Anthropic anunció que Claude diseñó proteínas para 14 de 15 objetivos y aceleró análisis químico

Anthropic informó que Claude alcanzó hasta 35,1% de diseños proteicos funcionales y procesó datos de NMR y LC‑MS en menos de 25 minutos, con resultados alineados con los de un laboratorio externo.

La inteligencia artificial comienza a mostrar resultados verificables en tareas críticas de descubrimiento de fármacos y control analítico. Anthropic reportó que sus modelos Claude Mythos Preview y Opus 4.8 diseñaron proteínas capaces de unirse a 14 de 15 objetivos evaluados en laboratorio, mientras que Claude Opus 5 procesó e interpretó archivos de resonancia magnética nuclear y cromatografía líquida-espectrometría de masas en 23 y 19 minutos, respectivamente.

Los resultados fueron validados en parte por Adaptyv Bio y Twist Bioscience, que produjeron y evaluaron los diseños de proteínas en laboratorio. En el experimento de química analítica, Claude recibió archivos crudos de una laboratorio contratado y un pedido de dos frases; luego entregó análisis de identidad y pureza que coincidieron con los resultados del laboratorio: 96,4% de pureza frente a 96,33%.

El avance apunta a fases tempranas y operativas de la I+D farmacéutica: el diseño de novo de proteínas y el análisis de compuestos ya sintetizados. No equivale al desarrollo completo de un medicamento, pero permite evaluar cómo los modelos de IA pueden reducir tiempos de cálculo, procesamiento y coordinación científica.

Diseño de proteínas con validación experimental

Los investigadores utilizaron Claude para diseñar minibinders, proteínas pequeñas desarrolladas para unirse con alta afinidad a una proteína objetivo. Este mecanismo resulta relevante porque numerosos medicamentos modernos actúan al unirse a una diana biológica para inhibirla, activarla o transportar una sustancia hasta ella.

El programa incluyó 15 objetivos proteicos y generó 1.320 diseños. De ese conjunto, se produjeron 354 binders contra 14 objetivos, luego de pruebas externas realizadas por Adaptyv Bio y Twist Bioscience.

En la modalidad de múltiples objetivos, en sesiones de 48 horas, Mythos Preview alcanzó una tasa global de éxito de 26,7%, mientras que Opus 4.8 llegó a 22,6%. Las campañas tradicionales de diseño proteico suelen registrar tasas de éxito de entre 10% y 15%.

Cuando Mythos Preview trabajó sobre un objetivo por vez, con sesiones separadas de 24 horas, la tasa global de diseños que efectivamente lograron unirse al objetivo ascendió a 35,1%. El modelo seleccionó sitios de unión, generó estructuras y secuencias, coordinó modelos especializados de diseño y plegamiento de proteínas, optimizó candidatos in silico y seleccionó variantes potencialmente solubles, expresables y capaces de unirse.

La campaña se ejecutó con intervención humana mínima luego de la instrucción inicial. “Esperamos que, en manos de diseñadores expertos de proteínas, este enfoque produzca resultados aún más sólidos, especialmente si brindan a Claude orientación activa y retroalimentación sobre resultados intermedios”, indicó Anthropic.

Resultados frente a objetivos complejos

Claude logró diseñar binders de alta afinidad para al menos seis objetivos y alcanzó o superó la mejor afinidad publicada para al menos cuatro. La afinidad mide la fuerza con que una proteína se une a su objetivo; una mayor afinidad puede permitir eficacia a dosis más bajas, con potencial para reducir efectos adversos y costos de fabricación.

En el objetivo RBX1, Mythos Preview alcanzó una tasa de éxito de 40% en el modo de un único objetivo, frente a 3,7% de los participantes de una competencia de diseño proteico de Adaptyv Bio. Su mejor diseño superó al ganador de un certamen que había reunido 245 propuestas.

El desempeño también incluyó TNFα, una proteína de señalización relacionada con la inflamación. Opus 4.8 generó varios binders para este objetivo, incluidos algunos con reactividad cruzada para TNFα humana, de macaco cynomolgus y de ratón, una condición relevante para ensayos en animales.

El modelo diseñó además 15 binders confirmados, distribuidos en seis objetivos, con al menos 20% de estructura de lámina beta. Estas estructuras suelen ser más difíciles de diseñar porque tienen mayor riesgo de plegamiento incorrecto y agregación.

No todos los desafíos se resolvieron. Frente a la proteína MBP, ninguna de las 90 propuestas fue confirmada como binder, aunque una mostró una señal de unión débil y reproducible. Para BBF‑14, Claude produjo tres binders independientes con afinidades modestas, dentro de los rangos submicromolar a micromolar.

Análisis de NMR y LC-MS en minutos

El segundo experimento se concentró en una tarea rutinaria pero intensiva de química analítica. La espectroscopía de resonancia magnética nuclear de protones —NMR— se utiliza para confirmar la estructura de un compuesto y asignar señales a átomos de hidrógeno. La LC‑MS, en tanto, permite separar componentes, medir pureza y determinar la masa molecular.

Claude Opus 5 recibió archivos crudos de NMR y LC‑MS de una muestra de control de calidad junto con un pedido breve, sin software del proveedor ni intervención de un operador. Procesó el NMR en 23 minutos y la LC‑MS en 19 minutos, de forma paralela.

Para NMR, generó un espectro calibrado y una tabla de 18 picos con los hidrógenos correspondientes. Identificó cuatro señales amplias que podían corresponder a hidrógenos ligados a nitrógeno u oxígeno y propuso agregar agua pesada para verificarlo, el mismo control que el laboratorio había realizado por separado.

En LC‑MS, Claude decodificó un formato de archivo propietario no documentado, verificó la lectura al reproducir los totales registrados por el instrumento en sus 2.664 escaneos y reconstruyó el cromatograma. Informó un componente a 4,34 minutos, con 96,4% de la señal ultravioleta y una masa molecular de 504 daltons, frente a una pureza de 96,33% informada por el laboratorio.

Alcances y resguardos para la industria

Anthropic remarcó que estos ensayos no representan un proceso completo de desarrollo de un fármaco. El diseño de un binder de alta afinidad es apenas una primera etapa y los minibinders proteicos no constituyen una modalidad terapéutica estándar.

La compañía anticipó que busca extender estas capacidades hacia procesos de desarrollo de medicamentos de punta a punta y en diversas modalidades terapéuticas. Al mismo tiempo, señaló que las capacidades de investigación biológica autónoma tienen carácter de doble uso: pueden acelerar terapias y descubrimientos fundamentales, pero también podrían facilitar investigaciones peligrosas si no se aplican controles adecuados.

Por eso, las capacidades de diseño de proteínas y otras funciones de biología de doble uso permanecen fuera del acceso general. Anthropic prevé lanzar un programa de acceso para científicos, mientras que Opus 5 se mantiene como su modelo de mayor capacidad disponible de manera general.

Para laboratorios farmacéuticos, empresas biotecnológicas y organizaciones de investigación por contrato, los resultados ilustran una posible reorganización de tareas: la IA puede asumir parte del diseño computacional y de la interpretación de datos, mientras los equipos especializados concentran su trabajo en validación experimental, decisiones de desarrollo y controles de seguridad.