Una IA descubrió en un virus lo que científicos no vieron en 5 años

El miércoles 23 de septiembre, Anthropic anunció que Claude, su modelo de inteligencia artificial, había identificado algo que los científicos llevaban cinco años sin ver: un sistema de enzimas desconocido en el ADN de bacteriófagos, esos virus que infectan bacterias. La máquina lo encontró leyendo genomas crudos, sin intermediarios, sin herramientas que marcaran el camino. Casi mil sesiones de Claude trabajaron menos de un día para hallarlo. En diez intentos posteriores, no volvió a aparecerlo.

El descubrimiento se llama ART, por transcriptasas inversas asociadas a arreglos. Son enzimas que copian ARN en ADN, acompañadas de un gen socio y de una fila de repeticiones que recuerda a CRISPR, la herramienta que sostiene hoy la edición genética en medicina. Nadie sabe todavía qué hace. Solo un puñado de sistemas conocidos reúne esos tres rasgos, y todos cortan, copian o pegan ADN. La tentación es leerlo como fuerza bruta computacional, como si la máquina hubiera ganado por volumen. Es un error. El cuello de botella de la biología ya no es el dato; es quién lo mira.

El genoma del fago MarsHill, aislado en criaderos de cerdos de Estados Unidos, se publicó en septiembre de 2021 en el Journal of Virology. Ese trabajo identificó la enzima y propuso un ARN asociado, pero no describió las repeticiones ni el gen socio. Otros laboratorios estudiaron fagos de la misma familia en 2022 y 2023. Un trabajo de 2023 sobre el fago DC4 anotó que todos los fagos gigantes de estafilococo analizados codifican una transcriptasa inversa. La enzima estaba catalogada. La fila de repeticiones que la acompaña, no. Cinco años a la vista.

Claude la encontró leyendo el ADN crudo, sin programas que las marcaran. El registro de la sesión conserva la reacción del agente: podía ver a simple vista un arreglo de repeticiones en tándem. Después contó las copias, midió la distancia entre ellas y buscó en la literatura científica antes de enviar el informe a los investigadores. El estudio trae una prueba que sostiene esa idea. Anthropic les pidió a siete de sus modelos que describieran el sistema a partir de las mismas secuencias. Con el ADN pegado en la consulta, los cuatro más capaces detectaron las repeticiones en al menos el 90% de los intentos. Con los mismos datos en archivos y un arsenal de herramientas de análisis, la detección llegó a caer al 32%. En el 39% de esos intentos, el modelo nunca leyó un tramo de ADN lo bastante largo para ver más de una repetición. Más herramientas no significaron más atención. Significaron menos.

Feng Zhang, uno de los pioneros de CRISPR y profesor del MIT y del Broad Institute, leyó el borrador antes de su publicación. Calificó la identificación de esos arreglos como genuinamente intrigante y dijo que merece más investigación. Esta misma semana, un equipo con investigadores de Stanford publicó arreglos parecidos junto a otra familia de enzimas, hallados con un modelo entrenado solo con ADN. La naturaleza inventó esta arquitectura más de una vez, y dos grupos la vieron casi al mismo tiempo.

Dario Amodei, director ejecutivo de Anthropic, escribió que se trata, como mínimo, de un trabajo del que habría estado orgulloso como estudiante de doctorado. La frase tiene contexto: la compañía montó un laboratorio propio en el área de la Bahía de San Francisco y necesita demostrar que su modelo sirve para hacer ciencia, no solo para programar. Hay dos datos que esa demostración no resuelve. Anthropic repitió la búsqueda diez veces más, con el mismo sistema y las mismas instrucciones, y ninguna corrida encontró las repeticiones. El propio estudio admite que no probó que la enzima esté activa ni qué hace el sistema para el virus.

Los genomas se acumulan más rápido de lo que cualquier laboratorio puede leerlos. El que tenga más mirada por hora va a firmar los próximos descubrimientos, sepa o no para qué sirven.