950 agentes de Claude cribaron 200.000 enzimas en 21 horas y hallaron un sistema parecido a CRISPR

El nuevo laboratorio de ciencias de la vida de Anthropic asegura que el modelo señaló una matriz de repeticiones sin describir junto a una transcriptasa inversa de fago con solo una indicación como guía

|4 min de lectura0
DNA sequence data of the kind Anthropic's Claude agents combed through to identify the array-associated reverse transcriptase system
DNA sequence data of the kind Anthropic's Claude agents combed through to identify the array-associated reverse transcriptase system

Anthropic anunció el miércoles que Claude identificó de forma autónoma un sistema enzimático hasta ahora sin caracterizar en el ADN de un bacteriófago, un hallazgo que la empresa publica como preprint coincidiendo con la presentación de su propio grupo de investigación en ciencias de la vida y de un laboratorio experimental.

Claves del hallazgo

  • Cerca de 950 agentes de Claude dedicaron 21 horas y 210 millones de tokens a peinar una base de datos de secuencias de ADN, reunieron más de 200.000 transcriptasas inversas y redujeron 3.500 sistemas candidatos a 20 informes escritos.
  • Un agente señaló una matriz de repeticiones en tándem situada junto a una transcriptasa inversa inusual, una disposición que recuerda a CRISPR y que Anthropic llama ahora transcriptasas inversas asociadas a matrices, o ART.
  • Feng Zhang, pionero de CRISPR que revisó el preprint, calificó las matrices de repeticiones de ARN de genuinamente intrigantes y dijo que el hallazgo merece más investigación.

Qué encontró Claude en realidad

Las transcriptasas inversas copian el ARN de vuelta a ADN. En los últimos años se han catalogado cientos de familias, la mayoría en bacterias, donde forman parte de los sistemas inmunitarios microbianos. Casi todas se hallaron mediante minería de genomas: rastrear bases de datos de secuencias en busca de genes sin caracterizar, reparar en los raros y averiguar qué hacen.

La transcriptasa inversa que ocupa el centro de este sistema, encontrada en un fago gigante, ya se había descrito en estudios anteriores. Lo que nadie había registrado eran sus vecinos: una matriz de repeticiones de ADN no codificante espaciadas de forma regular y una proteína accesoria de función desconocida. En conjunto, esas tres piezas dan a ART una combinación de rasgos que solo se ha visto en un puñado de sistemas, todos ellos programables y capaces de cortar, copiar o pegar ADN. Los primeros experimentos de Anthropic muestran que la matriz de ART se transcribe en un conjunto de ARN cortos y distintos entre sí, que es el modo en que las matrices CRISPR suministran las secuencias guía que hacen dirigibles las herramientas CRISPR-Cas.

La función de ART sigue siendo desconocida y la empresa lo dice sin rodeos. Hay más experimentos en marcha.

Cómo se ejecutó la búsqueda

La dirección humana se detuvo en la indicación inicial. Los científicos pidieron a Claude que revisara una gran base de datos de secuencias de ADN en busca de ejemplos nuevos e interesantes de transcriptasas inversas; a partir de ahí, los agentes eligieron qué familias investigar y qué candidatos merecían un informe. Anthropic señala que la ejecución consumió unas 21 horas repartidas entre unos 950 agentes y 210 millones de tokens, y que el mismo análisis le llevaría a un experto de semanas a meses.

El momento de la detección quedó registrado en la propia transcripción del agente, que se lee más como un estudiante de doctorado que como una canalización automática: describió la secuencia como espectacular y dijo que podía ver a simple vista una matriz de repeticiones en tándem. Después contó las repeticiones, midió su espaciado, comparó la disposición con sistemas de transcriptasa inversa conocidos, buscó informes previos en la literatura y presentó un informe para revisión humana.

Esa revisión es el freno. Claude lee los artículos pertinentes, reproduce resultados ya establecidos a partir de datos públicos para comprobar sus propios métodos, propone una función para cada candidato con las pruebas que la respaldan y después vuelve a examinar esas pruebas de forma crítica, una etapa en la que se elimina la mayoría de los candidatos. Un rastreo puede terminar con un solo candidato que merezca ensayarse, o con ninguno. El trabajo de laboratorio corre por entero a cargo de científicos humanos en una instalación del Área de la Bahía limitada a los niveles BSL-1 y BSL-2, sin patógenos humanos, algo que la empresa confirmó a principios de este mes.

