La IA tiene el potencial de acelerar drásticamente el ritmo del descubrimiento científico y del desarrollo de intervenciones sanitarias. Desde que lanzó sus esfuerzos en ciencias de la vida el otoño pasado, Anthropic viene mejorando sus modelos, conectando el ecosistema científico vía MCPs y skills y firmando alianzas para hacer realidad ese potencial.
Ahora presenta su expansión más significativa: Claude Science, un workbench de IA para científicos. Es una app que integra las herramientas y paquetes que los investigadores usan a diario, produce artefactos auditables y ofrece acceso flexible a recursos de cómputo.
¿Qué es exactamente Claude Science?
La investigación científica suele ser tediosa. Los investigadores tienen que trabajar contra decenas de bases de datos, cada una con su propio esquema, lidiar con formatos de archivo que requieren pipelines de datos y visores a medida, y saltar entre un catálogo de herramientas: PubMed, Jupyter, R, una terminal de cluster y más.
Claude Science trae todas esas herramientas fragmentadas a un único entorno de investigación donde los científicos pueden ejecutar todas las etapas de su trabajo. Ayuda a analizar literatura y a ejecutar investigaciones multi-paso, produce artefactos detallados y permite refinar iterativamente figuras y manuscritos hasta dejarlos listos para publicación. Cada output lleva un historial auditable de cómo se hizo, lo que permite validar y reproducir los resultados. Igual que un Jupyter Notebook, se accede a Claude Science donde ya se trabaja: localmente en macOS o Linux, o en una máquina remota vía SSH o desde el login node de un HPC.
Los usuarios interactúan con un agente coordinador generalista que tiene acceso a más de 60 skills y conectores preconfigurados para genómica, single-cell, proteómica, biología estructural, quimioinformática y otras áreas. Estos agentes pueden desplegar otros y engancharse con agentes especialistas creados por los usuarios. Y un agente revisor chequea citas y cálculos, señalando y corrigiendo errores.
Claude Science se lanza hoy en beta para usuarios de Claude Pro, Max, Team y Enterprise, y seguirá refinándose con el feedback recogido.
¿Cómo funciona el workbench?
Artefactos científicos ricos y totalmente reproducibles. La investigación es intrínsecamente visual, así que Claude Science genera figuras y manuscritos junto con el código que los creó. Renderiza de forma nativa estructuras 3D de proteínas, tracks de genome browser, estructuras químicas y más. Uno puede conversar con el agente sobre cualquier detalle, anotando figuras y manuscritos en línea para que el agente sepa qué cambiar y dejar todo listo para publicación.
Cuando genera una figura, Claude Science incluye el código exacto y el entorno que la produjo, una descripción en lenguaje llano de cómo se creó y el historial completo de mensajes. Eso permite entender los inputs y facilita validar y reproducir el trabajo incluso meses después. Se le puede pedir en lenguaje natural que edite figuras (quitar gridlines, cambiar un eje a escala logarítmica) y el agente edita su propio código.
Gestiona el cómputo y escala bajo demanda. Los análisis grandes, como plegar una proteína o correr un pipeline de genómica sobre un dataset masivo, suelen forzar al investigador a cambiar el foco a configurar un job de cómputo, esperar mientras se despacha a un cluster, chequear si funcionó o falló y traer los resultados. Claude Science hace ese proceso solo. Elabora un plan, pide autorización antes de tocar recursos nuevos y permite al usuario revisar o revocar cualquier decisión antes de escribir y enviar el job a los recursos que el laboratorio ya usa (su propio HPC vía SSH, o una cuenta Modal para cómputo bajo demanda), escalando el análisis desde una GPU hasta cientos según sea necesario.
Como sus agentes trabajan dentro de una sesión activa que mantiene el contexto en memoria, incluso datasets masivos solo se cargan una vez. Corre sobre la propia infraestructura del laboratorio (laptop, box Linux o login node de HPC), así que los datasets grandes o sensibles nunca tienen que salir de los sistemas donde ya están, y solo se envía a Claude el contexto necesario para cada paso del análisis. A medida que el pipeline avanza, un agente revisor inspecciona los outputs, señalando citas incorrectas, números no rastreables y figuras que no coinciden con el código que las generó, y autocorrigiéndose sobre la marcha. Uno puede bifurcar la sesión en cualquier momento para comparar dos enfoques sin perder el hilo original.
Listo para el dominio desde el día uno. El conocimiento científico está desperdigado en cientos de fuentes especializadas. En biología, por ejemplo, los datos relevantes pueden estar repartidos entre recursos como UniProt, PDB, Ensembl, Reactome, ClinVar, ChEMBL, GEO (cada uno con su propio esquema y lenguaje de consulta), en journals y servidores de preprints, y en modelos abiertos específicos de dominio. Cuando el usuario le hace una pregunta en lenguaje natural a Claude Science, agentes especialistas consultan y sintetizan a través de todas esas fuentes sin obligar al investigador a navegarlas por separado. Claude Science usa las skills del BioNeMo Agent Toolkit de NVIDIA para conectarse de forma nativa con los modelos y librerías de ciencias de la vida en BioNeMo, incluidos Evo 2, Boltz-2 y OpenFold3.
