La modelo interna de Claude ayudó a científicos a diseñar una proteína que podría ser un antídoto contra el veneno de escorpión
Anthropic y Citrini Research usaron Claude para generar y filtrar proteínas candidatas que se unen al veneno de escorpión, obteniendo una lista validada en laboratorio en unos tres días.
Cada año, más de un millón de personas sufren picaduras de escorpión y miles mueren, en su mayoría niños en regiones pobres. Los antídotos existentes se elaboran a partir de sangre de caballo, un proceso lento y costoso que no siempre funciona contra todas las variantes del veneno.
El veneno de escorpión actúa cuando la toxina se une a las células nerviosas y provoca que los nervios se activen de forma incorrecta. Los investigadores plantean crear proteínas pequeñas que se adhieran a la toxina en el punto adecuado y le impidan llegar a las células.
Anthropic y Citrini Research decidieron comprobar si Claude podía ayudar a generar esas proteínas señuelo. Se dio al agente un prompt y un entorno, y trabajó de forma autónoma durante casi tres días. Propuso más de 300.000 variantes de proteínas, luego descartó las débiles y seleccionó las 180 mejores. Todo el proceso llevó unas 10.000 horas de GPU.
Diecisiete de las proteínas seleccionadas superaron una estricta validación en laboratorio, y las dos mejores resultaron unirse a la toxina con gran fuerza. Sin embargo, las toxinas de los escorpiones varían según la región y Claude aún no ha creado una proteína universal.
Incluso para toxinas individuales, todavía no son antídotos: las pruebas continúan y el éxito no está garantizado. Aun así, obtener una lista corta como esta en tres días ya es un gran resultado que antes llevaba meses a los humanos.
Todas las proteínas se publicaron como código abierto: conjunto de datos en Hugging Face.
Por qué es importante
AnálisisMuestra que un agente de IA puede comprimir meses de diseño proteico inicial en días, aunque los antídotos clínicos aún requieren validación prolongada y soluciones específicas por región.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Control de Computadora a Través de IA (Computer Use)
La tecnología de Anthropic (presentada en los modelos Claude 3.5 Sonnet) permite a la red neuronal controlar el sistema operativo como lo haría una persona: tomar capturas de pantalla, analizar coordenadas de ventanas, mover el cursor, hacer clic en botones e ingresar texto sin utilizar APIs especiales.
Inteligencia Artificial Constitucional (Constitutional AI / RLAIF)
Método de alineación del comportamiento de modelos desarrollado por el laboratorio Anthropic (creadores de Claude). En lugar de utilizar millones de horas de trabajo manual, el modelo critica y corrige sus propias respuestas basándose en un conjunto claro de principios éticos ('Constitución').
Anthropic detalla cómo revisa el código generado por IA
Anthropic afirma que Claude escribe alrededor del 90% del código de Claude Code y que su flujo de revisión combina agentes de IA, aprobaciones según riesgo y feature flags para reducir incidencias en producción.
Ingeniero de Anthropic muestra cómo plantear tareas más ambiciosas a la IA y publica un prompt listo
Felix Rieseberg, ingeniero de Anthropic que trabaja en Claude, describió tres formas de hacer que la IA funcione como un especialista de primer nivel en lugar de solo acelerar tareas, y compartió un prompt reutilizable.
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro: comparación de modelos 2026
Cada pocas semanas sale un nuevo modelo y cada vez surgen las mismas preguntas: ¿debería cambiar? ¿Qué cambió por qué pagar?
Claude Fable 5: cuándo utilizar el modelo avanzado y qué nivel de effort elegir
Análisis exhaustivo de Claude Fable 5 y el parámetro effort: señales de razonamiento conductual, matriz de niveles (low a xhigh), cálculo de costes por turno y configuración práctica en la API y Claude Code.