科技公司Anthropic近日宣布进军自主药物研发领域，在“The Briefing: AI for Science”活动上正式推出面向科研人员的新平台Claude Science，并明确将重点攻克传统药企因商业回报预期低而长期投入不足的“被忽视疾病”。这一举措标志着该公司从AI工具提供方向药物研发全流程参与者转型，成为全球少数直接涉足新药开发的头部大模型企业之一。
据介绍，Claude Science被设计为集成化科研工作台，可整合分散的实验工具、数据集及分析模块，支持从数据清洗到可视化报告生成的全链条操作。在活动现场演示中，该平台帮助加州大学旧金山分校团队在数分钟内识别出实验样本中的病毒污染问题，而此前研究团队耗费一年时间都未能发现这一异常。更引人注目的是，系统能在50分钟内完成100种罕见遗传病的分析，并筛选出32个具有计算筛选价值的潜在靶点。
与传统AI企业仅向药企提供技术平台不同，Anthropic此次选择自主推进药物研发管线。公司虽未披露首批具体研究对象，也未明确后续动物实验、临床试验及生产环节的合作模式，但已透露正在组建涵盖计算生物学、药物化学及临床前研究的跨学科团队。过去一年间，该公司通过高薪招募来自诺华、基因泰克等制药巨头及顶尖科研机构的专家，并投资建设配备先进仪器的湿实验室，为项目落地奠定基础。
全球AI制药领域竞争日趋激烈。OpenAI、谷歌、亚马逊等科技巨头均已推出生命科学专用平台，谷歌旗下Isomorphic Labs与Insilico Medicine等企业更在靶点发现、分子设计等环节取得突破。传统药企同样加速布局，阿斯利康、诺和诺德、葛兰素史克等公司已将AI深度应用于药物筛选、临床试验设计及生产流程优化，形成“科技公司+药企”的协同创新生态。
尽管技术进步显著，行业专家普遍认为AI尚无法独立支撑新药上市。剑桥大学教授Namshik Han指出，AI可覆盖药物发现、分子优化、数据解读等环节，但最终仍需通过大量临床试验验证安全性与有效性。伦敦大学学院Matthew Todd教授强调，目前尚无完全由AI设计且通过FDA审批的药物，现有技术更多是提升研发效率而非替代传统流程。牛津大学Frank von Delft教授则补充，毒性测试、药代动力学研究等关键步骤仍需依赖实体实验，AI难以缩短这部分耗时较长的验证周期。
诺华首席执行官Vas Narasimhan在活动中透露，当前新药从研发到获批平均需12年，其中数据处理与运营环节占40%。他认为新一代AI工具可能将这部分时间压缩至3-4年，使整体周期缩短至7-8年，但生物学验证环节的时间压缩空间有限。他同时预计，AI辅助的预测模型有望将研发成功率从8%提升至16%，不过这一提升仍需通过长期实验数据验证。
业内人士分析，Anthropic的转型面临多重挑战。除需突破算法精度与实验数据匹配度等技术瓶颈外，还需应对药物研发高投入、长周期的特性。尽管AI可优化候选分子筛选、降低早期失败风险，但后续临床试验仍需数亿美元投入及数年时间。这意味着该公司自主研发项目距离产生临床成果，仍需跨越资金、人才及监管等多重门槛。
