Claude descubre en solitario un sistema similar a CRISPR

Anthropic anunció que Claude localizó por su cuenta, sin que un investigador dirigiera la búsqueda paso a paso, un sistema enzimático que nadie había descrito antes dentro del material genético de bacteriófagos: virus que solo atacan bacterias. Anthropic llamó a su hallazgo ART (array-associated reverse transcriptases): una transcriptasa inversa junto con un gen asociado y una fila de secuencias de ADN repetidas a intervalos regulares, con una estructura que recuerda a los arreglos CRISPR, la base de la edición genética programable. El resultado se publicó el 23 de septiembre en un preprint que todavía no pasa revisión por pares, según Anthropic.

El preprint detalla el costo de cómputo detrás del hallazgo: 949 sesiones de agentes trabajando en paralelo y 215.6 millones de tokens gastados a lo largo de 21 horas, para repasar cerca de 1,900 millones de grupos de proteínas en busca de candidatos.

Fuera de la empresa, el hallazgo despertó interés genuino entre científicos que no participaron en el trabajo. Feng Zhang, profesor del MIT y el Instituto Broad y uno de los pioneros de CRISPR, dijo que la identificación de estos arreglos "es genuinamente intrigante y merece más investigación", según recogió The Next Web. Stanley Qi, bioingeniero de Stanford, calificó el hallazgo de "increíblemente emocionante" como muestra de que una inteligencia artificial puede detectar patrones biológicos complejos que antes costaba encontrar, de acuerdo con Trending Topics.

Anthropic fue explícita sobre los límites de lo que encontró: todavía no sabe qué función cumple ART en la naturaleza, y nadie ha confirmado en laboratorio que la enzima corte o modifique ADN como lo hace CRISPR. Tampoco existe, por ahora, una réplica independiente del resultado por parte de otro grupo de investigación.

Si el trabajo de laboratorio confirma el hallazgo, sería un ejemplo concreto de que un modelo de inteligencia artificial puede acelerar la primera etapa del descubrimiento científico: encontrar candidatos prometedores entre montañas de datos genómicos, y no solo asistir con texto o código. Para cualquier aplicación práctica falta, por lo pronto, la parte más larga del camino: probar en laboratorio qué hace de verdad el sistema ART.