← 返回全部情报
Anthropic:与六家药企和投资机构一起把 Claude 嵌进研药全流程,并公开早期数字 的封面

·Blog·工程博客收录 2026-11-11

Anthropic:与六家药企和投资机构一起把 Claude 嵌进研药全流程,并公开早期数字

工程管理药物研发ClaudeAnthropic生命科学

一句话结论

Anthropic 认为研药的瓶颈分散在靶点、分子设计、工艺、申报和临床试验各段,于是与六家机构以及自有项目把 Claude 嵌进真实管线,并公布了从设计缩短、实验轮次到文件审阅耗时的早期结果。

打开原文 Anthropic:Early progress on accelerating drug development with Claude

背景与理念

作者认为,AI 对药物研发的贡献不应停在「提出一个初始分子」,而要进入靶点选择、工艺放大、监管申报和试验设计等所有会卡住进度的环节。过去几个月,生命科学团队与六家正在做新药的机构深入合作,也启动了自己的发现项目,包括罕见儿童型肌营养不良;目的是看清模型在哪些任务上够用、还缺什么,同时给行业留下可对照的案例。

具体做法

  1. Generate Biomedicines 做模态改造:六位科学家用 Claude Code 改写 CAR-T 疗法中一段遗传指令,为用于实体瘤腾出空间。其中一个设计比标准版本短约 70%。
  2. Divergence Labs 做先导发现:Claude 把「把 IgE 从免疫细胞上卸下来」的目标写成详细设计计划,并大体自主地在约一个月里生成约 3.5 万个抗体设计,再由团队缩小范围送测。目标是做出双臂分子,一只臂紧紧抓住 IgE,另一只臂把它从免疫细胞上撬开。
  3. BigHat Biosciences 做先导优化:科学家和一位 Anthropic 研究员让 Claude 接入实验室数据系统 Reccy,对两个抗体片段提出改动,实验室在约 10 周里制作并测试了约 1010 个变体。中途团队怀疑标准热稳定性和聚集指标会误导,Claude 与研究员重新分析原始数据,提出新指标和方案,由科学家修订后跑通。
  4. Enveda 做生产和申报文件:把全部生产文档接到 Claude,让它标出可能的问题;另让 Claude 起草两份重要监管文件。
  5. The Column Group 在筹建新公司 Pleiades,打算用 Claude 同时跑比小团队通常更多、也更复杂的项目;其第一个 Claude skill 用来评估靶点是否值得做。Bristol Myers Squibb 则开始用 Claude 评估早期临床试验计划并估计成功可能性。Anthropic 还收购了一人公司 Mithril Medicine,其创始人 Cody Tranbarger 用 Claude 组织与 11 个外部实验室的合同、后勤和实验。

关键数据/例子

各合作方给出的早期数字彼此独立,都还处于临床前或早期试验阶段。Generate 的短设计在实验室测试中让免疫细胞制造的受体大约增加到 10 倍,杀伤肿瘤细胞更有效,且免疫细胞保持活性的时间更长。Divergence 的早期测试为两只臂都找到了命中:3 个设计能结合 IgE,20 个能把它卸下,其中 3 个看起来比标准药物卸得更干净。BigHat 最优变体与原版相比结合紧密程度提高 10 倍以上,抗癌先导的溶液稳定性提高 18°C,用于延长体内停留的先导聚集速度减慢 100 倍以上。Enveda 在 1,061 页文档上的测试中,Claude 抓住了人工审阅发现的全部 11 处问题,并多标出 7 处人工漏掉的问题,人工审阅时间减少 89%,从 25 小时以上降到不到 3 小时;其中一份监管文件初稿用了 4 小时,人工大约要 3 个月,另一份按该公司标准人工审阅只发现一处小错误。Pleiades 的首个 skill 已在 45 对「靶点-疾病」组合上做了评估。Mithril 把一种肌营养不良候选疗法从想法做到小鼠中出现有希望的结果,用时不到 18 个月;若候选继续站得住,作者预计最早 2028 年底可能准备好启动人体临床试验。

创新点

第一,用真实管线而不是演示题来给模型找瓶颈,并把各段任务写成可公开对照的技术报告。第二,把科学设计、实验室数据回流和申报文书、公司运营放在同一套工具里,而不是只优化「生成分子」这一步。

可否复用

  1. 先选一段真正耗时的环节做对照,比如文件审阅或先导优化,记下人工基线和模型介入后的耗时、漏检与差错。
  2. 让模型直接连上实验室或文件的权威数据源,中途指标可疑时先重看原始数据,再改方案。
  3. 早期阳性结果仍要按研发阶段诚实标注,尤其是还没进入人体试验的部分,不要写成已经有了新药。

笔记会在输入时自动保存。