加利福尼亚州圣何塞 — 十个月前，Eric Kauderer-Abrams离开了他经营的一家诊断初创公司，去领导一个几乎不存在的团队。他的新雇主Anthropic——这家成立五年、年化收入已达300亿美元的AI公司——决定将生物学作为其技术最重要的应用领域。
本周二，在SynBioBeta 2026会议上，Kauderer-Abrams与Xaira Therapeutics的神经科学家出身的CEO Marc Tessier-Lavigne进行了一场坦诚的对话，讨论了AI目前在药物发现中的实际能力，以及炒作仍然超过现实的领域。
简而言之：Anthropic希望将生命科学领域的整个研发周期压缩十倍。它正在训练其大语言模型Claude应用于从结构生物学到临床监管文件的各个方面。公司已经开设湿实验室进行自己的基础研究。上个月，它收购了成立仅八个月的初创公司Coefficient Bio，以引入生物技术项目运营方面的专业知识——包括目标选择、模态选择和组合规划。
Kauderer-Abrams表示："我们大部分努力都投入到训练Claude，使其在生物学和生命科学领域的各个方面具备甚至超过人类专家的技能。"他称Opus 4.6是第一个接受广泛生物学训练的Claude模型，随后的版本将大幅增加这方面的训练。
但他也坦率地谈到了困难。他指出，生物学不像数学或编码那样适合干净的问题-答案对，来训练AI模型。"很多时候，没有单一明确的真理来源可以作为训练信号，"他说。团队不得不开发新的方法，从生物学数据中提取训练问题，而这些数据中专家共识存在，但绝对真理往往不存在。
AI设计药物的现状
在Genentech领导研究多年、后担任斯坦福大学校长、两年前创立Xaira的Tessier-Lavigne提供了对药物设计现状的审慎但乐观的评估。
他将2023年作为一个分水岭。在此之前，AI在药物发现中主要是对已存在的分子进行微调——多参数优化。然后David Baker的实验室发表了研究成果，表明可以高成功率地从头设计全新的蛋白质。一年后，Baker展示了从头设计抗体的能力，并随后与AlphaFold背后的DeepMind团队共同获得诺贝尔奖。
Tessier-Lavigne说："两年前，当论文发表时，它只是一个概念验证，成功率很低。两年过去了——包括我们公司在内的多家公司以及许多学术团体在真正实现工业化方面取得了很大进展。"
如今，公司可以针对大部分测试靶点生成高亲和力的抗体。下一步是从产生"命中"到产生具有开发所需特性的"先导化合物"——稳定性、可制造性等全套属性。这需要更多数据和更多训练，但Tessier-Lavigne表示进展速度很快。
对于"一键式药物设计"的梦想，他则不那么乐观。"我认为我们不会很快就能按下按钮就得到开发候选药物，"他说。"但我们将加速并增强我们的药物发现工作——也要解决那些'难药靶点'，这在某种程度上是最令人兴奋的应用。"
教AI以因果方式理解生物学
除了设计药物外，两位演讲者都描述了一个更长远的目标：构建能够像工程师理解电路一样理解生物学的AI模型——即因果理解。
Xaira的方法包括通过单基因敲除、化学处理和生长因子来扰动细胞和类器官，然后用转录组学、蛋白质组学和其他读数测量结果。向模型提供足够的这类数据，它就开始泛化。它可以预测当修改两个或三个基因，或者进入它未曾见过的不同细胞类型时会发生什么。
Tessier-Lavigne说："想法是拥有因果AI模型。"Xaira上个月发表了一篇论文，为16种不同的细胞环境奠定了基础，现在正转向更具治疗相关性的组织。
他认为最终的回报在于将药物与患者匹配。三分之二的临床药物失败是因为无法识别正确的患者——靶点和药物有效，但无法找到响应者。经过正确生物学数据训练的因果AI模型，结合对疾病组织的深度表型分析，可以改变这一局面。
安全问题
Kauderer-Abrams承认Anthropic正在构建的能力具有双重用途。一个在设计复杂治疗分子方面变得更好的模型，也是一个发展危险知识的模型。
"我们需要在安全措施和负责任地部署模型方面投入与构建能力同样多的工作，"他说，描述了检测传入请求中有害意图的分类器和正在开发的访问控制。他将此描述为一个没有终点的开放式过程。
值得关注的动向
这次对话留下了一个清晰的印象：大型语言模型与生物数据的融合正在产生真实、可衡量的进展，特别是在蛋白质和抗体设计方面。但更困难的问题——在模糊的生物真理上训练模型、构建对疾病的因果理解、为正确药物识别正确患者——仍处于早期阶段。
Anthropic的赌注是，其基础模型方法，结合湿实验室反馈循环和生物技术操作专业知识，可以全面压缩时间线。这种十倍加速是否能实现，将取决于训练数据问题的解决速度，以及模型是否能通过与实验结果的闭环学习超越人类知识。
两位演讲者都同意，最令人兴奋的近期目标是：让"难药靶点"变得可药。如果AI能打开仅靠化学无法进入的大门，目前没有选择的患者将首先受益。
【全文结束】