Anthropic ha enseñado el primer resultado de su laboratorio de biología: Claude ha encontrado un sistema de enzimas desconocido en el ADN de los virus que infectan bacterias, con una estructura que recuerda a CRISPR. Tardó 21 horas, con unos 950 agentes y 210 millones de tokens, y los científicos solo pusieron el prompt inicial y el trabajo de laboratorio.
El 21 de septiembre contamos que Anthropic tiene su propio laboratorio de biología en la bahía de San Francisco. Este es el primer hallazgo que publican, con un preprint y un comentario de Feng Zhang, uno de los pioneros de la edición genética con CRISPR.
Puntos clave
- Qué encontró: un sistema que Anthropic llama ART (array-associated reverse transcriptases), presente sobre todo en bacteriófagos. Tiene tres piezas: una transcriptasa inversa, una proteína acompañante de función desconocida y una larga fila de secuencias de ADN repetidas a intervalos regulares.
- Cómo: Claude reunió más de 200.000 transcriptasas inversas, sacó 3.500 sistemas candidatos y los redujo a 20 con informe para revisión humana.
- Cuánto: 21 horas, unos 950 agentes y 210 millones de tokens. Según Anthropic, a un científico experto este análisis le lleva de semanas a meses.
- Lo que falta: todavía no saben qué hace. Los primeros experimentos muestran que la fila de repeticiones se expresa como un conjunto de ARN cortos distintos, igual que pasa en CRISPR.
- Quién toca el laboratorio: solo personas. Claude propone y analiza, y los humanos hacen los experimentos con niveles de bioseguridad 1 y 2, sin patógenos humanos.
Qué ha encontrado exactamente
Las transcriptasas inversas son enzimas que copian ARN en ADN. En las bacterias forman parte del sistema inmune, y en los últimos años han aparecido muchas familias nuevas a base de buscar en bases de datos genómicas genes que nadie ha estudiado.
Esta transcriptasa en concreto ya estaba identificada en estudios anteriores, dentro de un fago gigante. Lo que nadie había visto, según Anthropic, es lo que tenía al lado: una fila de secuencias repetidas de ADN no codificante y una proteína extra. Esa combinación solo se había encontrado junta en un puñado de sistemas, y todos son programables y sirven para cortar, copiar o pegar ADN. CRISPR es el más famoso de ellos.
La fila de repeticiones es justo lo que hace útil a CRISPR. Guarda un banco de secuencias de ARN distintas, y eso es lo que permite dirigir la herramienta a un punto concreto del genoma. Si ART funciona de forma parecida, podría acabar siendo una herramienta nueva de edición genética. De momento es una hipótesis, y Anthropic lo escribe tal cual: "todavía no conocemos su función".
Cómo trabajó Claude
Anthropic describe el flujo con bastante detalle. Claude lee la literatura de una familia de proteínas y reproduce con datos públicos los resultados ya conocidos, para comprobar que su método funciona. Luego busca miembros de la familia o genes vecinos que no encajan en nada descrito, y por cada candidato escribe un informe corto, legible por una persona, con la función que propone y las pruebas.
Después revisa con ojo crítico sus propios candidatos, y ahí cae la mayoría. Una búsqueda puede acabar con uno que merece la pena probar o con ninguno.
En este caso, uno de los agentes estaba leyendo el ADN crudo junto a una transcriptasa rara y dejó escrito: "Es espectacular: veo a ojo una fila de repeticiones en tándem... ¿una fila tipo CRISPR?". Luego contó las repeticiones, midió la separación entre ellas, lo comparó con los sistemas conocidos y buscó en la literatura si alguien lo había descrito antes. No encontró nada y mandó el informe a revisión.
Las herramientas son Claude Science y Claude Code, las mismas que puede usar cualquier científico, más un arnés propio que coordina muchas sesiones de Claude en paralelo.
Hay un detalle que me parece lo más útil del texto. Como Claude produce hipótesis a cientos o miles por campaña, el equipo ha empezado a estudiar las propias hipótesis: qué distingue las que deciden probar de las que dejan de lado. Lo que aprenden vuelve a las instrucciones que le dan a Claude, para que imite su criterio científico.
Lo que hay que leer con cautela
Anthropic tiene un interés evidente en contar esto, y conviene separar el hallazgo de la promoción.
Dario Amodei reconoció en X, según recoge TechCrunch, que el descubrimiento se apoya en trabajo previo y que un equipo de Stanford ya había descrito un sistema "en algunos aspectos parecido" al que encontró Claude. También dijo que lo encontró "mayormente, aunque no del todo", Claude. Y todo está en un preprint, sin revisión por pares.
Feng Zhang, profesor del MIT y del Broad Institute, lo llamó "un ejemplo emocionante" de cómo los agentes pueden contribuir a la biología, y dijo que la asociación entre transcriptasas y filas de repeticiones "merece más investigación". Es un respaldo prudente.
La IA aplicada a la biología tampoco es cosa solo de Anthropic. Google lanzó AlphaFold en 2020, y en la UCSF han diseñado enzimas desde cero con IA. Lo nuevo aquí es quién hace la búsqueda: un modelo generalista, el mismo Claude que usas para programar, haciendo minería genómica casi sin ayuda.
Por qué importa fuera del laboratorio
Si trabajas en una empresa y no en un laboratorio, con lo que me quedo es con el método: 950 agentes en paralelo, 21 horas, 210 millones de tokens, y un trabajo que a una persona le costaría semanas.
Ese patrón, muchos agentes repasando un volumen enorme de datos, cada uno escribiendo un informe corto, y una persona decidiendo al final qué merece la pena, sirve igual para revisar 10.000 contratos, auditar un catálogo de producto o cruzar años de pedidos buscando anomalías. Lo que suele fallar en las empresas es el último paso: quién filtra los 3.500 candidatos hasta dejar 20. Anthropic lo ataca enseñando a Claude su propio criterio a partir de lo que descarta, y eso se puede copiar en cualquier sitio.
Luego está el coste. 210 millones de tokens es mucho para una consulta y poco para un proyecto de investigación. Anthropic no ha dicho qué modelo usó, pero con los precios de lista de los modelos grandes mi cuenta rápida da una factura del orden de miles de dólares. Para una empresa con un problema de datos concreto, esa cuenta ya sale.
Amodei deja abierta la puerta a que Claude controle algún día el equipo del laboratorio, "con las salvaguardas adecuadas", aunque hoy no lo hacen. Con el debate de seguridad que tiene encima la industria este mes, que los experimentos los sigan haciendo personas probablemente es la decisión que más tranquiliza.
Fuente original: Anthropic
Relacionado
