Anthropic encuentra un nuevo sistema de enzimas con Claude

Un agente de Claude encontró un sistema de enzimas que los humanos no habían visto

El 23 de septiembre de 2026, Anthropic publicó un preprint anunciando el hallazgo de ART (Array-Associated Reverse Transcriptases), un sistema de tres componentes en el DNA de bacteriófagos que ningún estudio previo había descrito como conjunto. La enzima central —una transcriptasa inversa— ya estaba documentada en la literatura. Lo nuevo fue el array de repeticiones de DNA que la acompaña y el gen asociado junto a ella, una arquitectura que recuerda a CRISPR pero sin los genes cas. El equipo que lo identificó no fue humano: fue un agente ejecutando Claude Mythos 5 que, mientras leía DNA crudo junto a una enzima inusual, escribió que podía «ver un patrón de repeticiones a simple vista» antes de archivarlo para revisión humana.

¿Qué es exactamente ART y por qué se parece a CRISPR?

ART son las siglas de Array-Associated Reverse Transcriptases. Una transcriptasa inversa es una enzima que copia RNA en DNA; las bacterias las usan habitualmente para defenderse de virus. El sistema descubierto por Anthropic tiene tres piezas:

La propia transcriptasa inversa.
Un gen asociado de función desconocida.
Un array de repeticiones de DNA uniformemente espaciadas, entre 3 y 21 copias por sistema.

La analogía con CRISPR es directa pero incompleta: CRISPR también usa un array de repeticiones como banco de memoria de infecciones pasadas, pero siempre lleva genes cas cerca. ART no los tiene, lo que apunta a un mecanismo distinto, según reportó The Next Web al cubrir el preprint. En pruebas de laboratorio, el equipo de Anthropic comprobó que el array se lee como un conjunto de RNAs cortos distintos; en datos publicados de un fago que infecta Staphylococcus, esos RNAs llegaban a representar el 8% del RNA total del fago a los 15 minutos de la infección — una proporción enorme para una estructura que nadie había señalado antes.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Cómo lo encontró el agente: 21 horas, 949 sesiones y 215,6 millones de tokens

La búsqueda no fue una demostración controlada. Anthropic dio al agente un mandato único: encontrar nuevos sistemas de transcriptasa inversa en una base de datos de 1.900 millones de clústeres de proteínas. A partir de ahí, agentes corriendo Claude Mythos 5 trabajaron durante 21,5 horas sin intervención humana, distribuidos en 949 sesiones de agente y consumiendo 215,6 millones de tokens.

El resultado fue que los agentes recuperaron alrededor de 200.000 clústeres de enzimas, evaluaron 3.564 familias candidatas de genes asociados y entregaron 19 informes para revisión humana. ART surgió de un camino lateral: un agente que leía DNA crudo junto a una enzima inusual escribió que «podía ver un patrón de repeticiones a simple vista», contó las repeticiones, las comparó con sistemas conocidos y buscó en la literatura antes de archivar el hallazgo.

Feng Zhang, pionero del sistema CRISPR en el MIT y el Broad Institute, revisó el preprint antes de la publicación. Su comentario es el de un experto que no se deja llevar por el entusiasmo pero tampoco cierra la puerta: «La identificación de arrays de RNA repetidos asociados a transcriptasas inversas es genuinamente intrigante y merece investigación adicional».

La reproducibilidad es el problema más honesto del paper

El hallazgo es difícil de replicar por diseño. Anthropic ejecutó la misma campaña diez veces más después del descubrimiento inicial. Ninguna de esas repeticiones leyó el DNA aguas arriba de la enzima, y las diez se perdieron el array. Los autores lo atribuyen al tamaño descomunal de la búsqueda y al comportamiento estadísticamente impredecible de los agentes.

En pruebas controladas, la foto cambia: cuando a los cuatro modelos más capaces de Anthropic se les da el DNA directamente, describen el array en al menos el 90% de los intentos. Con archivos y herramientas, la tasa cae hasta el 32% — el modelo simplemente no lee suficiente DNA para ver una repetición completa. Anthropic también miró dentro de Mythos 5 mientras leía la secuencia: dos señales internas se activaron sobre las repeticiones justo antes de que el agente las nombrara. La compañía ya había construido herramientas para estudiar los «pensamientos no dichos» de Claude en trabajos anteriores.

¿Por qué Anthropic tiene ahora un laboratorio de biología?

