Imaginemos una pieza que debe unirse a otra, pero cuyo encaje no puede comprobarse mirando un dibujo. Podemos proponer muchas formas; solo una prueba dirá cuáles funcionan. Esa es nuestra metáfora para leer una campaña de diseño de proteínas en la que Claude coordinó herramientas informáticas y laboratorios externos comprobaron los resultados.
La publicación de Anthropic también describe un segundo caso: interpretar archivos de instrumentos de química analítica. Son tareas distintas. En una se proponen moléculas para ensayarlas; en la otra se interpretan mediciones de una muestra ya preparada.
Leemos la página y sus dos informes técnicos, fechados el 18 de agosto de 2026. Son resultados comunicados por Anthropic, no una reproducción experimental nuestra ni una revisión por pares acreditada. La pregunta es qué trabajo pueden acelerar estos sistemas y qué sigue necesitando comprobación.
1. La pregunta: encontrar una proteína que se una
Las proteínas son moléculas que las células utilizan para muchos trabajos: algunas ayudan a realizar reacciones químicas, otras transportan sustancias o transmiten señales. Aquí estudiamos proteínas concretas y sus interacciones, no una dieta o un suplemento alimenticio.
Para imaginar cómo están hechas, pensemos en un cordón de eslabones. Los aminoácidos son las piezas químicas que se enlazan para formar la cadena. Su secuencia es el orden de esas piezas. El plegamiento es cómo esa cadena se organiza en una forma tridimensional. El orden influye en la forma y en lo que puede hacer la proteína; el dibujo de un cordón solo es una ayuda para visualizarlo.
Una diana es el objetivo elegido para el estudio. En estas campañas, la diana es una proteína a la que se quiere unir otra. No es el nombre de un paciente o una enfermedad. Una proteína de unión es la molécula propuesta para ese contacto. Un binder es una proteína que se une a una diana; un minibinder es un diseño pequeño de ese tipo. Diseñar uno desde cero, o de novo, significa proponer una nueva proteína para esa unión.
La metáfora de las piezas ayuda a imaginar la relación, pero las proteínas no son bloques rígidos. Unirse significa quedar asociadas mediante interacciones entre sus superficies; no necesariamente fusionarse, cambiar la otra proteína o permanecer juntas para siempre. Que una forma parezca encajar no demuestra que la molécula se produzca correctamente, permanezca soluble o se una en un ensayo.
Soluble significa que una sustancia puede permanecer dispersa en el líquido, en lugar de formar agrupaciones que dificulten la prueba. La agregación ocurre cuando moléculas se agrupan entre sí. Son problemas distintos de lograr el contacto buscado con la diana.
La unión interviene en muchos mecanismos de medicamentos, pero diseñar una proteína que se une no equivale a obtener un tratamiento. El propio texto de Anthropic sitúa este trabajo en etapas tempranas del desarrollo y advierte que los minibinders no son una modalidad terapéutica estándar.
2. Por qué el dibujo no basta
En el ordenador se pueden generar candidatos y estimar qué estructura adoptarían. El problema es que una predicción favorable puede no sobrevivir al contraste con una molécula física. Hay que producirla y medir qué ocurre, con controles y criterios de interpretación. En este artículo, un ensayo de unión es una prueba de laboratorio para observar la asociación entre moléculas; no un ensayo clínico en pacientes.
La campaña incluye ejemplos que muestran ese límite. Para la proteína de unión a maltosa, MBP, ninguno de los 90 diseños se clasificó como binder confirmado, aunque uno produjo una señal débil reproducible. Cero aciertos según ese criterio no significa que se haya demostrado ausencia absoluta de cualquier interacción.
El informe señala que las puntuaciones computacionales no avisaron suficientemente de algunos fracasos. Predecir una buena unión y medirla son pasos relacionados, no intercambiables.
3. Lo que ya existía: modelos especialistas y trabajo experto
Antes de esta campaña ya había modelos de aprendizaje automático para proponer estructuras, diseñar secuencias y estimar complejos de proteínas. También había sistemas que conectaban modelos de lenguaje con esas herramientas. Anthropic no presenta una invención de todo el diseño computacional de proteínas.
