Anthropic abre un laboratorio biológico para llevar Claude a experimentos físicos
Índice de contenidos
Claves de la noticia
- Anthropic ha instalado un laboratorio húmedo en el área de San Francisco para realizar experimentos físicos de biología.
- La empresa explora que Claude dirija equipos robóticos, aunque mantiene la supervisión humana como requisito de seguridad.
- El laboratorio no se dedica específicamente a descubrir fármacos y Anthropic no ha revelado enfermedades, moléculas ni resultados preclínicos.
Anthropic ha cruzado una frontera que hasta ahora solo se intuía en sus productos científicos: ya no se limita a analizar datos o diseñar proteínas en un ordenador. La compañía realiza trabajo biológico físico en un laboratorio propio del área de San Francisco y encarga otra parte a colaboradores externos, según una investigación de Reuters confirmada por su responsable de ciencias de la vida. El movimiento acerca a Claude a un circuito experimental real, pero todavía está muy lejos de equivaler a un medicamento.
Del cálculo a la mesa de laboratorio
Reuters atribuye la existencia de la instalación a dos personas conocedoras del proyecto y a una entrevista con Eric Kauderer-Abrams, responsable de ciencias de la vida de Anthropic. La compañía quiere que Claude pueda orientar unidades robóticas que ejecuten experimentos con una intervención humana limitada. Su portavoz, sin embargo, subraya que la participación y la vigilancia de especialistas siguen siendo esenciales.
Hay un matiz decisivo: el mismo portavoz precisó que el laboratorio no está dedicado específicamente al descubrimiento de fármacos. Esa cautela impide presentar la instalación como una farmacéutica automatizada. Anthropic no ha publicado su ubicación exacta, superficie, equipamiento, nivel de bioseguridad, presupuesto ni una lista de ensayos. Tampoco existe un comunicado primario sobre su apertura; la novedad procede de la reportería original de Reuters.
La infraestructura encaja, no obstante, con una estrategia pública cada vez más visible. Anthropic compró Coefficient Bio, incorporó al consejero delegado de Novartis a su consejo y anunció que quiere abordar trabajo preclínico en enfermedades que la industria considera poco atractivas comercialmente. También ofrece herramientas a Genentech, Bristol Myers Squibb y Novo Nordisk. La frontera declarada es clara: no ejecutará ensayos clínicos por ahora y afirma que no pretende competir con las empresas que llevan medicamentos al mercado.
Cuatro peldaños que conviene no confundir
La expresión «IA para descubrir fármacos» reúne actividades con niveles de evidencia radicalmente distintos. Ordenarlas permite medir qué aporta realmente este laboratorio y qué queda por demostrar.
| Peldaño | Evidencia conocida | Situación |
|---|---|---|
| Optimización de software | Más de 30 modelos biológicos acelerados | Resultados técnicos publicados |
| Diseño in silico | Proteínas y sistemas biomoleculares evaluados por ordenador | Demostrado en tareas concretas |
| Validación física | Laboratorio propio, socios y más de 5.000 diseños previstos para pruebas húmedas | En marcha, sin resultados detallados |
| Ensayos clínicos | Pruebas de seguridad y eficacia en personas | Fuera del alcance declarado |
El salto nuevo está entre el segundo y el tercer peldaño: una predicción puede alimentar una prueba física y el resultado puede volver al sistema para escoger el siguiente experimento. El cuarto permanece intacto. Identificar una molécula útil no elimina los años de toxicología, fabricación, regulación y ensayos necesarios para convertirla en tratamiento.
La velocidad computacional cambia el cuello de botella
Un documento técnico publicado por Anthropic el 17 de septiembre ofrece una referencia cuantitativa. Claude optimizó más de 30 modelos abiertos de estructura, diseño, genómica y lenguaje de proteínas en menos de cuatro semanas. La aceleración media rondó cuatro veces con una pérdida mínima de precisión; con salidas idénticas, el avance fue cercano a dos veces. También creó un modo de baja memoria capaz de modelar con precisión sistemas superiores a 10.000 tokens biomoleculares en un único nodo de GPU.
En el ensayo de diseño de proteínas, un solo modelo dispuso de una GPU H200 durante 24 horas. Anthropic afirma que alcanzó puntuaciones in silico comparables a una campaña anterior que podía consumir unas 2.500 horas de H100: alrededor de dos órdenes de magnitud menos en horas de acelerador. No es una comparación económica directa, porque cambian el hardware y el procedimiento, pero sí muestra por qué la comprobación física gana peso cuando generar candidatos se abarata.
La propia empresa lo reconoce al comprometer validación húmeda para más de 5.000 diseños en una competición con Adaptyv Bio. Ese volumen multiplica la necesidad de priorizar experimentos, registrar condiciones y detectar resultados irreproducibles. Un modelo rápido puede proponer muchas opciones; el laboratorio decide cuáles sobreviven al contacto con materiales, reactivos y mediciones reales.
Robots, trazabilidad y una tensión comercial
Automatizar no significa entregar el laboratorio a un chatbot. Los robots pueden dispensar líquidos, mover placas o medir señales, mientras Claude planifica una secuencia y revisa los datos. El valor aparece en el bucle cerrado: hipótesis, ejecución, lectura y siguiente decisión. Cuanto menos intervenga una persona en tareas repetitivas, más importantes se vuelven los permisos, los límites de operación y la trazabilidad de cada instrucción.
Ese requisito conecta con los controles que Anthropic dice aplicar a modelos biológicos avanzados y con el crecimiento de Claude dentro de la propia I+D de Anthropic. Coordinar agentes de software ya genera miles de decisiones bloqueadas por controles internos; trasladar una parte de esa autonomía a instrumentos físicos eleva el coste de un error y exige registros auditables.
También surge un conflicto de confianza. Anthropic vende herramientas a farmacéuticas que compiten entre sí y, al mismo tiempo, acumula capacidad interna para aprender del proceso experimental. La empresa sostiene que separa los datos de cada cliente y limita su programa propio a necesidades desatendidas, pero todavía no ha explicado con qué gobernanza se evita que experiencia, patrones o procedimientos crucen esas fronteras. Los sistemas de alerta derivados de incidentes reales recuerdan que la promesa de control solo resulta evaluable cuando existen umbrales y auditorías concretas.
La prueba que aún falta
Anthropic ha demostrado que puede acelerar herramientas computacionales y ha confirmado que ya toca biología física. Falta publicar el puente entre ambas cosas: qué experimento propuso Claude, qué ejecutó el robot, cuántas iteraciones fueron necesarias, qué controles descartaron errores y si el hallazgo se reprodujo de forma independiente. Sin esa cadena, el laboratorio es una capacidad estratégica, no una validación terapéutica.
La consecuencia más defendible es también la más sobria: el laboratorio reduce la distancia entre una predicción de Claude y su comprobación física, pero no acerca por sí solo un medicamento al mercado. No hay enfermedades identificadas, moléculas candidatas, resultados preclínicos ni calendario clínico. Esos datos, y no el número de robots o de modelos, marcarán si la expansión de Anthropic transforma la investigación biomédica o solo añade otra capa de automatización.
