¿Qué ocurre cuando una inteligencia artificial propone una respuesta sobre una enfermedad, pero nadie la prueba fuera de una pantalla? La diferencia puede parecer pequeña, aunque en biología es la que separa una idea prometedora de un tratamiento que realmente funciona.
Anthropic, la empresa detrás del modelo Claude, confirmó a TechCrunch que opera un laboratorio de biología experimental en la bahía de San Francisco. El wet lab (laboratorio donde se trabaja con muestras físicas) permite que sus modelos de IA pasen de formular hipótesis a ponerlas a prueba.
El hallazgo revela una nueva pieza clave en la estrategia de la compañía: la IA ya no solo analiza textos científicos y bases de datos. Ahora puede proponer una ruta de investigación y contrastarla con células, proteínas u otros materiales bajo condiciones controladas.
Eric Kauderer-Abrams, responsable de ciencias de la vida de Anthropic, subraya que el trabajo experimental sigue siendo la prueba definitiva en biología. La empresa realiza parte de esa investigación dentro de sus instalaciones y también colabora con socios externos.
También te puede interesar:El Próximo Modelo de Anthropic podría anunciarse en las próximas semanasEn biología, una buena hipótesis necesita superar la prueba del laboratorio antes de convertirse en conocimiento útil.
El puente entre una idea y una muestra real
El mecanismo puede entenderse como una cocina. Un modelo de lenguaje puede leer miles de recetas, identificar combinaciones y sugerir qué ingredientes podrían dar mejor resultado. Pero no puede saber si el plato funciona hasta que alguien enciende el horno, mide las cantidades y prueba el resultado.
La IA sería el recetario y el laboratorio, la cocina donde se comprueba si la receta sirve. Esa conexión es central para la biología moderna. Los sistemas pueden acelerar el diseño de proteínas, moléculas que cumplen tareas esenciales en el cuerpo, o el modelado biomolecular, la simulación de cómo interactúan esas estructuras.
Sin embargo, una predicción digital no basta. Una proteína diseñada por computadora puede parecer estable en una simulación y fallar al entrar en contacto con una célula real. Allí aparece el interruptor que Anthropic busca activar: un ciclo más rápido entre la pregunta, el experimento y la corrección.
También te puede interesar:El Próximo Modelo de Anthropic podría anunciarse en las próximas semanasLa compañía adquirió en abril Coefficient Bio, una firma de biotecnología basada en IA, en una operación valuada en 400 millones de dólares. Además, puso en marcha un Programa de Verificación de Ciencias de la Vida para dar a investigadores acreditados acceso a sus modelos más potentes.
Anthropic sostiene que el foco principal del nuevo centro es la biología fundamental, es decir, entender mecanismos básicos de los seres vivos, y no convertirse en una farmacéutica. La distinción importa porque trabaja con empresas del sector, entre ellas Novo Nordisk, con la que anunció una colaboración para el descubrimiento conjunto de medicamentos.
La oportunidad y el freno de seguridad
La oportunidad es evidente: si un modelo ayuda a descartar antes las hipótesis débiles, los científicos pueden dedicar más tiempo a los experimentos que valen la pena. Eso podría reducir años de búsqueda en áreas como enfermedades graves, aunque no garantiza una cura automática ni inmediata.
Pero el cableado de esta apuesta tiene una tensión visible. Dario Amodei, director ejecutivo de Anthropic, ha dicho que la IA podría ayudar a curar muchas enfermedades serias en los próximos cinco a diez años. Al mismo tiempo, pidió al sector reducir el ritmo e implantar mecanismos de autorregulación.
La empresa también identifica el bioterrorismo como uno de los riesgos más graves de estos sistemas. Esa coexistencia entre un laboratorio físico y advertencias sobre usos dañinos despertó críticas en el sector tecnológico, especialmente porque la biología puede producir avances médicos y, mal utilizada, herramientas peligrosas.
La clave estará en que el laboratorio no sea solo un acelerador, sino también una barrera de control. Para el lector, la promesa más cercana no es una máquina que reemplace al científico: es una herramienta que ayude a encender antes la luz correcta en una investigación compleja.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