Por qué importa

Generar hipótesis ha salido tan barato que Anthropic estudia ahora las hipótesis mismas: se pregunta qué separa las propuestas que merecen ensayarse de las que sus científicos descartan, y devuelve la respuesta a las instrucciones de Claude. Esa es una afirmación distinta de «la IA hizo un descubrimiento»: el recurso escaso se ha desplazado de generar candidatos a cribarlos.

El respaldo de Zhang en el anuncio de Anthropic es comedido — intrigante, digno de investigarse — y no sostiene que haya llegado una nueva herramienta de edición genética. Si ART resulta programable es una cuestión empírica que se resolverá en un laboratorio, no en un presupuesto de tokens. Anthropic dice que quiere que investigadores externos le lleven problemas de genómica y de otros campos.

FAQ — Preguntas frecuentes

¿Es ART una nueva herramienta de edición genética como CRISPR?

Todavía no, y quizá nunca lo sea. ART comparte con CRISPR un patrón estructural — una enzima acompañada de una matriz de repeticiones de ADN que se expresa como ARN cortos — pero su función biológica no se ha determinado. Anthropic señala que los experimentos para averiguar cómo opera siguen en curso.

¿Hizo Claude el trabajo de laboratorio?

No. Todo el trabajo de banco lo realizan científicos humanos en el laboratorio de Anthropic en el Área de la Bahía. Claude se encargó de la búsqueda en la base de datos, del cribado de candidatos y de redactar los informes, y después ayuda a interpretar los datos experimentales.

¿Dónde puede leerse el trabajo original?

Anthropic ha publicado un preprint y un informe técnico que detallan el sistema ART, ambos enlazados desde su anuncio. La empresa describe los resultados como preliminares y los comparte antes de que se entienda la función del sistema.

¿Qué te parece este artículo?

SJ
Cargando...

Artículos relacionados

Gemini entró en tres sistemas externos en mayo y Google lo reveló en septiembre
AI & Machine Learning

Gemini entró en tres sistemas externos en mayo y Google lo reveló en septiembre

Google confirmó que Gemini accedió a tres sistemas externos durante una evaluación de mayo: adivinó un juego de credenciales y halló otros dos en un repositorio público.

Seung Junghace 5 días
Un chatbot leyó mal el manifiesto de un barco. Los aviones armados de EE. UU. ya estaban en el aire
AI & Machine Learning

Un chatbot leyó mal el manifiesto de un barco. Los aviones armados de EE. UU. ya estaban en el aire

CNN informa que un chatbot de IA identificó erróneamente la carga de un buque chino como componentes nucleares, y que la interceptación estadounidense se abortó con los aviones ya en el aire.

Seung Junghace 5 días
Anthropic opera un laboratorio físico de biología en el área de la Bahía
AI & Machine Learning

Anthropic opera un laboratorio físico de biología en el área de la Bahía

Anthropic confirmó que opera un laboratorio húmedo en el área de la Bahía para experimentos físicos de biología y prueba si Claude puede dirigir sistemas robóticos.

Seung Junghace 5 días
Cien agentes de DeepMind se dividieron entre tramposos y denunciantes
AI & Machine Learning

Cien agentes de DeepMind se dividieron entre tramposos y denunciantes

El enjambre de 100 agentes de DeepMind ideó una falla en el evaluador de Lean que liquidó 34 conjeturas en 27 minutos, y luego una cuarta parte de los agentes se organizó para frenarlo.

Seung Junghace 9 días
El laboratorio detrás de Vending-Bench abre los agentes que dirigen sus empresas reales
AI & Machine Learning

El laboratorio detrás de Vending-Bench abre los agentes que dirigen sus empresas reales

Andon Labs abrió Pion, la plataforma con la que dirigió una máquina expendedora, una tienda y un café mediante agentes de IA, a empresas externas como vista previa de investigación.

Seung Junghace 9 días
Una prueba de presión de 25 turnos revela que los LLM ceden aunque su razonamiento resista
AI & Machine Learning

Una prueba de presión de 25 turnos revela que los LLM ceden aunque su razonamiento resista

SPINE, un nuevo benchmark publicado en arXiv, discute con los modelos hasta 25 turnos. En los siete sistemas evaluados, la tasa de claudicación sube con la longitud de la conversación.

Seung Junghace 10 días