El trabajo intermedio seguía siendo importante: reunir conocimiento sobre una diana, coordinar programas, administrar cálculos y decidir qué candidatos merecían una prueba. La investigación pregunta cuánto de esa labor podría asumir un agente.
Aquí Claude no actúa como un único modelo que sabe calcular por sí solo cada estructura. Coordina herramientas especializadas. La contribución investigada es esa organización de tareas y decisiones, junto con la entrega de diseños que después se ensayan.
4. El cambio que se midió
Los investigadores eligieron las proteínas objetivo que querían estudiar; no dejaron al modelo decidir qué enfermedades tratar.
Se seleccionaron 16 dianas. Los datos de una resultaron inconcluyentes por agregación y unión inespecífica; sus diseños se excluyeron del análisis. Por eso los resultados principales se refieren a 15 dianas, no a las 16 seleccionadas.
Según la clasificación integrada del informe, 354 de los 1.320 diseños analizados se unieron: aproximadamente un 26,8 %. Hubo al menos un binder en 14 de las 15 dianas interpretables, aunque en dos los éxitos fueron marginales. Conseguir alguna unión en una diana y conseguir una gran proporción de diseños útiles no son lo mismo. Catorce dianas con alguna unión no significa catorce enfermedades curadas.
Los diseños se enviaron a Adaptyv Bio y Twist Bioscience para producirlos y medirlos. Son proveedores externos de investigación contratados y pagados. Sus mediciones aportan evidencia física, pero no son una repetición independiente de toda la campaña de Claude. La cifra global combina clasificaciones de ensayos diferentes; no significa que cada diseño haya recibido la misma confirmación de ambos proveedores.
Fuentes de este apartado
Fuente: informe técnico de diseño de proteínas, resumen, resultados y discusión; la nota 4 de la página explica la diana excluida.
5. La idea: coordinar propuestas sin sustituir la prueba
El agente recibió una guía inicial extensa con conocimiento práctico de la campaña, acceso a recursos y capacidad de cómputo. No partió de una frase breve que eliminase todo el trabajo humano previo. Los autores prepararon el entorno y supervisaron aspectos operativos; los laboratorios hicieron la parte física.
Durante las campañas no se le dio orientación adicional para cada decisión científica de diseño. Claude investigó las dianas, coordinó herramientas, evaluó candidatos computacionales y entregó una clasificación. Después se encargaron las mediciones. Un conjunto suplementario se seleccionó mediante una regla humana fijada de antemano; el informe distingue ese conjunto de la clasificación producida autónomamente.
La intuición importante es separar dos capacidades: organizar una búsqueda computacional y establecer si sus propuestas producen el efecto medido. El agente puede reducir trabajo de coordinación sin convertir sus predicciones en resultados de laboratorio.
6. Cómo leer los porcentajes de acierto
Un diseño es una propuesta de proteína, todavía no un medicamento. En esta tabla, un acierto es un diseño que los criterios del análisis clasifican como proteína que se une. Configuración significa la forma de organizar una campaña y la versión de Claude utilizada, no un tipo de paciente.
Una tasa de acierto divide los diseños clasificados como binders por los diseños del grupo analizado. No es una medida de inteligencia ni de éxito clínico. Las tres configuraciones principales del informe fueron:
| Configuración | Dianas analizadas | Binders / diseños | Tasa |
|---|---|---|---|
| Opus 4.8, varias dianas por sesión | 13 | 88 / 390 | 22,6 % |
| Mythos Preview, varias dianas por sesión | 13 | 104 / 390 | 26,7 % |
| Mythos Preview, una diana por sesión | 15 | 158 / 450 | 35,1 % |
La tabla no desglosa todos los 1.320 diseños: el total también incluye otras campañas y un conjunto suplementario. Tampoco debe compararse el 35,1 % con el 26,7 % como si la única diferencia fuese el foco del modelo.
En las 13 dianas compartidas, Mythos Preview obtuvo 143 de 390 binders —un 36,7 %— con sesiones por diana, frente a 104 de 390 en la sesión conjunta. Pero cada diana dispuso de una campaña dedicada y de 2,8 veces el presupuesto de cómputo por diana. Los autores dicen expresamente que no pueden separar el efecto del foco del efecto del presupuesto.
