Cómo los científicos están utilizando Claude para acelerar la investigación y el descubrimiento

Anthropic
Los científicos están aprovechando la IA Claude a través de sistemas personalizados como Biomni y MozzareLLM para acelerar todas las etapas de la investigación, desde la generación de hipótesis hasta el análisis de datos.

Resumen

Anthropic está avanzando en Claude para el trabajo científico, ejemplificado por la suite Claude for Life Sciences y las capacidades mejoradas del modelo Opus 4.5 en áreas como la interpretación de figuras y la biología computacional. A través del programa AI for Science, los investigadores están desarrollando sistemas personalizados que utilizan Claude como un colaborador real en todo el proceso de investigación, comprimiendo meses de trabajo en horas y descubriendo patrones pasados por alto por los humanos.

Un ejemplo clave es Biomni, un agente de la Universidad de Stanford que integra cientos de herramientas y bases de datos biomédicas, permitiendo a los investigadores ejecutar tareas complejas como estudios de asociación de genoma completo (GWAS) en minutos en lugar de meses, manteniendo una precisión validada. Otra aplicación es MozzareLLM del Laboratorio Cheeseman, que automatiza la interpretación de experimentos de eliminación de genes a gran escala generados por CRISPR, acelerando el análisis de clústeres de genes y a menudo identificando relaciones biológicas novedosas pasadas por alto por expertos humanos. Finalmente, el Laboratorio Lundberg está utilizando Claude para invertir la generación de hipótesis para el cribado enfocado; en lugar de depender de la literatura existente, su sistema navega un mapa de relaciones moleculares para sugerir nuevos genes a estudiar basados en propiedades biológicas.

Estas diversas aplicaciones demuestran que la IA está yendo más allá de tareas básicas como la asistencia de codificación para remodelar activamente los flujos de trabajo científicos, señalando a los investigadores hacia nuevos descubrimientos. Aunque estos sistemas no son perfectos y requieren salvaguardas o codificación experta para metodologías específicas, demuestran una tendencia creciente en la que los modelos avanzados de IA se están convirtiendo en socios indispensables para acelerar el descubrimiento científico.

(Fuente:Anthropic)