La IA ya nos ha asombrado en el ámbito de las matemáticas, y ahora quiere hacerlo en el de la química. Es desde luego lo que ha logrado Anthropic, que puso a trabajar a Claude de forma autónoma durante unas 48 horas para resolver un problema clásico del desarrollo de nuevos medicamentos: el diseño de proteínas . Los resultados son prometedores, aunque solo resuelven parte del problema. Claude, diséñame unas proteínas .
Anthropic, que inauguró recientemente su programa Claude Science , le dio a su modelo de IA acceso a literatura científica, internet y recursos hardware, además de varios modelos especializados en diseño, secuenciación y plegamiento de proteínas. El modelo analizó todos los datos para decidir dónde tenía que atacar cada diseño de proteínas. Luego generó candidatos, los optimizó, descartó los peores y eligió cuáles debían mandarse al laboratorio para sintetizarlos. Lo hizo además de forma totalmente autónoma. "Estamos cerca que la IA resuelva un problema y los humanos no puedan explicarlo": los matemáticos opinan sobre la IA Buenos resultados .
Las firmas farmacéuticas Adaptyv Bio y Twist Bioscience crearon físicamente los diseños propuestos y comprobaron si realmente cumplían con el objetivo. De los 15 diseños que dieron resultados válidos, Claude Opus 4.8 y Mythos Preview consiguieron binders para 14, produciendo 354 proteínas funcionales a partir de 1.320 diseños. Según esas pruebas, entre el 22,6% y el 35,1% de los candidatos funcionaron, cuando según Anthropic las cifras convencionales están entre el 10 y el 15%. ¿Qué es exactamente un binder ? En estos experimentos el objetivo no es crear directamente un medicamento, sino encontrar proteínas capaces de unirse de forma muy precisa a otras proteínas concretas, como si fueran las llaves que abren una cerradura específica.
A esas proteínas se las denomina protein binders . Los investigadores eligen distintas proteínas objetivo —algunas relacionadas con procesos biológicos o enfermedades— y tratan de diseñar binders que se adhieran fuertemente a ellas. Conseguirlo puede servir después para bloquear o modificar su actividad y también para contribuir al desarrollo de un tratamiento, pero encontrar un buen binder es solo un primer paso: un binder no es todavía un fármaco . Director de orquesta científico .
EL modelo no descubrió nada especial por sí mismo, y en realidad se convirtió en el orquestador de herramientas científicas que ya existían y que los investigadores utilizan. Aprovechó los datos y las herramientas para plantear sus soluciones, y eso es interesante porque Claude no necesita ser un modelo especializado, sino que le basta con saber qué herramienta usar, cuándo usarla y como continuar el proceso. Éxitos y algún que otro fracaso . En uno de los experimentos llamado RBX1, Mythos Preview logró un 40% frente al 3,7% obtenido por los participantes de una competición organizada por Adaptyv Bio, y su mejor diseño superó en afinidad a sus competidores.
Opus 4.8 también logró varios binders contra TNFa, una proteína muy interesante terapéuticamente y que había planteado problemas a diversos expertos. Aun así, también hubo fracasos: ninguno de los 90 diseños creados contra MBP produjo un binder confirmado. Algunos de los binders creados por los modelos de IA de Anthropic durante los experimentos. U n segundo experimento revelador .
Cuando un químico sintetiza una molécula, tiene que comprobar después si ha fabricado realmente lo que pretendía y qué porcentaje de la muestra corresponde al compuesto correcto. Para eso utiliza técnicas como NMR y LC-MS, que generan archivos en bruto que luego se procesan con software especializado. Anthropic le entregó esos archivos a Opus 5 y le pidió que hiciera ese trabajo, y tras apenas 20 minutos para cada técnica calculó una pureza del 96,4%, prácticamente idéntica al 96,33% del laboratorio. Lo que logró Claude en esencia fue automatizar una tarea de análisis que es tediosa y que requiere la experiencia de un químico especializado.
Investigadores de IA . Estos logros plantean que un modelo de IA puede convertirse en un agente investigador que logre documentarse con literatura científica especializada , y luego use esos datos para utilizar software específico para decidir próximos pasos en el proceso de investigación. De las matemáticas pasamos aquí al diseño y creación de fármacos, y aunque estamos lejos de poder decir que la IA puede diseñar nuevos fármacos, el avance de Anthropic con Claude es llamativo. En Xataka | Los microscopios llevaban casi un siglo dependiendo de operadores humanos.
China quiere cambiar eso con IA