité est documenté sur une tâche réelle, pas sur un benchmark synthétique.
- Applicabilité à d'autres corpus d'entreprise : criblage de documents contractuels, analyse de bases de données produits, traitement de logs techniques, exploration de données clients structurées — la même architecture multi-agents peut être adaptée à des problématiques R&D, juridiques, financières ou supply chain.
- Nécessité de gouvernance : une campagne de 215 M tokens mobilisée de façon autonome génère des coûts mesurables, des risques de dérives et des questions de traçabilité. Mettre en place une gouvernance des agents — limites de durée, plafonds de consommation, revue humaine des sorties — n'est plus optionnel à ce niveau d'usage.
Pour les équipes qui s'interrogent sur l'architecture à adopter, notre article sur comment créer un agent IA connecté à vos données pose les fondamentaux. Et si vous souhaitez évaluer la faisabilité d'un projet spécifique dans votre organisation, vous pouvez nous contacter via la page contact.
La découverte ART n'est qu'un signal parmi d'autres, mais il est particulièrement net : les agents IA ne sont plus réservés aux tâches répétitives et bien définies. Ils entrent dans le domaine de la découverte par inférence sur de très grands corpus — un territoire que l'on réservait jusqu'ici exclusivement à l'expertise humaine spécialisée.
FAQ — Claude identifie seul un système enzymatique type CRISPR dans 1,9 milliard de protéines — promesses et inconnues de la biologie IA
Les agents IA peuvent-ils vraiment conduire une recherche scientifique sans supervision humaine continue ?
Dans le cas de la découverte ART, Claude a conduit la phase computationnelle de criblage de façon autonome sur 21,5 heures. La validation biologique en laboratoire reste l'affaire de chercheurs humains. Il s'agit donc d'augmentation de la recherche, pas de substitution : l'IA prend en charge l'exploration à grande échelle des données, les humains valident, interprètent et expérimentent les hypothèses retenues.
Qu'est-ce qu'une reverse transcriptase et pourquoi ART est-elle potentiellement intéressante ?
Une reverse transcriptase est une enzyme qui synthétise de l'ADN à partir d'un ARN. Les RT sont déjà exploitées en biotechnologie (PCR, tests diagnostics, certaines thérapies). Ce qui distingue ART, c'est sa combinaison avec un réseau de répétitions espacées régulièrement, structure qui rappelle les matrices CRISPR permettant de cibler des séquences génomiques spécifiques. Si ART possède une fonctionnalité similaire, cela pourrait ouvrir des pistes pour de nouveaux outils moléculaires — mais c'est à démontrer.
Cette découverte signifie-t-elle que l'IA va remplacer les chercheurs en biologie ?
Non. Claude a effectué le criblage computationnel, mais toutes les manipulations biologiques sont réalisées par des scientifiques humains dans le laboratoire d'Anthropic. De plus, l'interprétation des résultats, la conception des expériences de validation et la publication scientifique restent des activités humaines. C'est un changement d'échelle dans la capacité d'exploration des données, pas une substitution du raisonnement scientifique.
Quels types d'entreprises peuvent s'inspirer de cette architecture multi-agents pour leurs propres données ?
Toute organisation disposant de grands corpus de données structurées ou semi-structurées peut envisager des architectures similaires : cabinets juridiques (analyse de jurisprudence), laboratoires industriels (criblage de formulations), équipes financières (analyse de grandes séries documentaires), services clients (traitement de tickets massifs). La condition préalable est de disposer des données dans un format accessible aux agents et d'une gouvernance claire sur les sorties produites.
La découverte ART a-t-elle été vérifiée par des pairs scientifiques indépendants ?
Pas encore au moment de l'annonce le 24 septembre 2026. Anthropic a publié ses résultats computationnels et a annoncé des expériences biologiques en cours. La revue scientifique formelle par des pairs — condition habituelle pour valider une découverte biologique — n'avait pas encore eu lieu. L'enthousiasme de Feng Zhang (Broad Institute) constitue un signal positif venant d'un expert reconnu, sans constituer une validation institutionnelle formelle.
Quel budget faut-il prévoir pour une campagne de 215 millions de tokens avec Claude ?
À titre indicatif, Claude Opus 5.5 (lancé le 22 septembre 2026 selon Anthropic) est tarifé à environ 4 $ par million de tokens en entrée. Une campagne de 215 M tokens représenterait donc environ 860 $ de coût de traitement pour les seuls tokens d'entrée, auxquels s'ajoutent les tokens de sortie. Pour des campagnes d'entreprise, ces coûts doivent être mis en regard de la valeur produite et comparés au coût humain équivalent.