Anthropic demostró el potencial de la inteligencia artificial para acelerar el desarrollo de tratamientos contra enfermedades desatendidas. En una reciente investigación, una versión experimental de Claude diseñó de forma autónoma mini-proteínas capaces de neutralizar neurotoxinas de escorpión en pruebas de laboratorio.
El proyecto, realizado en colaboración con la firma Citrini Research y validado experimentalmente por los laboratorios Adaptyv Bio y Twist Bioscience, permitió generar 17 neutralizadores funcionales a partir de más de 318.000 diseños iniciales. "Probar que se pueden obtener neutralizadores muy potentes de forma extraordinariamente rápida cambia el paradigma de la investigación biomédica", destacaron investigadores del equipo de ciencia de la empresa.
Durante un total de 64 horas de cómputo autónomo, Claude analizó la estructura molecular de las toxinas más peligrosas del mundo y seleccionó los mejores candidatos para pruebas físicas. Este avance marca un hito en la biología computacional al reducir procesos que habitualmente toman meses a solo un par de días.
Por qué importa
Las picaduras de escorpión afectan a más de 1,2 millones de personas cada año y causan más de 3.250 muertes a nivel global. La mayoría de los casos se concentra en regiones rurales y de bajos recursos. La producción tradicional de antídotos es costosa, lenta y requiere inmunizar a animales como caballos u ovejas, lo que genera escasez constante en países en desarrollo de América Latina, África y Asia.
La capacidad de diseñar proteínas mediante IA permite abordar directamente la crisis de las enfermedades tropicales desatendidas, un sector con pocos incentivos económicos para la industria farmacéutica tradicional. Para América Latina, donde géneros de escorpiones como Tityus en Brasil o Centruroides en México representan un grave problema de salud pública, esta tecnología podría democratizar el acceso a antídotos sintéticos más estables, económicos y fáciles de distribuir sin necesidad de cadenas de frío complejas.
De paso, demuestra que los modelos del lenguaje avanzados y los agentes autónomos están capacitados para gestionar herramientas complejas de biología computacional como AlphaFold y Protein Data Bank de forma independiente, transformando la metodología del descubrimiento de fármacos.
Qué sigue
Anthropic ha liberado de manera abierta los 211 diseños evaluados en laboratorio junto con sus datos estructurales para que la comunidad científica global pueda continuar el desarrollo. El siguiente paso crítico será validar si estos neutralizadores logran inhibir la toxicidad en ensayos con células vivas y modelos animales.
Entre las moléculas más prometedoras destacan los diseños Cn2-B1 y Cn2-B2, dirigidos contra la toxina del escorpión mexicano Centruroides noxius, los cuales mostraron una fuerza de unión nanomolar comparable a la de los anticuerpos naturales. El equipo científico planea refinar los prompts y pipelines para lograr diseños multitoxina eficaces, lo que permitiría crear cócteles universales contra múltiples especies de escorpiones y serpientes.
Sin embargo, la recepción del anuncio incluye, al menos, algo de escepticismo. Como explica The Verge: "Ninguna de las proteínas se unió a más de una toxina. Pero incluso si lo hubieran hecho, aún estaríamos muy lejos de un antídoto eficaz. El hecho de que una proteína se una a una toxina no significa que pueda neutralizarla, y mucho menos que funcione como un tratamiento seguro y efectivo. Citrini lo reconoce, señalando que aún no se ha comprobado en ningún experimento si realmente lograron detener la acción de la toxina".
Por eso, a corto y mediano plazo, el desafío principal migrará de la fase de cómputo a la regulación clínica. Transformar estas moléculas en medicamentos seguros, accesibles y aprobados para uso humano requerirá alianzas estratégicas entre empresas de IA, laboratorios biotecnológicos y organismos de salud pública internacional.
Contexto
El diseño de proteínas desde cero ha sido históricamente uno de los desafíos más complejos de la biotecnología moderna. Anteriormente, la creación de anticuerpos sintéticos requería costosas campañas de selección molecular y cribado experimental que podían extenderse durante años sin garantía de éxito.
El uso de sistemas de IA para la biología experimentó un giro radical tras el despliegue de modelos predictivos de estructura de proteínas como AlphaFold de Google DeepMind y RoseTTAFold. Anthropic ha comenzado a integrar estas herramientas dentro de los flujos de trabajo de sus modelos de lenguaje, permitiendo a sus agentes ejecutar código, analizar bases de datos biológicas y tomar decisiones de optimización molecular sin intervención humana continua.
Esta iniciativa se suma a experimentos previos donde Claude demostró capacidad para identificar sistemas enzimáticos desconocidos y optimizar mini-proteínas. Al abordar las picaduras de veneno, la firma estadounidense busca validar el uso ético y social de la IA generativa en la resolución de problemas de salud global con bajo interés comercial.