Las campañas computacionales duraron 48 horas en el formato conjunto y 24 horas por sesión en el individual, con recursos de GPU. Esos tiempos no incluyen toda la espera de validación física. La página señala que los ensayos de laboratorio siguen tomando semanas.
El 10–15 % presentado como típico de otras campañas es una referencia de contexto, no un grupo de control con los mismos recursos. El informe tampoco realizó una campaña emparejada con expertos humanos usando las mismas herramientas y presupuesto.
Fuentes de este apartado
Fuente: informe de proteínas, resultados y discusión. Las comparaciones describen campañas concretas, no una superioridad universal de un modelo sobre personas o sobre otro modelo.
7. Afinidad, estructura y medicamento son resultados distintos
La tasa cuenta cuántos diseños se unen. La afinidad describe cuánto se favorece que las proteínas estén asociadas bajo determinadas condiciones. No es una fuerza que se mida tirando de las moléculas ni una medida de la velocidad a la que se encuentran.
El informe usa un indicador llamado constante de disociación, KD: un valor menor indica mayor afinidad bajo esas condiciones. Se expresa en unidades de concentración, es decir, cantidad de una sustancia en un volumen. nM significa nanomolar, una unidad de concentración muy pequeña. Para seguir la comparación no hace falta convertirla: si se mantiene el ensayo, 3,9 nM es menor que 45 nM. Esos números no son dosis de medicamento para una persona.
Para RBX1, los investigadores volvieron a producir el diseño ganador de una competición y lo midieron en la misma placa que los suyos. En esa comparación, un diseño de Mythos Preview dio 3,9 nM, frente a 45 nM del ganador. El valor de registro de ese diseño, integrado con otras mediciones, fue 7,0 nM. Son cifras con contextos distintos, no números que deban sustituirse entre sí.
Una buena comparación local no convierte todas las comparaciones retrospectivas en ensayos controlados. En otras dianas se compararon experimentos separados. Además, el informe califica como aparentes algunas afinidades de objetivos con varias subunidades. Una subunidad es una de las piezas proteicas de un conjunto mayor. Cuando hay varios contactos posibles, la medición puede reflejar su efecto combinado; «aparente» no significa que la señal sea inventada, sino que no debe interpretarse como una interacción simple aislada.
La limitación principal es más básica: no se ensayó la actividad de los diseños ni se resolvieron experimentalmente sus estructuras. Las poses mostradas son predicciones. Se midió unión, no eficacia o seguridad clínica. También se ejecutó cada combinación principal una sola vez, por lo que modelo, formato y variación entre ejecuciones quedan mezclados.
La actividad es lo que hace la proteína: por ejemplo, participar en una reacción o transmitir una señal. Que otra molécula se una no demuestra que esa actividad cambie. Y que cambie tampoco basta para demostrar un beneficio seguro como tratamiento. Son preguntas diferentes; esta campaña no respondió las dos últimas.
Fuentes de este apartado
Fuente: informe de proteínas, comparación de RBX1 y discusión. Sus dibujos de complejos no se reproducen aquí.
8. El segundo caso: interpretar señales de química
El caso de química utiliza Claude Opus 5, no los modelos de la campaña anterior. Parte de una sola muestra de control de calidad de un laboratorio contratado. El modelo recibe archivos de mediciones ya realizadas; no produce los datos instrumentales originales.
Qué pregunta cada instrumento
La resonancia magnética nuclear, NMR, produce un gráfico de señales que da pistas sobre los entornos químicos de los hidrógenos de una molécula. Un pico es una señal que sobresale en una zona del gráfico. Su posición y su área ayudan a comparar grupos de hidrógenos; no cada pico tiene por qué corresponder a un único átomo distinto.
LC-MS combina dos tareas. La cromatografía separa componentes de una muestra; la espectrometría de masas ayuda a conocer masas de las partículas detectadas. Un detector de luz ultravioleta, UV, aporta otra señal para comparar los componentes que detecta. El área bajo un pico resume parte de esa señal. No es lo mismo que pesar directamente toda la sustancia pura.