El laboratorio de biología molecular de Anthropic se formó en la primavera de 2026 y trabaja exclusivamente con bacteriófagos en niveles de bioseguridad 1 y 2, sin patógenos humanos. Los científicos humanos hacen el trabajo de laboratorio; los agentes de IA hacen el trabajo de exploración en datos. El laboratorio se apoya en Claude Code y Claude Science, que Anthropic lanzó en junio de 2026.

La unidad de ciencias de la vida es anterior y ya trabajaba en descubrimiento de fármacos. En abril de 2026, Anthropic compró Coefficient Bio por unos 400 millones de dólares en acciones, una biotech stealth con menos de diez personas, casi todas exinvestigadoras de Genentech, según reportó The Next Web. La operación se cerró contra una valoración post-money de Anthropic de 380.000 millones de dólares fijada en su Serie G de 30.000 millones en febrero, según el mismo reporte. El CEO Dario Amodei ha hecho personal el objetivo: su padre murió de una enfermedad pocos años antes de que se encontrara una cura, escribió en un ensayo reciente, y la compañía ha dicho que quiere atacar enfermedades que la industria farmacéutica considera financieramente poco atractivas.

La carrera con OpenAI ya no es hipotética

El movimiento de Anthropic no ocurre en el vacío. El mismo mes de la adquisición de Coefficient Bio, OpenAI lanzó GPT-Rosalind, un modelo específico para investigación en ciencias de la vida. Más adelante, en septiembre, OpenAI publicó el Life Sciences Verification Program — verificaciones que dan a equipos de investigación acceso a Claude Mythos 5.1, Opus 5 y Sonnet 5 con menos restricciones para tareas biológicas, con un nivel adicional de «alto riesgo» para proyectos con mayor probabilidad de uso indebido, según la cobertura de Forklog.

Anthropic trabaja ya con Genentech (Roche), Bristol Myers Squibb y Novo Nordisk. Su head de life sciences, Eric Kauderer-Abrams, dijo a Reuters que el laboratorio «no es para descubrimiento de fármacos específicamente» pero que la frontera actual de Anthropic es no realizar ensayos clínicos y enfocarse en necesidades que la industria no aborda. Alphabet, vía Isomorphic Labs, lleva años trabajando hacia ensayos clínicos y recientemente retrasó ese objetivo al final de 2026, según CNBC.

Qué significa esto para tu startup

El caso ART no es un paper aislado: es una señal de cómo cambia el coste de explorar datos científicos cuando dejas a agentes recorrer bases masivas sin supervisión humana continua. Para founders tech con equipos pequeños, eso se traduce en tres movimientos concretos:

Construye sobre los modelos de frontera, no en paralelo a ellos. Coefficient Bio era un equipo de menos de 10 personas valorado en 400 millones de dólares por su experiencia, no por su producto. Si tu startup aplica IA a un dominio técnico (biología, química, legal, materiales), la tesis de Anthropic —comprar talento de dominio caro y montarlo sobre un modelo general— es la misma que están replicando los grandes. Diseña tu producto para insertarse en esa pila, no para competir con ella.
Diseña para el 32%, no para el 90%. El dato más actionable del preprint es la caída del 90% al 32% cuando al modelo se le dan archivos y herramientas en lugar de la secuencia directa. Si tu producto depende de que un agente «vea el patrón» en datos reales, asume que va a fallar en 2 de cada 3 intentos. Construye bucles de revisión humana para los casos de borde y solo automatiza donde la tasa de acierto supere tu umbral de error tolerable.
Mide lo que el agente no hizo. Anthropic ejecutó la campaña diez veces más y en ninguna apareció el array. Eso no invalida el hallazgo: lo enmarca. Si vendes herramientas agenticas a científicos o analistas, expone en tu producto qué cobertura tuvo la búsqueda y qué quedó fuera — la honestidad sobre la reproducibilidad se está volviendo una ventaja competitiva en IA aplicada a ciencia.

Conclusión

ART es un hallazgo biológicamente interesante pero todavía sin función conocida. Lo que ya está claro es que Anthropic y OpenAI han pasado de la hipótesis a la producción en biología con IA, y que el siguiente capítulo — agentes diseñando terapias, no solo encontrándolas — depende menos de que los modelos sean más listos y más de que los humanos aprendan a delegar la exploración masiva sin perder el control del método.