Claude diseña proteínas funcionales para 14 de 15 objetivos en validaciones de laboratorio

Qué ha ocurrido

Anthropic dejó a Claude operar de forma autónoma unas 48 horas con acceso a literatura científica, internet, recursos de hardware y modelos especializados de diseño, secuenciación y plegado de proteínas. El sistema generó, optimizó y priorizó diseños para su síntesis. Adaptyv Bio y Twist Bioscience los fabricaron y evaluaron: en 15 objetivos con resultados válidos, se obtuvieron binders en 14, con 354 proteínas funcionales de 1.320 diseños y tasas de éxito del 22,6%–35,1%, frente al 10%–15% convencional citado por Anthropic. Hubo éxitos (por ejemplo, RBX1 y TNFa) y también fallos (0 de 90 contra MBP). En otra prueba, Opus 5 analizó archivos brutos de NMR y LC‑MS y estimó una pureza del 96,4% en unos 20 minutos por técnica, prácticamente igual al 96,33% del laboratorio.

Qué significa para creadores

Es una oportunidad para explicar, con ejemplos concretos, cómo un modelo general puede “orquestar” herramientas científicas en cadenas de trabajo complejas. Contenidos didácticos sobre qué es un protein binder y por qué no equivale a un fármaco encajan bien, usando los aciertos y el tropiezo con MBP para hablar de límites. También hay un ángulo práctico: la automatización del análisis de datos brutos (NMR/LC‑MS) muestra tareas expertas ya aceleradas por IA, materia prima para vídeos, infografías o directos sobre flujos de trabajo. Recalca en tus piezas que los resultados son prometedores pero parciales y evita prometer curas.

Fuente y contexto

La información procede de Xataka. El experimento se enmarca en “Claude Science” y presenta a Claude como coordinador de herramientas existentes más que como descubridor. Las validaciones de Adaptyv Bio y Twist Bioscience respaldan el avance, pero diseñar binders es un paso previo: ayuda a unirse a proteínas objetivo y potencialmente a modular su actividad, pero no supone diseñar medicamentos completos.