Anthropic 想要开发自己的药物

# Anthropic 想要自己开发药物 来源：https://www.theverge.com/ai-artificial-intelligence/961311/anthropic-claude-science-ai-drug-development 在本周早些时候举办的“The Briefing: AI for Science”活动（https://www.anthropic.com/events/the-briefing-ai-for-science）上，Anthropic 发布了 Claude Science（https://www.theverge.com/ai-artificial-intelligence/959371/claudes-getting-a-lab-coat），一个全新的“面向科学家的 AI 工作台（https://www.anthropic.com/news/claude-science-ai-workbench）”，它将零散的工具和数据集整合到一个环境中，并能生成图表和可视化内容。Anthropic 已经凭借其流行的编程工具和强大的 AI 模型主导了行业，此次发布围绕其所谓的 AI “极大加速科学发现和医疗干预发展”的潜力展开，并列举了长长一串已在使用 Claude 的生物技术和制药客户。 Anthropic 还更进一步，表示将自行开发药物。生命科学负责人 Eric Kauderer-Abrams 表示（https://www.cnbc.com/2026/06/30/anthropic-launches-ai-drug-discovery-program-claude-science.html），公司将专注于寻找针对“被忽视”疾病的治疗方法。 AI 公司一直热衷于争取科学和制药客户——OpenAI（https://openai.com/index/introducing-gpt-rosalind/）、Amazon（https://aws.amazon.com/health/life-sciences/solutions/）、Google（https://research.google/research-areas/health-ai/）等都有各自的生命科学工具和平台。但 Anthropic 的计划举措是一家主要前沿 AI 公司最直接的公开尝试之一，即亲自开发药物。这使其处于一个不寻常的境地：向其他可能构成竞争的制药商销售软件。Anthropic 加入了一场更广泛的竞赛，参与方包括 Insilico、Google DeepMind 孵化出的 Isomorphic Labs 等以 AI 为先导的制药公司，生物技术初创公司，以及正在自建或购买 AI 工具的大型制药公司。 Anthropic 对其希望在药物开发领域实现的目标只提供了非常少的细节。在活动中，Kauderer-Abrams 并未说明如果公司找到任何有前景的药物候选物会怎么做。Anthropic 没有回应 *The Verge* 的置评请求以获取更多细节，包括它计划首先针对哪些疾病，以及是否会与其他公司合作进行实验室工作、动物试验、临床试验或生产。 AI 被应用于“药物发现的每一个阶段”。 专家告诉 *The Verge*，围绕 Anthropic 计划的不确定性反映了更广泛的围绕 AI 药物热潮本身的不确定性。“AI 药物发现”可以指代很多不同的事物。剑桥大学教授、AI 生物技术初创公司 CardiaTec 的联合创始人 Namshik Han 解释说，这是一个“非常宽泛的术语”。AI 被应用于“药物发现的每一个阶段”，他说，从寻找新化合物并加以改进，到支持研究、数据分析、临床试验，甚至生产。他说，每家大型制药公司都将以某种方式使用 AI。伦敦大学学院药物发现教授 Matthew Todd 也赞同 AI 已经渗透到药物发现和研究中的观点，称鉴于其广泛的用途，这是一个“包罗万象的术语”。 AI 无疑正在改变药物开发。Han 指出了阿斯利康、诺和诺德、葛兰素史克等制药巨头的众多举措，并表示 AI 已经能够帮助生成可能的药物构想，例如通过建议新的分子，这些分子可以与身体部位（如已知与特定疾病相关或现有药物靶点的细胞受体）相互作用。Todd 表示，这对于加速研究并帮助“路测”新药构想极为有用。考虑到 Anthropic 在前沿模型方面的研究，该公司大概会利用生成式 AI 在广阔的化学和生物学可能性中进行搜索，并帮助研究人员建立原本难以或缓慢发现的联系，可能会建议新的药物构想、识别新的疾病靶点，或为现有药物寻找新用途。 但这距离 AI 设计的药物惠及患者仍有很长的路要走。Todd 表示，该领域距离 AI 设计的药物获得监管机构批准用于人类“还有很长的路要走”。他补充说，药物发现过程不会全自动运行，整个过程都需要人类的输入和监督。Todd 和 Han 都指出，缺乏公开的高质量实验数据（例如各种化学物质在体内的行为）也可能减慢药物开发工作，并强调即使是在研究较充分的生物学领域，我们对事物运作方式的理解仍然存在巨大空白。 AI 模型“还远未做到使实验变得不必要”。 AI 无法解决药物发现中许多最慢的环节。牛津大学结构化学生物学教授、牛津药物发现中心蛋白质晶体学负责人 Frank von Delft 表示，人们对推进 AI 模型感到兴奋是正确的，但它们“还远未做到使实验变得不必要”。药物候选物仍需在现实世界中测试其有效性、毒性以及是否具备能够作为药物制备、储存和安全输送的实用特性。所有这些都需要熟练的工作人员、大量资金和时间，尤其是人体临床工作——这是许多有前景的药物候选物失败的节点。von Delft 说，如果 Anthropic 想开发一种药物，它“将不得不在实验上投入大量资金”。 Anthropic 有可能愿意尝试。过去一年，该公司一直在积极招聘生物学家并自建湿实验室（https://www.synbiobeta.com/read/anthropic-is-hiring-biologists-building-wet-labs-and-betting-big-on-drug-discovery），截至撰稿时，它仍有几个正在招聘的生命科学职位（https://job-boards.greenhouse.io/anthropic/jobs/5239733008）。Han 表示，Anthropic 也在该领域“积极招聘”，并补充说他的一些学术同行已经被该公司联系过。Han 没有指名道姓，但他认为 Anthropic 已成功从大型制药公司和著名学术机构挖走了几名候选人。 鉴于所有这些复杂性，无论 Anthropic 选择哪种疾病，任何回报可能都需要很长时间——至少需要十年的大部分时间，因为新药通过临床试验通常需要很长时间（https://go.skimresources.com/?id=1025X1701640&xs=1&url=https%3A%2F%2Fwww.cancerresearchuk.org%2Fabout-cancer%2Ffind-a-clinical-trial%2Fhow-clinical-trials-are-planned-and-organised%2Fhow-long-does-a-new-drug-take-to-go-through-clinical-trials））。Todd 说，测试药物“总是存在很大的滞后时间”。“需要时间来通过实验表明某物是安全的。”目前没有 AI 设计的药物通过临床试验并获得 FDA 批准进入市场。一些由 AI 开发的候选药物已进入临床试验（https://www.chemistryworld.com/news/as-ai-designed-drug-looks-to-pass-final-hurdle-will-this-tech-change-drug-discovery-forever/4021894.article）（https://www.nature.com/articles/s41591-025-03832-2），但很难知道 AI 的贡献有多大，在过程的哪个环节被使用，或者这些候选药物是否优于传统药物。AI 可以加速部分搜索过程，但药物仍需以老式方法证明自己：在现实世界中缓慢而系统化的实验。 **关注本故事的主题和作者**，即可在个性化首页 feed 中看到更多类似内容并接收邮件更新。 - Robert Hart