Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · anthropic.com
Primeros avances en acelerar el desarrollo de fármacos con Claude
El equipo de ciencias de la vida de Anthropic cuenta lo logrado en varios meses con seis organizaciones que desarrollan medicamentos, además de programas propios. Los resultados abarcan desde diseño de moléculas hasta documentación regulatoria, y la compañía prevé ampliar mucho este trabajo.
Foto: vía anthropic.com
1 medio · MadridPublicada 27 oct, 22:25Actualizada 28 oct, 20:20· Ya no está en portadaEscrita por IA · cómo funciona
Anthropic sostiene que los cuellos de botella del desarrollo de fármacos están repartidos por todo el proceso: identificar la diana, diseñar la molécula, optimizarla para fabricarla a escala, redactar la documentación regulatoria o diseñar los ensayos clínicos. Por eso, en lugar de centrarse en proponer moléculas, ha trabajado con BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines y The Column Group. También ha iniciado programas propios, entre ellos uno sobre formas raras de distrofia muscular infantil, donde Claude se encarga de buena parte del trabajo científico y operativo.
Según la compañía, el trabajo le sirve para entender las fortalezas y limitaciones de sus modelos (ya han priorizado mejoras concretas), para generar casos de estudio para el sector y, si la trayectoria continúa, para lograr un impacto directo en enfermedades como alergias alimentarias, dolencias infantiles raras y varios cánceres.
En Generate Biomedicines, seis científicos usaron Claude Code para proponer diseños de una parte de las instrucciones genéticas de la terapia CAR-T, con el fin de ampliarla a tumores sólidos. Un diseño resultó un 70 % más corto que el estándar y, en el laboratorio, permitió a las células inmunes producir unas diez veces más receptores, matar más eficazmente células tumorales y mantenerse activas más tiempo. En Divergence Labs, Claude generó unos 35.000 diseños de anticuerpos en aproximadamente un mes para un fármaco contra alergias alimentarias que despegue la IgE de las células inmunes: hubo tres diseños que se unían a la IgE y 20 que la desprendían, y tres de ellos lo hicieron mejor que el medicamento estándar.
En BigHat Biosciences, Claude, conectado al sistema de datos del laboratorio, propuso cambios en dos candidatos (fragmentos de anticuerpo); el laboratorio fabricó y probó unas 1.010 variantes en unas diez semanas. Las mejores versiones se unían más de diez veces más fuerte, una se mantuvo en solución 18 °C más y la otra se agrupaba más de 100 veces más despacio. En Enveda, donde los químicos dedicaban hasta un 75 % del tiempo a papeleo, Claude detectó los 11 problemas hallados por revisores humanos en 1.061 páginas y señaló siete que se les habían escapado; la revisión pasó de más de 25 horas a menos de tres. Además, redactó borradores de dos documentos regulatorios, uno en cuatro horas frente a unos tres meses a mano. The Column Group crea Pleiades, una compañía que usará Claude para llevar más programas, y más complejos, con un equipo pequeño, y con Bristol Myers Squibb se evalúa la planificación de ensayos clínicos, con ampliación prevista en 2027.
«Early progress on accelerating drug development with Claude» · puesto 29 · 315 puntos · enviado por dataking
Lo que dicen los comentarios
Los comentarios son sobre todo escépticos. Varios, algunos con experiencia en la industria, recuerdan que diseñar moléculas es una parte pequeña del coste y que los ciclos de verificación (animales, ensayos, regulación) duran años y cuestan millones, por lo que no cabe esperar un avance comparable al de las matemáticas o el software. Otros señalan que la ayuda real está en la burocracia, y se discute si habría que simplificar el papeleo en lugar de automatizarlo. Hay quien ve interesada la redacción de Anthropic, y quien critica que restrinja usos de investigación legítimos. También hay testimonios personales de personas con enfermedades raras que esperan algo de este trabajo, y alguien con experiencia matiza que la industria sí tiene incentivos para tratar enfermedades raras, pero que esos programas son más arriesgados.
Encontrar fármacos candidatos es la parte más fácil del proceso. Quizá se pueda mejorar un poco, pero es una de las aplicaciones de la IA desde los años sesenta. (Exdesarrollador de fármacos que no volverá a tocar las ciencias de la vida)
El ciclo de retroalimentación en el desarrollo de fármacos se mide en años y millones de dólares. No creo que sea como la ingeniería de software; veremos anuncios de candidatos, pero verificarlos llevará mucho tiempo.
Ayuda con la burocracia y la generación de pipelines, pero no genera ideas nuevas como en matemáticas. La biología es como hacer ingeniería inversa de tecnología alienígena; el cuello de botella son los datos, no la inteligencia.
Es curioso que gran parte de la «ayuda» sea rellenar papeleo. Si ese es el cuello de botella, quizá habría que replantearse la burocracia en vez de usar IA para rellenar un documento y otra IA para leerlo.
Mi mujer tiene una forma rara de distrofia muscular, la miopatía GNE. Si este trabajo ayuda a encontrar una cura o a frenar la pérdida muscular, empezaré a creer que la IA es realmente revolucionaria.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.