Anthropic afirma que Claude detectó un sistema enzimático similar a CRISPR
El modelo de lenguaje de Anthropic, Claude, identificó una familia de transcriptasas reversas con repeticiones que recuerdan a CRISPR, lo que ha generado debate sobre su utilidad real y la participación de la IA.
En la última actualización de su blog, Anthropic anunció que Claude había encontrado un sistema enzimático que, según la empresa, posee características "reminiscent of CRISPR". Los agentes de Claude, 950 en paralelo, escanearon bases de datos genómicas y, en 21,5 horas, identificaron más de 200 000 posibles transcriptasas reversas, reduciéndolas a unos pocos miles que mostraban patrones de repetición larga. La familia resultante, denominada ART (array‑associated reverse transcriptases), aparece en los jumbo phages y contiene un conjunto de repeticiones que el modelo describió como “CRISPR‑like”.
El descubrimiento sigue sin ser verificado experimentalmente. Un informe técnico, no revisado por pares, incluye una única experiencia física. Los expertos en edición genética, como Fyodor Urnov y Seth Shipman, reconocen la novedad del método de búsqueda, pero advierten que el hecho de que la IA haya acelerado el proceso no implica que el sistema sea un nuevo mecanismo de edición. Shipman señala que la familia ART no muestra relación obvia con sistemas CRISPR conocidos y que su utilidad dependerá de pruebas de laboratorio.
La comunidad también cuestiona la transparencia de los datos usados. Anthropic asegura que Claude no fue entrenado con transcripciones de usuarios y que su equipo de biología molecular no tiene acceso a la información de entrenamiento. Sin embargo, investigadores como Jason Gill, quien identificó la misma transcriptasa en 2021, sospechan que la IA pudo haber accedido a sus hallazgos no publicados.
En cuanto a la práctica operativa, el equipo de Anthropic no pretende que Claude realice experimentos de forma autónoma todavía. En un post en X, el CEO Dario Amodei sugirió que, en el futuro, la IA podría controlar laboratorios de manera segura, pero eso queda en el ámbito de la investigación.
Para los administradores de sistemas y arquitectos, la noticia implica considerar el rendimiento y la escalabilidad de los modelos de lenguaje en tareas de búsqueda de patrones biológicos, así como los requisitos de computación y almacenamiento para procesar bases de datos genómicas masivas. También plantea la necesidad de establecer protocolos claros de reproducibilidad cuando la IA identifica candidatos potenciales que requieren validación experimental.
En resumen, Claude ha demostrado una capacidad impresionante para filtrar vastas cantidades de datos genómicos, pero el verdadero impacto de ART en la edición genética dependerá de la confirmación experimental y de la disponibilidad de código y datos abiertos.
