La IA comienza a ocupar un papel más activo en la investigación científica, no solo procesando información existente, sino también buscando patrones, generando hipótesis y seleccionando candidatos que posteriormente pueden ser comprobados en un laboratorio.

Anthropic presentó un ejemplo de este modelo de trabajo con Claude, cuyos agentes identificaron un sistema enzimático hasta ahora no caracterizado mientras analizaban grandes conjuntos de secuencias genéticas.

¿Cómo analizaron los agentes de Claude miles de sistemas hasta encontrar ART?

La investigación comenzó con una instrucción de alto nivel para buscar ejemplos inusuales de transcriptasas inversas, enzimas capaces de copiar ARN en ADN, dentro de una extensa base de datos de secuencias genéticas.

Cerca de 950 agentes de Claude trabajaron durante 21 horas y utilizaron aproximadamente 210 millones de tokens para reunir más de 200.000 transcriptasas inversas, identificar unos 3.500 sistemas candidatos y reducir posteriormente ese conjunto a los 20 casos considerados más relevantes.

Durante ese proceso, uno de los agentes detectó una disposición inusual de secuencias repetitivas de ADN junto a una transcriptasa inversa presente en un bacteriófago, un tipo de virus que infecta bacterias.

La enzima ya había sido identificada anteriormente, pero Claude relacionó la transcriptasa con un gen asociado y una extensa matriz de repeticiones de ADN, combinación que Anthropic considera un sistema biológico hasta ahora no caracterizado y que denominó array-associated reverse transcriptases o ART.

El patrón recuerda estructuralmente a las matrices presentes en CRISPR, aunque Anthropic todavía desconoce la función biológica de ART y no ha demostrado que pueda utilizarse como herramienta de edición genética.

¿Qué es ART?

ART es un sistema formado por tres piezas genéticas que aparecen juntas en el genoma de fagos gigantes, virus que infectan bacterias y cuyo genoma puede ser varias veces mayor que el de un fago típico. Se ha encontrado en fagos que infectan bacterias como Staphylococcus y Listeria, además de secuencias virales obtenidas de muestras ambientales.

La primera pieza es una transcriptasa inversa, una enzima que utiliza ARN como molde para fabricar ADN. Esta enzima está emparentada con las transcriptasas inversas presentes en los retrones, sistemas que las bacterias utilizan como defensa frente a virus y que combinan una transcriptasa inversa con un ARN propio.

La transcriptasa de ART presenta, además, una extensión de unos 180 aminoácidos en uno de sus extremos, más de tres veces lo habitual en estas enzimas. Esa característica resulta relevante porque las predicciones estructurales sugieren que podría participar en la interacción con la segunda pieza del sistema.

Esta segunda pieza corresponde a un gen asociado que produce una proteína de función desconocida y sin parientes claros en las bases de datos analizadas. Las predicciones de estructura indican que esta proteína podría acoplarse a la transcriptasa precisamente a través de esa extensión.

La tercera pieza es una matriz compuesta por entre 3 y 21 secuencias cortas repetidas, separadas por segmentos diferentes entre sí llamados espaciadores. Su organización recuerda a CRISPR, aunque los espaciadores de ART miden entre 120 y 220 nucleótidos, frente a unos 30 en CRISPR, y alrededor del sistema no aparecen genes Cas encargados de codificar las proteínas que cortan el ADN.

¿Qué muestran los experimentos sobre ART?

Los experimentos mostraron que esta matriz se transcribe a ARN y que posteriormente ese ARN se divide en fragmentos de unos 200 nucleótidos en posiciones específicas. Durante la infección, estos fragmentos llegan a encontrarse entre los ARN más abundantes producidos por el fago.

Todavía falta resolver la parte central del sistema: si la transcriptasa utiliza esos ARN como molde, si efectivamente interactúa con la proteína asociada y qué función cumple ART para el fago. Los autores plantean como hipótesis que podría funcionar de manera similar a un retrón, pero utilizando un repertorio de ARN diferentes en lugar de uno solo, lo que potencialmente le permitiría responder a distintos estímulos.

La IA realizó el análisis y selección de candidatos, mientras los científicos asumieron la validación experimental

El caso muestra una posible aplicación de los agentes de IA en una de las etapas más intensivas de la investigación moderna, donde es necesario revisar enormes volúmenes de datos para detectar relaciones que justifiquen nuevos experimentos.

Anthropic sostiene que un análisis de este tipo podría requerir semanas o meses de trabajo para un investigador experto, mientras que Claude pudo ejecutar numerosas búsquedas y análisis en paralelo, descartar candidatos y producir informes para revisión humana.

Según la firma de IA, la participación humana se limitó a la instrucción inicial y al trabajo de laboratorio. Todo el análisis intermedio, desde la búsqueda en la base de datos hasta la selección de los 20 candidatos finales, quedó a cargo de los agentes de Claude.

El laboratorio confirmó que las matrices asociadas con ART producen pequeños ARN diferenciados

La validación experimental, sin embargo, quedó en manos de científicos humanos del laboratorio que Anthropic, habilitado solo para trabajo de bajo riesgo biológico (niveles de bioseguridad 1 y 2). Allí comprobaron que las matrices asociadas con ART producen pequeños ARN diferenciados.

Feng Zhang, profesor del MIT y del Broad Institute y uno de los pioneros de la edición genética mediante CRISPR, destacó después de revisar el preprint el potencial de este tipo de colaboración entre investigadores e inteligencia artificial.

“Este es un ejemplo emocionante de cómo los agentes de IA pueden contribuir al descubrimiento biológico. La identificación de matrices de repeticiones de ARN asociadas con transcriptasas inversas es realmente intrigante y merece una mayor investigación. Espero que este trabajo anime a más científicos a explorar cómo la IA puede apoyar su investigación”.

Feng Zhang, profesor del MIT y del Broad Institute

El resultado todavía es preliminar y su función deberá determinarse mediante nuevos experimentos, pero plantea un modelo concreto para el uso de IA en ciencia: ampliar la capacidad humana para explorar datos, encontrar anomalías y generar hipótesis, mientras la comprobación experimental continúa determinando qué descubrimientos realmente se sostienen.

Fuentes: Anthropic | Preprint.