Cinco analistas de Citrini Research, una firma de análisis que escribe sobre bolsa, han usado Claude para diseñar proteínas que se pegan a las toxinas del veneno de escorpión. Anthropic publicó los resultados el 20 de octubre: de 211 diseños probados en dos laboratorios externos, 17 se agarran a su toxina. Ninguno es todavía un antídoto, y la propia Anthropic lo dice en el resumen.
Lo nuevo es quién estaba al teclado. Tres de los cinco no tenían ninguna formación científica y los otros dos, poca. Pusieron 200.000 dólares de su caja.
Puntos clave
- 17 de 211 diseños cumplieron el criterio de unión en Adaptyv Bio y Twist Bioscience, contra cuatro de las cinco toxinas elegidas.
- Claude trabajó 64 horas casi solo, con un prompt inicial y cuatro mensajes de seguimiento, y generó 318.484 diseños de proteína.
- Unas 10.000 horas de GPU H100. Citrini gastó 49.997 dólares en cómputo y cerca de 150.000 en laboratorio.
- Datos abiertos: Anthropic libera los 211 diseños y sus mediciones para que cualquier grupo siga trabajando sobre ellos.
Cómo una newsletter de bolsa acabó en un laboratorio
En junio Citrini buscaba sectores fuera de la infraestructura de IA, que veía demasiado concurrida. Le salió salud: un sector castigado en bolsa con una promesa repetida, la IA que descubre fármacos. Los expertos les daban de todo, desde que la IA no ha creado ni un fármaco importante hasta que curará todas las enfermedades en cinco años. Así que decidieron probarlo ellos, y lo cuentan en un artículo largo (parte de pago).
El primer intento chocó con el clasificador de bioseguridad de Claude, que bloqueó la petición. Anthropic les mandó un cuestionario de más de 60 preguntas sobre medidas de seguridad que no tenían. La salida fue trabajar en persona en las oficinas de Anthropic, en sus máquinas, con un modelo interno de investigación más avanzado que los públicos, dentro de Claude Science.
Eligieron el escorpión porque se podía probar en laboratorio rápido y barato, porque el cuello de botella era el diseño molecular y porque es un problema abandonado. Más de 1,2 millones de personas sufren una picadura cada año y mueren más de 3.250, sobre todo niños en zonas con poco acceso médico. Los antivenenos actuales se fabrican inmunizando caballos con veneno ordeñado de miles de escorpiones, y en EEUU cuestan miles de dólares por dosis.
El prompt acabó con unas 35 páginas, casi todas escritas con ayuda del propio Claude.
Qué hizo Claude exactamente
El objetivo eran *minibinders*: proteínas pequeñas diseñadas desde cero para engancharse a un punto concreto de otra molécula. Si se pegan a la parte de la toxina que ataca los canales de sodio de los nervios, en teoría la desactivan.
Claude eligió las estructuras de las toxinas buscando en el Protein Data Bank y en la base de datos de AlphaFold, y marcó cinco puntos de anclaje en cada una. Las toxinas venían de cuatro regiones: México (Cn2), Brasil (Ts1), el norte de África (AaH I y AaH II) y Oriente Medio (LqhIII). También fijó los umbrales de calidad y decidió cuánto tirar de cada una de las 12 herramientas de diseño disponibles.
Según Citrini, la primera noche lanzó más de 300 subagentes sobre más de 300 GPU a la vez. Cribó 553.052 parejas de diseño y toxina. Cuando necesitó saber qué formatos podía fabricar Twist, redactó y envió él mismo el correo al responsable de compras (supervisado, y firmado como Claude), esperó la respuesta y siguió con lo que le dijeron.
Claude seleccionó 180 diseños y el equipo añadió otros 31 con su ayuda. El mejor candidato, Cn2-B1, salió después del tercer mensaje de seguimiento.
Qué salió del laboratorio
Adaptyv Bio y Twist Bioscience fabricaron las proteínas por vías distintas y midieron la unión con resonancia de plasmón superficial. El criterio fue estricto: un diseño cuenta si da señal en todas las réplicas de los dos laboratorios, con una afinidad de 1 micromolar o mejor, y sin pegarse a una proteína humana de control.
Pasaron 17. Siete contra Cn2, cuatro contra AaH II, cuatro contra AaH I y dos contra LqhIII. Entre los diseños contra una sola toxina el acierto fue del 18%, una tasa normal en campañas de diseño de proteínas.
Los dos mejores, Cn2-B1 y Cn2-B2, se unen a la toxina mexicana con afinidad nanomolar de un dígito. En un experimento de competición perdían agarre cuando llegaba primero LR, un anticuerpo que ya neutraliza esa toxina en ratones. Eso sugiere que se pegan al mismo sitio, que es justo el que importa.
La apuesta grande falló. Citrini quería una sola proteína que valiera para las cinco toxinas, la base de un antiveneno universal. Claude avisó de que lo más probable era que no saliera, y no salió: ninguno de los 151 diseños multitoxina funcionó contra más de una.
Lo que falta para hablar de antídoto
Anthropic no ha probado si los diseños neutralizan el veneno en células ni si protegen a un ratón. Las toxinas usadas son recombinantes, fabricadas a partir del gen, y no purificadas de veneno real. Los siguientes pasos serían ensayos sobre canales de sodio, después animales, después seguridad, coste y distribución. Citrini ha decidido no seguir con esas fases.
Otro matiz que conviene no saltarse: 10.000 horas de GPU y un modelo interno no están al alcance de un laboratorio normal. Anthropic lo reconoce en una nota al pie y añade que ha hecho los modelos unas cuatro veces más rápidos, y que un prompt simplificado con un solo agente y una GPU durante 24 horas llega a puntuaciones parecidas en simulación.
Una de las dos expertas externas que revisaron el trabajo es española: Susana Vázquez Torres, investigadora posdoctoral del CNIO en Madrid. Su lectura es que conseguir un binder contra casi cualquier diana ya no es el problema, y que lo difícil empieza después, al convertirlo en un fármaco seguro, barato y accesible. Timothy P. Jenkins, de la Universidad Técnica de Dinamarca, lo ve como un primer paso serio para enfermedades que casi nadie financia porque no dan dinero.
Es la tercera pieza de este tipo que publica Anthropic en dos meses. En agosto contamos cómo Claude diseñó proteínas a partir de un solo prompt y en septiembre cómo encontró un sistema de enzimas con repeticiones tipo CRISPR.
Por qué importa
Para una empresa, lo aprovechable de esta historia es el método. Cinco personas de fuera del oficio definieron bien el problema, fijaron criterios de éxito antes de empezar, pagaron a dos laboratorios para que les llevaran la contraria y dejaron al agente el trabajo intermedio: buscar, coordinar herramientas, escribir a proveedores y montar el informe.
Es el mismo patrón que vemos con Claude Code en operaciones. El experto se vuelve imprescindible en la comprobación, y la ejecución la puede llevar alguien que no es del gremio. Citrini lo resume diciendo que la IA en biología va a avanzar "alarmantemente rápido y no lo bastante rápido" a la vez: el diseño pasó de un año a días, y el laboratorio siguió tardando dos meses.
Si diriges un equipo, la pregunta útil es qué procesos tuyos tienen el cuello de botella en el diseño y cuáles en la verificación. Los primeros se van a acelerar mucho. Los segundos, bastante menos.
Fuente original: Anthropic
Relacionado
