Anthropic descubre un sistema biológico desconocido con IA: el laboratorio que nadie anunció
En el mundo de la inteligencia artificial, pocas noticias generan tanto impacto como cuando una empresa tecnológica trasciende los límites del software para adentrarse en el terreno de la ciencia básica. Eso es exactamente lo que ha ocurrido con Anthropic, la compañía cofundada por Dario Amodei y Daniela Amodei, conocida principalmente por el desarrollo de modelos de lenguaje avanzados. La empresa ha revelado la existencia de un laboratorio de biología molecular que operaba en silencio desde la primavera de 2026 y cuyo primer resultado publicado ha sacudido a la comunidad científica: el hallazgo de un sistema enzimático completamente nuevo en el ADN de bacteriófagos, bautizado como ART (Array-Associated Reverse Transcriptases).
Este descubrimiento no fue obra de un equipo de biólogos trabajando durante años en un laboratorio universitario. Fue realizado por un agente autónomo ejecutando el modelo Claude Mythos 5 durante apenas 21,5 horas continuas, a lo largo de 949 sesiones independientes y procesando 215,6 millones de tokens. El resultado, publicado como preprint pendiente de revisión por pares, ha abierto un debate profundo sobre el rol que la inteligencia artificial puede desempeñar en la investigación científica básica.
¿Qué es ART y por qué importa?
El sistema ART es un conjunto de tres componentes identificado en el ADN de bacteriófagos, que son los virus que infectan bacterias y no representan un riesgo directo para los seres humanos. El primer componente es una transcriptasa inversa, una enzima capaz de copiar ARN en ADN, que las bacterias emplean habitualmente como mecanismo de defensa frente a virus. El segundo es un gen asociado ubicado junto a la enzima, cuya función exacta todavía no ha sido determinada. El tercero es un array de repeticiones de ADN uniformemente espaciadas, con entre 3 y 21 repeticiones por sistema.
Lo que convierte a ART en un hallazgo potencialmente revolucionario es su morfología estructural. El array de repeticiones recuerda visualmente a los arrays de CRISPR, uno de los sistemas de edición genética más importantes de la historia reciente. Sin embargo, ART carece por completo de los genes cas que acompañan a todos los sistemas CRISPR conocidos. Esta ausencia sugiere un mecanismo de funcionamiento diferente, aún por determinar, que podría representar una nueva rama en el árbol de los sistemas de defensa bacteriana.
En pruebas de laboratorio, el equipo de Anthropic comprobó que el array se transcribe como un conjunto de ARN cortos distintos. En datos públicos de un fago que infecta Staphylococcus, esos ARN llegaban a representar el 8% del ARN total del fago a los 15 minutos de la infección. Esta proporción es llamativa para una estructura que hasta ahora nunca había sido descrita ni catalogada en la literatura científica.
Cómo la IA encontró lo que los humanos no habían visto
El proceso que llevó al descubrimiento de ART no fue una demostración controlada ni un experimento diseñado para validar una hipótesis previa. Anthropic asignó al agente un mandato completamente abierto: encontrar nuevos sistemas de transcriptasa inversa en una base de datos de 1.900 millones de clústeres de proteínas. Los agentes operaron durante 21,5 horas sin ningún tipo de intervención humana, distribuyendo el trabajo en 949 sesiones separadas.
El hallazgo surgió de un camino lateral completamente no planificado. Un agente que estaba leyendo ADN crudo junto a una enzima inusual reportó que podía detectar “a simple vista” un patrón de repeticiones. El agente procedió entonces a contar esas repeticiones, compararlas con sistemas ya conocidos y buscar en la literatura científica disponible, antes de archivar el hallazgo para revisión humana. Este comportamiento emergente, no programado de forma explícita, es uno de los aspectos más significativos del experimento.
Sin embargo, el paper incluye un elemento de honestidad científica que merece destacarse: la irreproducibilidad parcial del hallazgo. Anthropic repitió la misma campaña de búsqueda diez veces adicionales y ninguna de esas repeticiones encontró el array. Los autores atribuyen este resultado al tamaño del espacio de búsqueda y al comportamiento estocástico de los agentes. En pruebas controladas donde el ADN relevante se proporcionaba directamente, los cuatro modelos más capaces de Anthropic describieron el array en al menos el 90% de los intentos. No obstante, cuando se añadían archivos y herramientas adicionales, la tasa caía al 32%, porque el modelo frecuentemente no leía suficiente ADN para completar una repetición entera.
El laboratorio silencioso: una apuesta estratégica de Anthropic
Que Anthropic haya formado un laboratorio de biología molecular sin anunciarlo con comunicados de prensa es en sí mismo un hecho significativo. La compañía, fundada en 2021 por ex empleados de OpenAI, ha construido su identidad pública sobre la seguridad en inteligencia artificial y el desarrollo de modelos alineados con valores humanos. La apertura de un laboratorio físico que trabaja con organismos reales representa una expansión hacia la ciencia aplicada que va mucho más allá del software.
