Biotecnología · global
Claude Science lleva el descubrimiento de fármacos con IA a un flujo de trabajo auditable
La verdadera apuesta de la nueva plataforma de Anthropic no es solo lograr que el modelo proponga moléculas candidatas, sino reunir datos, código, herramientas de biología estructural y registros de decisiones en una misma mesa experimental; esto también desplaza el cuello de botella de la farmacéutica con IA desde “si puede generar respuestas” hacia “si puede dejar evidencia verificable”.
El siguiente paso de los grandes modelos de lenguaje en las ciencias de la vida no necesariamente será la invención automática de fármacos propia de la ciencia ficción, sino tareas mucho más cercanas a la rutina del laboratorio: buscar bibliografía, conectar bases de datos, ejecutar análisis, crear gráficos y comprobar si los procesos son reproducibles. Ahí radica la importancia de Claude Science, lanzado por Anthropic. Lleva la IA desde el cuadro de diálogo hasta la mesa de trabajo de investigación, y también deja al descubierto uno de los problemas más subestimados del descubrimiento de fármacos: el juicio científico no es una respuesta elegante, sino una serie de pasos que deben poder rastrearse, repetirse y ser cuestionados por pares.
Anthropic anunció el 30 de junio que Claude Science entraba en beta y estaría disponible para usuarios de Claude Pro, Max, Team y Enterprise. Según la compañía, esta mesa de trabajo integra herramientas habituales de investigación, bases de datos científicas, paquetes de software, productos auditables y recursos de computación, e incorpora más de 60 habilidades y conectores orientados a áreas como genómica, análisis de célula única, proteómica, biología estructural e informática química. En otras palabras, no se centra en una única capacidad del modelo, sino en permitir que los investigadores realicen procesamiento de datos, visualización de estructuras moleculares o proteicas, navegación genómica y organización de resultados dentro de un mismo entorno.
En aplicaciones biomédicas, los escenarios enumerados por Anthropic incluyen predicción de estructuras proteicas, diseño de cribados CRISPR, análisis de informática química y trabajo de nominación de dianas realizado por Manifold Bio. Todos estos ejemplos se ubican en zonas clave de la I+D temprana: los investigadores intentan reducir el espacio de búsqueda a partir de datos complejos y determinar qué proteínas, vías o moléculas merecen pasar a la siguiente ronda de experimentos. Si la mesa de trabajo puede conservar los datos de entrada, los programas de análisis, los resultados del modelo y los juicios intermedios, tendría valor práctico para la colaboración entre equipos y la revisión posterior.
Más controvertido es que, según informes, Anthropic no solo quiere ofrecer herramientas, sino que también pretende poner en marcha un programa interno de descubrimiento de fármacos, con direcciones que incluyen enfermedades desatendidas. The Verge informó que Eric Kauderer-Abrams, responsable de ciencias de la vida de Anthropic, habló de este esfuerzo en el evento AI for Science; The Times of India también señaló que la compañía está iniciando un programa interno de descubrimiento preclínico de fármacos. Sin embargo, esos informes también muestran que Anthropic aún no ha aclarado las enfermedades objetivo, la ruta de desarrollo posterior de los candidatos a fármacos, la estrategia de ensayos clínicos, los acuerdos de fabricación ni los socios externos.
Estos vacíos son cruciales. La IA puede ayudar a identificar posibles dianas, diseñar moléculas, comparar estructuras o predecir propiedades, pero todavía hay una larga distancia entre una molécula candidata y un medicamento. Los experimentos en células y animales deben confirmar la eficacia y el mecanismo; los estudios toxicológicos deben descartar riesgos inaceptables; los ensayos en humanos deben demostrar seguridad y eficacia; y, por último, aún se requiere revisión regulatoria, control de calidad y diseño de producción a escala. Ese es también el punto central de la advertencia de expertos externos a The Verge: la IA puede acelerar algunas etapas, pero no sustituye la validación experimental ni la evidencia clínica.
El contexto comercial es igualmente claro. Financial Times informó que Claude Science es el primer producto de Anthropic diseñado específicamente para científicos, y que la compañía ve a los clientes farmacéuticos y de empresas de investigación como una fuente potencial de ingresos; su expansión en ciencias de la vida ya involucra a clientes farmacéuticos como Novo Nordisk y AstraZeneca, e incluye la adquisición de la startup biotecnológica Coefficient Bio. Para las farmacéuticas, si este tipo de plataforma puede reducir los costos de análisis de datos y gestión de procesos, quizá entre en las compras y el uso cotidiano más rápido que el lema de una “IA que inventa un fármaco milagroso”.
### Contexto de fondo
El punto nuevo de esta ola de noticias no es otra afirmación de que la IA puede usarse en el descubrimiento de fármacos, sino que las grandes compañías de modelos empiezan a conectar herramientas de investigación, clientes empresariales y la idea de desarrollar sus propios fármacos en una cadena más larga. Para afianzarse en entornos biomédicos, Claude Science deberá demostrar que puede manejar el ruido, los permisos y la reproducibilidad de los datos reales, y también establecer límites claros sobre errores del modelo, fuentes de datos y responsabilidad en la toma de decisiones. La verdadera línea divisoria aparecerá en el momento en que las ideas candidatas salgan de la pantalla y se sometan a pruebas experimentales y regulatorias.