AI 新药摸到「返老还童」门槛？3.7 万名 AI 员工组团开药企- 大数跨境

APPSO

2026-09-25

导读：科研的流程正在被改写

上一次大规模AI Agent行动还是它们集体“闯祸”黑进系统。这一次，Anthropic召集了950个Agent进入庞大的DNA数据库完成了一项重要任务：寻找未被认识的逆转录酶系统。在21小时内，Agent们消耗了2.1亿Token，从20多万个逆转录酶中筛选出3500个候选系统，并最终缩减至20个。

在检查某一候选对象附近的DNA时，一个Agent注意到一串排列整齐的重复序列。它停止了运行，因为这种排列结构高度类似CRISPR。

950个AI Agent在DNA中寻找异样

逆转录酶的作用是将RNA信息复制回DNA。这类酶存在于感染细菌的病毒（噬菌体）中。虽然相关逆转录酶已在过往研究中出现，但此前无人注意到其旁边连接着一个功能未知的基因，以及一长串间距均匀的DNA重复序列。

Agent将这三者视为一个完整系统，Anthropic将其命名为ART（阵列相关逆转录酶）。这种结构让研究人员联想到CRISPR。CRISPR的重复阵列保存着外来遗传物质的间隔序列，随后转录成引导RNA，使系统识别并切割目标DNA。Anthropic后续实验发现，ART阵列同样会表达一组短RNA，暗示其中可能存在类似的可编程机制。

不过，“类似CRISPR”并不等同于“新型基因编辑工具”。ART在病毒中的具体功能、能否切割或复制DNA目前尚无定论。Claude完成的是数据库搜索、候选筛选与分析，所有湿实验仍由人类科学家亲手完成。这也是Anthropic今年成立生命科学研究组和分子生物学实验室后公布的首项成果。研究人员仅提供初始任务与方向，AI Agent自行检查不同的逆转录酶家族，评估异常值得追踪的候选对象，最终将少数重点目标交由实验室。

一家拥有3.7万名AI员工的虚拟药企

在Claude发现ART的一周前，斯坦福大学医学院展示了另一项更大规模的实验：创立了一家拥有3.7万名“员工”却无实体办公室、工资和休息时间的虚拟生物科技公司。毫不意外，这些员工全部由AI Agent担任。

它们按照真实药企的组织架构分工，由一位“首席科学官”统筹管理，分别负责寻找药物靶点、分析临床数据、设计药物及规划试验。研究人员将约5万项临床试验分配给Agent，每个Agent负责一项，再由系统汇总。不到一周，它们便发现了一组与药物成功率相关的特征：若靶点集中存在于特定细胞中，且基因活动呈“开关”式而非缓慢调节的“旋钮”式，相关药物从一期进入二期试验及最终上市的概率更高，且副作用更少。

Virtual Biotech 创始人，斯坦福医药学院学者 James Zou

这是基于历史数据总结的关联，尚不能直接证明因果关系。为测试该虚拟公司的能力，研究人员让Agent针对肺癌靶点B7-H3设计治疗方案。Agent提出制造一种抗体药物偶联物，精准定位带有B7-H3的细胞，并将化疗药物直接输送至该区域。

数月后，一家真实药企独立提出了相同的治疗思路，其药物随后获得美国FDA突破性疗法认定。AI从公开数据中推导出的方向，被人类团队验证并证明极具价值。

AI辅助研发的药物已进入人体试验

如果说前两者还在发现机制、提出候选方案，那么英矽智能开发的Rentosertib已将AI辅助产生的假设送入人体试验。该药物原用于治疗特发性肺纤维化，AI参与了药物靶点TNIK的发现，并生成与筛选了候选分子。

今年9月发表的新研究重新分析了该药二期临床试验中的血液样本：研究人员获取了42名参与者12周试验期的完整血液数据，并利用六套蛋白质衰老时钟计算其不同时间点的预测生物年龄。六套时钟均检测到相同方向的变化。接受Rentosertib治疗后，患者的预测生物年龄出现下降。

这六套时钟分析的是同一批血液样本，其中四套预测年龄，两套预测死亡风险。它们分别采用传统机器学习与深度学习，研究对象均为肺纤维化患者。因此这仍是效果有限的观察，目前无法完全区分蛋白质变化是源于疾病改善，还是药物真实干预了衰老过程。

但从TNIK靶点、候选分子到临床试验中隐藏的蛋白质信号，计算模型已深入药物研发的多个环节，发挥着至关重要的作用。

AI提出假设的速度超越实验室验证

尽管AI大幅提升了效率，但目前尚无实例证明AI已成为独立科学家：Claude无法操作移液器，斯坦福的虚拟员工未直接造出药物，衰老时钟也无法替代长期临床观察。然而，科研流程正被深刻改写。过去，研究人员需阅读文献、搜索数据库，从无数蛋白质和靶点中筛选少数值得实验的对象。

如今，950个Agent可在21小时内检查20多万个对象，虚拟药企能在不到一周内整理5万项临床试验。Anthropic一次搜索留下3500个候选系统，最终仅锁定20个重点分析对象。斯坦福的虚拟药企也表示，下一步是将更多发现送入真实实验室验证。

提出假设正在加速，但验证假设仍需等待细胞生长、动物实验、伦理审查和人体试验。AI并未消灭科学发现中最昂贵的部分。当前的核心问题已不再只是人类能否构想出足够多的可能性，而是当AI一次生成数千个合理答案时，人类是否有足够的实验资源、时间和耐心，逐一验证真伪。

AI可连续工作21小时，但生命不会因Token变便宜而加速生长。越接近真实的生命，最终的证据就越不能仅存在于AI之中。

【声明】内容源于网络

APPSO

AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

内容 15776

粉丝 0

APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

总阅读460.5k

粉丝0

内容15.8k