Los científicos ya tienen modelos, datasets y pipelines de confianza. Claude Science también se puede conectar con ellos, guardando cualquier pipeline como skill reutilizable o accediendo a la herramienta preferida del laboratorio mediante un conector. Sesiones futuras heredan todo automáticamente. Esta customización permite acceder a Claude, a los datos propietarios y a las herramientas validadas de siempre en una sola conversación.
¿Qué están haciendo los científicos con Claude Science?
En los últimos meses, investigadores han trabajado con Claude Science en beta en tareas como análisis de RNA-seq de célula única, diseño de screens CRISPR, predicción de estructura de proteínas, quimioinformática y otras.
Manifold Bio diseña medicinas de segmentación tisular (que se dirigen a un órgano o tipo de célula específico para que el fármaco actúe donde se necesita y respete el resto del cuerpo) y testea cómo millones de binders candidatos correspondientes a cientos de blancos se distribuyen en un cuerpo vivo a la vez. Manifold usó Claude Science para nominar los blancos de sus últimos experimentos. Para cada tejido y blanco, Claude Science evaluó expresión de superficie, tráfico y seguridad, rankeando candidatos contra los criterios que Manifold aprendió de sus propios datos propietarios internos. Lo que distinguió a Claude Science de un asistente de código general, según Manifold, fue que pudo hacerlo end-to-end, reuniendo los datos correctos y aplicando el criterio correcto con el contexto de programas pasados ya incorporado.
Jérôme Lecoq, neurocientífico del Allen Institute, usó Claude Science para armar una plantilla multi-agente de "revisión computacional" con unas 20 skills custom orientadas a redactar reviews de largo formato. Los sub-agentes leen miles de papers, extraen la afirmación central y el hallazgo cuantitativo clave, y los guardan en una base de datos de evidencia. Luego el pipeline construye un arco narrativo, escribe el review sección por sección y delega cada una a un sub-agente especializado. Dentro de cada sección, agentes dedicados generan figuras cuantitativas cross-study directamente desde la base de evidencia. Un componente clave del flujo, habilitado por Claude Science, es el uso de pares actor-crítico: un agente crea contenido mientras un agente revisor separado lo evalúa por precisión y fidelidad de citas.
Antes de Claude Science, al equipo de Lecoq podía tomarle hasta dos años escribir un review así. Ahora tiene cerca de 10 reviews, muchos de más de 100 páginas, con citas chequeadas por agentes revisores. El equipo trabaja ahora con expertos de dominio para seguir refinando los agentes críticos basados en IA.
Stephen Francis, associate professor y epidemiólogo del UCSF Brain Tumor Center, usó Claude Science para apoyar estudios sobre la epidemiología molecular del glioma, un tipo de tumor primario que nace en las células gliales del cerebro. Su laboratorio investiga la base genética de cómo miles de variantes germinales de efecto pequeño se combinan para configurar la susceptibilidad individual. Aunque el trabajo es previo a Claude Science, Francis dijo que la app aceleró dramáticamente el análisis, permitiendo workups germinales integrales a través de múltiples enfoques en aproximadamente la décima parte del tiempo que antes tomaba. Su grupo validó los resultados de Claude Science de forma independiente y confirmó que produce análisis rápidos y robustos.
¿Cuánto cuesta y cómo se accede desde Chile?
La app Claude Science está disponible en beta para macOS y Linux para los planes Pro, Max, Team y Enterprise. Anthropic la comparte temprano para que los científicos empiecen a usarla en problemas reales y ayuden a refinarla.
Los usuarios Team y Enterprise necesitan que su admin habilite Claude Science. Anthropic ofrece un plan Team con asientos con descuento para laboratorios científicos activos en instituciones académicas y organizaciones de investigación sin fines de lucro; los detalles están en claude.com/programs/claude-team-plan-for-research-labs.
Además hay un programa AI for Science que apoyará hasta 50 proyectos con hasta USD 30.000 en créditos por proyecto. Modal también aportará hasta USD 2.000 en cómputo para proyectos seleccionados. Anthropic busca proyectos que crucen dominios y exploren la frontera de la ciencia, con foco inicial en biología e investigación biomédica. Las postulaciones están abiertas hasta el 15 de julio de 2026 y las notificaciones de adjudicación se envían el 31 de julio. Los proyectos correrán entre el 1 de septiembre y el 1 de diciembre de 2026.
Escala para Chile y LatAm: los USD 30.000 en créditos equivalen aproximadamente a CLP 29 millones al tipo de cambio actual, un monto significativo para un laboratorio universitario chileno donde el presupuesto anual de cómputo científico típicamente ronda entre CLP 5 y 30 millones. Los laboratorios de la Universidad de Chile, PUC, USACH y CMM que ya usan HPC y contienen genómica computacional o descubrimiento de fármacos son candidatos naturales.
