Claude diseña proteínas reales y supera a los expertos

Anthropic ha publicado el resultado más serio hasta la fecha de una IA haciendo biología de verdad: Claude diseñó proteínas desde cero, sin que nadie le dijera por dónde empezar, y laboratorios independientes comprobaron a ciegas que funcionan. No es una simulación ni un benchmark: son proteínas físicas, sintetizadas y medidas, uniéndose a sus dianas mejor de lo que suelen conseguir los especialistas humanos.

Qué ha pasado

El experimento estaba diseñado para no hacerle trampas. Diseñar un "binder" (una proteína pequeña que se pega a otra para bloquearla, el principio de muchos fármacos) le lleva semanas o meses a un especialista por cada diana. Anthropic le dio a Claude un único protocolo genérico, sin pistas sobre ninguna diana concreta, y el modelo se buscó la vida en sesiones de 24 a 48 horas: eligió dónde atacar cada proteína, instaló y ejecutó las herramientas de código abierto del sector, filtró candidatos y entregó sus apuestas. Dos laboratorios externos sintetizaron y midieron los 1.320 diseños sin saber qué modelo había hecho cada uno.

Los números aguantan la comparación con humanos. Un 26,8% de aciertos globales contra el 10-15% habitual del sector. En la diana RBX1, que fue objeto de una competición abierta reciente, el mejor diseño de Claude se unió con una fuerza de 3,9 nanomolar frente a los 45 del diseño ganador de la competición: más de diez veces más fuerte, medido en la misma placa. Y como todas las herramientas que usó son de código abierto, Anthropic ha publicado los prompts y los datos para que cualquier laboratorio repita la jugada.

La segunda parte va de tiempo, no de músculo. A Opus 5, el modelo que cualquiera puede usar hoy, le dieron los ficheros brutos de un laboratorio químico (resonancia magnética y espectrometría de masas) con instrucciones de dos frases. Devolvió el análisis terminado en 23 y 19 minutos, clavando la pureza (96,4% contra 96,33% del laboratorio), y por el camino descifró un formato binario sin documentar porque no encontró programa para leerlo. El informe oficial del laboratorio tardó cuatro días.

Por qué importa

La IA en ciencia está pasando de prometer a medir. Después de los problemas matemáticos abiertos que cayeron este verano, le toca a la biología: tareas de semanas comprimidas a horas, con validación física de por medio. Para el descubrimiento de fármacos, que se deja años y fortunas en estas fases tempranas, un asistente que multiplica por dos la tasa de acierto y trabaja de noche no es una curiosidad: es dinero y tiempo de enfermos.

La lectura sin humo

Templemos antes de gritar "la IA cura el cáncer". Un binder que funciona es el primer paso de un camino de años: falta que sea estable, seguro, fabricable y que supere ensayos clínicos, y ahí sigue muriendo la mayoría de candidatos. Además, el estudio lo publica Anthropic sobre su propio modelo, con revisión independiente aún pendiente, y hasta el famoso 96,4% de pureza depende de con qué línea base se calcule. Pero el diseño del experimento es de los honestos (validación externa, a ciegas, con datos publicados), y la señal es difícil de discutir: la parte computacional de la biología temprana ya no es el cuello de botella. Ahora lo lento vuelve a ser el mundo físico. Que era justo lo que la IA prometía y casi nunca demostraba.

Fuentes: Anthropic · Adaptyv Bio · The Decoder · 18-19 agosto 2026