Para esta lectura, las preguntas son «¿qué puede haber en la muestra?» y «¿cómo se compara su componente principal con los demás?». Las señales aportan evidencia que debe interpretarse, no un sello automático de identidad o pureza absoluta.
Qué se comparó y qué quedó fuera
Las dos sesiones se ejecutaron en paralelo y devolvieron resultados iniciales en 23 minutos para NMR y 19 para LC-MS. El informe de NMR describe una tabla de 18 señales y concordancia dentro de 0,08 H en las regiones que podían compararse en una escala común. Algunas regiones débiles del operador no tuvieron correspondencia en la tabla; esa tolerancia no se atribuye sin más a todas las señales. Aquí H es una escala de integración relativa de hidrógeno, no la existencia de una fracción física de átomo.
Por qué dos porcentajes parecidos pueden responder preguntas diferentes
Un porcentaje depende tanto de lo que se cuenta como del conjunto usado para compararlo. Si cambia qué picos entran en la suma, cambia la pregunta que responde el porcentaje, aunque dos números queden próximos.
Hay un matiz especialmente importante en la pureza: 96,4 % de Claude y 96,33 % del laboratorio parecen casi idénticos, pero no se calcularon con el mismo conjunto de picos. Claude sumó tres picos desde el inicio del registro; el laboratorio, siete en otro intervalo. Al usar la base de comparación del laboratorio, las propias áreas de Claude daban 98,8 %. Cinco picos menores del informe del laboratorio, que sumaban un 2,1 % de área, apenas aparecían en la señal decodificada usada por Claude.
La proximidad de 96,4 y 96,33 no demuestra, por sí sola, que se haya hecho la misma cuantificación. Además, son porcentajes de área UV, no una demostración directa de fracción de masa pura. El informe conserva límites de decodificación y de la medición de masa.
El sistema también corrigió un error inicial: primero afirmó que cuatro señales se habían eliminado en una comprobación adicional; su auditoría revisó esa conclusión a dos. Ese episodio muestra por qué un informe debe contrastarse con sus datos, incluso cuando otras partes parecen acertadas.
Tampoco sería justo convertir cuatro días de entrega del informe del laboratorio en cuatro días de trabajo manual comparable a 23 minutos del modelo. Ese plazo incluye mediciones y organización. El registro de procesamiento de un espectro NMR por el operador rondaba los dos minutos; no representa necesariamente toda la interpretación del compuesto.
Fuentes de este apartado
Fuente: informe técnico de química, páginas 3–7. Es un caso de procesamiento y comprobaciones de una muestra, no un benchmark amplio de química ni una prueba de infalibilidad.
9. La lección: acelerar una interfaz, no borrar sus límites
Los dos casos recorren direcciones distintas. En proteínas, el ordenador produce propuestas y el laboratorio mide. En química, el instrumento produce datos y el agente los transforma en resultados interpretables. En ambos importan los pasos que conectan herramientas, decisiones e información.
[Inferencia] Una lectura útil es que parte del valor de estos agentes puede estar en reducir trabajo de coordinación y procesamiento. Eso puede cambiar dónde se necesita atención experta, pero no demuestra que desaparezca la necesidad de decidir qué medir, revisar los criterios o evaluar un resultado.
La publicación también advierte del doble uso de algunas capacidades biológicas y de sus restricciones de acceso. Esta explicación conserva ese límite: describe resultados y conceptos, no instrucciones de diseño biológico, secuencias o protocolos para reproducir campañas. Acelerar una tarea temprana no equivale a acelerar de forma demostrada todo el desarrollo de un medicamento.
Referencias: publicación de Anthropic, How Claude is accelerating protein design and analytical chemistry, 18 de agosto de 2026, consultada el 28 de octubre de 2026. Contexto de biología: MedlinePlus, What are proteins and what do they do?, actualizado el 26 de marzo de 2021 y consultado el 28 de octubre de 2026. Informes técnicos del mismo día que la publicación de Anthropic: Autonomous de novo protein binder design with Claude y Automated processing of raw NMR and LC-MS data with Claude Opus 5 on Claude Science.