Anthropic 发布 Claude Science 且计划开发自有药物

Anthropic 计划开发自有药物并推出 Claude Science 科学工作站, 旨在利用生成式 AI 加速科学发现与医疗干预手段的研发。据 The Verge 报道, 该公司将重点关注那些被忽视的疾病治疗方案, 这使其成为首家公开尝试直接开发药物的顶尖前沿 AI 公司。

推出 Claude Science 科学工作站

Anthropic 在本周举行的 AI for Science 活动中发布了 Claude Science。这是一个面向科学家的 AI 工作站, 旨在将碎片化的工具与数据集整合至统一环境, 并能直接生成图表与可视化内容。

Anthropic 称, 该工具具有显著加速科学发现和医疗干预开发潜力的能力。目前, 已有大量生物技术公司和制药企业成为 Claude 的客户, 将其应用于科研工作流中。

从软件供应商转向药物研发

不同于仅提供 AI 平台给药企的 OpenAI、谷歌和亚马逊,Anthropic 明确表示将开发自有药物。生命科学负责人 Eric Kauderer-Abrams 指出, 公司将聚焦于寻找治疗“被忽视”疾病的方案。

这一战略转变使 Anthropic 处于一个特殊位置:它在向其他制药公司销售软件的同时, 本身也成为了潜在的竞争对手。目前,Anthropic 已加入由 Insilico、Isomorphic Labs(谷歌 DeepMind 分拆公司) 以及各大制药巨头组成的 AI 药物研发竞赛。

尽管目标宏大, 但 Anthropic 尚未披露具体细节。针对 The Verge 的询问, 该公司未回应首选目标疾病, 也未说明在实验室工作、动物测试、临床试验或生产环节是否会寻求合作伙伴。

AI 药物研发的现实瓶颈与挑战

尽管 AI 能在筛选化合物、优化分子、分析数据等环节提升速度, 但距离药物真正到达患者手中仍有巨大差距。剑桥大学教授 Namshik Han 指出,AI 药物研发是一个极宽泛的概念, 涵盖了从新分子建议到生产支持的每一个阶段。

专家认为,AI 无法替代药物研发中最缓慢的物理实验环节。牛津大学教授 Frank von Delft 强调, 药物候选者必须在现实世界中验证疗效、毒性和安全性, 这需要大量资金、专业人员和时间, 尤其是临床试验阶段的高失败率是 AI 无法通过计算解决的。

此外, 高质量实验数据的缺乏也是核心障碍。生物学领域仍存在大量认知空白, 缺乏关于化学物质在人体内行为的公开数据集, 这限制了 AI 模型的预测精度。

人才布局与长期预期

为了支持这一愿景,Anthropic 在过去一年积极招聘生物学家并建立自有湿实验室 (wet labs)。据 Namshik Han 透露,Anthropic 正在通过积极猎头手段, 从顶级药企和学术机构挖掘专业人才。

然而, 药物研发的周期决定了其回报将极其缓慢。由于必须经过严格的临床试验证明安全性, 任何 AI 设计的药物从研发到上市通常需要 10 年左右的时间。目前, 尚无完全由 AI 设计的药物通过 FDA 审批进入市场。

AI 能够加速搜索过程, 但药物的最终验证仍需依赖传统且缓慢的现实世界实验。