El laboratorio opera bajo niveles de bioseguridad 1 y 2, los dos niveles más bajos de la escala internacional, que corresponden a agentes biológicos que no representan riesgo para adultos sanos. Trabaja exclusivamente con bacteriófagos y no maneja patógenos humanos. La división de roles que describe el preprint resulta reveladora: los científicos humanos realizan el trabajo físico de laboratorio, mientras que los agentes de IA se encargan de la exploración computacional en bases de datos masivas.
Este modelo —humanos en el banco de trabajo, inteligencia artificial en el espacio de datos— refleja una tendencia que varias instituciones académicas y farmacéuticas están explorando activamente, pero que pocas han implementado a la escala y velocidad que describe este preprint. Anthropic no solo lo ha implementado, sino que lo ha hecho en silencio, sin buscar titulares, y ha publicado sus resultados con una transparencia metodológica que incluye sus propias limitaciones.
La carrera con OpenAI y la adquisición de Coefficient Bio
El contexto competitivo en torno a este descubrimiento añade otra capa de complejidad. En abril de 2026, Anthropic adquirió Coefficient Bio por 400 millones de dólares, una startup de biología con menos de diez empleados. La cifra es extraordinaria en términos de valoración por empleado, lo que indica que la compra fue esencialmente una adquisición de talento especializado y propiedad intelectual estratégica.
El mismo mes, OpenAI lanzó GPT-Rosalind, un modelo específicamente diseñado para investigación en ciencias de la vida. El nombre es una referencia directa a Rosalind Franklin, la química y cristalógrafa cuya investigación fue fundamental para comprender la estructura del ADN. La coincidencia temporal entre ambos movimientos sugiere una carrera paralela en biología que ninguna de las dos compañías ha confirmado públicamente, pero que los hechos perfilan con claridad.
La unidad de ciencias de la vida de Anthropic ya existía previamente, enfocada en investigación sobre descubrimiento de fármacos. El laboratorio de biología molecular es una estructura diferente y más ambiciosa: implica experimentación directa con organismos biológicos, no únicamente análisis computacional de datos. Esta distinción es crucial para entender el alcance real de lo que Anthropic está construyendo.
Por qué ART importa más allá de sus funciones desconocidas
La relevancia científica de ART tiene varias capas que van más allá del hallazgo en sí. Las bacterias utilizan transcriptasas inversas en varios contextos ya conocidos: elementos de retrohoming, retrones y sistemas como los DRT (Diversity-Generating Retroelements). Estos sistemas han sido objeto de investigación activa en la última década, en parte porque algunas transcriptasas bacterianas han mostrado potencial como herramientas de edición genética alternativas o complementarias a CRISPR. Si ART representa un mecanismo genuinamente distinto, podría añadir una nueva rama funcional a ese árbol, con implicaciones para la biotecnología y la medicina.
Existe además una capa más amplia: los bacteriófagos son los organismos más abundantes de la biósfera y, probablemente, los menos caracterizados proporcionalmente. La mayor parte de los genes en las bases de datos de fagos se clasifican simplemente como “función desconocida”. El hecho de que un agente de IA, explorando 1.900 millones de clústeres de proteínas, haya identificado un sistema estructuralmente coherente y funcionalmente activo que los investigadores humanos no habían catalogado, plantea una pregunta incómoda: ¿cuántos sistemas similares permanecen ocultos en datos que ya existen pero que nadie ha tenido la capacidad de procesar a esa escala?
Lo que este descubrimiento cambia en la investigación científica
Más allá del hallazgo concreto de ART, este episodio representa un cambio de paradigma en la forma en que concebimos la investigación científica básica. Históricamente, los descubrimientos biológicos han requerido décadas de trabajo acumulado, hipótesis graduales y revisiones constantes. El agente de Anthropic no tenía hipótesis previas. No estaba buscando ART. Lo encontró porque estaba buscando otra cosa y tuvo la capacidad de reconocer un patrón estructuralmente coherente en datos crudos.
Esta forma de exploración científica —sin hipótesis, guiada por patrones emergentes— no reemplaza el método científico clásico, pero lo complementa de una manera que los investigadores apenas empiezan a comprender. El preprint de Anthropic no solo reporta un hallazgo; documenta un proceso, incluyendo sus fallos, su irreproducibilidad parcial y sus limitaciones. Esa honestidad metodológica es, quizás, tan importante como el descubrimiento mismo.
El debate que ha abierto este trabajo es legítimo y necesario: ¿Cómo se valida científicamente un hallazgo que no puede reproducirse de forma consistente en condiciones idénticas? ¿Cuál es el estándar de revisión por pares para resultados generados por agentes autónomos? ¿Quién es el autor de un descubrimiento cuando lo hace una IA? Estas preguntas no tienen respuestas fáciles, pero gracias a Anthropic y a ART, ahora forman parte de la agenda de la ciencia contemporánea.
El laboratorio que nadie anunció ha producido un resultado que todos tendrán que discutir. Y eso, en sí mismo, ya es suficiente para cambiar la conversación sobre lo que la inteligencia artificial puede hacer cuando se le da un mandato abierto, una base de datos masiva y el tiempo suficiente para explorar.
