Anthropic presentó los primeros resultados de su laboratorio de ciencias de la vida, donde Claude analiza enormes bases de datos de ADN para encontrar proteínas y sistemas biológicos desconocidos. En 21 horas, 950 agentes identificaron un sistema con patrones de ADN similares a los de CRISPR.
Anthropic está llevando a Claude más allá de la generación de texto y la programación: la compañía creó un equipo de investigación y un laboratorio de biología en el área de la Bahía de San Francisco para utilizar inteligencia artificial en el descubrimiento de nuevos sistemas biológicos.
Uno de sus primeros programas produjo un resultado que la compañía considera significativo. Claude identificó un sistema en bacteriófagos —virus que infectan bacterias— asociado a una serie de secuencias repetidas de ADN que presenta características similares a las de los sistemas CRISPR.
Anthropic denominó al sistema ART, por array-associated reverse transcriptases, o transcriptasas inversas asociadas a matrices. La compañía todavía investiga cuál es su función principal y advierte que aún no está claro qué papel desempeña en la biología.
El trabajo representa, según Anthropic, un ejemplo de una nueva forma de investigación en biología en la que agentes de inteligencia artificial colaboran con científicos humanos en distintas etapas del proceso: desde explorar grandes bases de datos genéticas y formular hipótesis hasta seleccionar candidatos que posteriormente son estudiados en el laboratorio.
950 agentes y 210 millones de tokens
Para encontrar nuevos sistemas, los investigadores de Anthropic dieron a Claude una instrucción inicial: buscar ejemplos interesantes de transcriptasas inversas (RT) dentro de una enorme base de datos de secuencias de ADN.
Las RT son enzimas que copian ARN en ADN. Aunque la transcriptasa inversa asociada al sistema descubierto por Claude ya había sido identificada en investigaciones anteriores, Anthropic sostiene que el modelo fue el primero en detectar la combinación de características que define al nuevo sistema.
La escala de la búsqueda permite dimensionar el experimento. Durante 21 horas, aproximadamente 950 agentes de Claude utilizaron 210 millones de tokens para analizar la información.
En total, los agentes reunieron más de 200.000 transcriptasas inversas, identificaron 3.500 sistemas candidatos y redujeron ese universo a los 20 candidatos más interesantes, sobre los cuales realizaron análisis más profundos y generaron informes para los científicos.
Para un investigador especializado, afirma Anthropic, este tipo de análisis puede demandar semanas o meses de trabajo.
Durante la investigación, Claude encontró una familia de transcriptasas inversas que consideró particularmente inusual. Al analizar directamente la secuencia de ADN ubicada cerca del gen, uno de los agentes escribió: “El ADN próximo a la RT es espectacular: puedo ver a simple vista una matriz de repeticiones en tándem… ¿una matriz de repeticiones similar a CRISPR?”.
A partir de allí, el agente siguió un procedimiento similar al que utilizaría un investigador humano: contó las repeticiones, midió el espacio entre ellas, comparó su organización con otros sistemas conocidos y buscó en la literatura científica si el patrón ya había sido descrito.
Un sistema que recuerda a CRISPR
El sistema ART está compuesto por tres elementos principales: una transcriptasa inversa, un gen asociado ubicado junto a ella y una extensa matriz de secuencias repetidas de ADN espaciadas regularmente.
La organización de esas repeticiones recuerda a las matrices CRISPR, que contienen diferentes secuencias de ARN y permiten que los sistemas CRISPR-Cas sean programables.
Los primeros experimentos realizados por los científicos de Anthropic indican además que la matriz de ART se expresa como un conjunto de pequeños ARN diferenciados. La compañía considera que esto podría indicar que existe algún mecanismo análogo, aunque todavía se necesitan más experimentos para determinar cómo funciona.
Feng Zhang, uno de los pioneros de la edición genómica mediante CRISPR y profesor del MIT y del Broad Institute, revisó el preprint y calificó el trabajo como un ejemplo interesante de la participación de agentes de IA en descubrimientos biológicos.
“La identificación de matrices de repeticiones de ARN asociadas con transcriptasas inversas es realmente intrigante y merece una investigación más profunda”, afirmó Zhang. “Espero que este trabajo aliente a más científicos a explorar cómo la IA puede apoyar sus investigaciones”.
Anthropic remarca que el descubrimiento de ART se produce dentro de una tradición científica en la que observar patrones inusuales en sistemas biológicos llevó a algunas de las herramientas más importantes de la biotecnología.
Las enzimas de restricción, por ejemplo, fueron identificadas en sistemas inmunitarios bacterianos y posteriormente se convirtieron en herramientas para cortar ADN en lugares específicos. La Taq polimerasa, descubierta en una bacteria de aguas termales de Yellowstone, permitió desarrollar la PCR. Y CRISPR comenzó siendo identificado como una secuencia de repeticiones inusual en el ADN de determinadas bacterias antes de convertirse en una plataforma para la edición genética.
El objetivo de Anthropic es determinar si los modelos de IA pueden sistematizar y acelerar ese proceso de búsqueda de anomalías.
Para ello, el laboratorio estudia proteínas sin función conocida, analiza su evolución y selecciona sistemas para caracterización experimental. Claude genera cientos o miles de hipótesis durante una campaña y los científicos analizan cuáles merecen ser llevadas al laboratorio.
Cuando un candidato supera esa revisión, los investigadores expresan la proteína en cepas de laboratorio y estudian sus características bioquímicas y estructurales, utilizando Claude también para interpretar los datos.
Anthropic subraya que todos los experimentos de laboratorio son realizados por científicos humanos. El laboratorio trabaja únicamente con niveles de bioseguridad BSL-1 y BSL-2 y no manipula patógenos capaces de infectar a seres humanos.
El trabajo sobre ART continúa. Por ahora, el hallazgo no demuestra que el sistema pueda utilizarse para edición genética ni establece cuál es su función biológica. Para Anthropic, el resultado representa sobre todo una demostración temprana de que Claude puede detectar anomalías en enormes volúmenes de información genética, formular hipótesis y conducir análisis que luego pueden convertirse en nuevas líneas de investigación experimental.