Anthropic 借助 Claude 自主研发药物Anthropic wants to make its own drugs with help from Claude

环球医讯 / AI与医疗健康来源:www.msn.com美国 - 英语2026-09-14 08:31:26 - 阅读时长4分钟 - 1580字
Anthropic 公司宣布将利用其人工智能模型 Claude 开展临床前药物发现项目,专注于罕见病等被忽视的疾病领域,同时推出面向科研人员的 AI 工作平台 Claude Science。此举旨在验证 AI 在药物研发中的实际能力,并解决传统制药经济难以激励的疾病领域。公司高管表示,只有亲身参与药物研发过程,才能构建更好的工具。Anthropic 已与多家制药巨头合作,并收购了 AI 生物技术初创公司 Coefficient Bio,计划将 AI 技术深入应用于生物学研究。
健康药物研发Claude罕见病被忽视疾病临床前药物发现AI工作平台ClaudeScience
Anthropic 借助 Claude 自主研发药物

Anthropic 希望证明其聊天机器人不仅能编写代码或总结文档,还能帮助发明新药和治疗方法。该公司想让 Claude 参与到新药与疗法的发明中。

在2026年6月30日于旧金山举行的一场活动上,该公司宣布将自行开展针对罕见病等被忽视疾病的临床前药物发现项目,同时推出 Claude Science——一个面向研究人员和制药商的 AI 工作平台。此举将全球最受瞩目的人工智能公司之一推向了一个成功需要数年、耗资数十亿且仍可能失败的领域——但那些患有被忽视疾病的患者往往选择有限。

新的实验室伙伴

Anthropic 将这一努力定位为对其自身工具的考验。

Anthropic 生命科学负责人 Eric Kauderer-Abrams 在接受 CNBC 采访时表示:“我们这样做,首先是因为我们相信,要构建能够加速行业发展的正确模型、产品和工具,我们必须与大家一同亲身体验。我们坚信紧密反馈循环的力量,没有什么能替代与大家一起在药物研发一线积累自身经验。”

该公司尚未公布将针对哪些疾病。Kauderer-Abrams 表示,这些项目将聚焦于临床前工作,即治疗手段进入人体测试之前的阶段。

提出一个有前景的分子或生物策略仅仅是第一步。制药商仍需进行多年的测试,以观察潜在疗法是否安全有效——首先在实验室和动物身上(必要时),随后在人体临床试验中。Anthropic 尚未说明是否会尝试将任何候选药物推向市场、授权给其他公司或移交给合作伙伴。

锁定被忽视的领域

制药公司常常避开患者人数较少的领域,因为经济账不合算。Anthropic 高管表示,他们将专注于其制药客户尚未涉足的方向。

Anthropic 生命科学合作与部署负责人 Jonah Cool 告诉 STAT 媒体:“这些是常规药物研发经济学不会激励或偏好的领域。”

罕见病也可能为 AI 提供更明确的目标。许多罕见病源于单个受损基因。这使得其生物学成因比阿尔茨海默病、糖尿病或心脏病等常见病更容易理解——后者涉及多种基因、组织和环境因素的相互作用。

Cool 补充说:“这里的思路是,生物学通常是清晰的;但如果你要运营一个药物研发业务,经济上却很有挑战性。”

在其他相关进展中,Anthropic 宣布希望为科学家提供与为程序员打造的 Claude Code 类似的工作流工具。其官方公告将 Claude Science 描述为一个面向科学研究的 AI 工作平台,已于2026年6月30日上线。路透社报道称,该工具旨在帮助科学家精简研究、分析数据并管理复杂的计算工作流。

Cool 认为,Anthropic 无法从旁观者的角度构建强大的科学工具。他说:“如果你不编写代码、不具备软件工程能力,就无法开发 Claude Code。如果我们不以任何形式参与临床前工作,就无法推进像 Claude Science 这样的工具并思考相关问题。”

科技巨头在生物学领域的长期押注

Anthropic 的决定并非凭空而来。制药商已经在使用 AI 寻找靶点、设计分子和分析临床数据。Google DeepMind 凭借预测蛋白质结构的 AlphaFold 系统取得了该领域最大的突破之一。

Anthropic 也一直在与该行业建立联系。基因泰克、百时美施贵宝和诺华的高管出席了旧金山的活动。诺华首席执行官 Vas Narasimhan 今年早些时候加入了 Anthropic 董事会,而 Anthropic 据报以约4亿美元收购了 AI 生物技术初创公司 Coefficient Bio。

即便从未成功销售过任何药物,Anthropic 的这一新实验也可能优化其产品。通过内部项目,Anthropic 可以测试 Claude 在哪些方面有帮助、在哪些方面失败,以及人类科学家在哪些方面仍需要更好的工具。

【全文结束】