大数跨境

AI 重塑药物开发:Anthropic 生命科学阶段性成果

AI 重塑药物开发:Anthropic 生命科学阶段性成果 苏哲管理咨询
2026-11-16
0
导读:Anthropic 发布 Claude 赋能药物研发最新进展,联合 6 家生物医药机构开展合作,并收购 Mithril Medicine 布局自研罕见病管线。其核心思路是:药物研发瓶颈分散在全流程,A
编者摘要:Anthropic 发布 Claude 赋能药物研发最新进展,联合 6 家生物医药机构开展合作,并收购 Mithril Medicine 布局自研罕见病管线。其核心思路是:药物研发瓶颈分散在全流程,AI 不能只局限分子、蛋白设计,需要渗透靶点评估、分子设计、先导优化、CMC 文档、监管申报、临床方案甚至 Biotech 运营孵化等全部环节。六大案例覆盖不同场景:改造 CAR-T、批量生成食物过敏抗体序列、自动化闭环优化先导化合物、CMC 合规文档审核提效、孵化 AI 原生 Biotech Pleiades、和 BMS 评估临床试验成功率。自研项目聚焦儿童罕见肌营养不良,单人团队依托 Claude 协同多家 CRO,18 个月获得小鼠阳性数据,目标 2028 年底推进临床。当前成果大多处于临床前阶段。Anthropic 同步开放科研工作台、生命科学验证通道、客座研究员计划,推动行业落地,探索用 AI 降低新药研发成本,支持高风险创新靶点。

10 个关键问题 Q&A

  1. Q:本次 Anthropic 一共合作多少家机构? A:共 6 家:Generate、Divergence、BigHat、Enveda、TCG、BMS,另收购 Mithril 做自研管线。
  2. Q:Claude 在 Divergence 食物过敏项目承担什么工作? A:把研发目标转化设计方案,约一个月自主生成约 35000 条抗体序列用于筛选。
  3. Q:Enveda 文档自动化项目效果如何? A:人力审核时长下降 89%,检出全部已知风险,额外发现 7 处人工漏检项,申报文档初稿大幅提速。
  4. Q:BigHat 项目的核心亮点? A:Claude 对接自动化实验室数据系统,10 周测试上千变体,先导物亲和力、稳定性、聚集指标显著改善。
  5. Q:Generate 项目改造的是什么疗法?目标是什么? A:改造 CAR-T 细胞疗法,缩短基因序列,解决传统 CAR-T 难以治疗实体瘤的痛点。
  6. Q:Pleiades 公司定位是什么? A:TCG 孵化的 AI 原生 Biotech,依托 Claude 用小团队并行推进多条复杂药物管线,降低运营成本。
  7. Q:BMS 和 Anthropic 合作场景? A:利用 Claude 评估早期临床试验方案,预估试验成功率,支撑管线组合决策。
  8. Q:Mithril 自研管线进展与目标? A:聚焦罕见肌营养不良,18 个月拿到小鼠阳性结果,目标最早 2028 年底启动人体临床试验。
  9. Q:Anthropic 面向科研人员开放哪些配套资源? A:科研工作台、AI for Science 专项、生命科学验证项目、客座研究员征集通道。
  10. Q:Anthropic 对 AI 药物研发的核心理念是什么? A:研发瓶颈分散在整条流程,单点 AI 提升价值有限,需要深度嵌入真实管线,全链路迭代模型。
附录  借助 Claude 加速药物研发的早期进展
 Anthropic|Early progress on accelerating drug development with Claude发布时间:2026-10-27链接:https://www.anthropic.com/research/early-progress-drug-development

Anthropic 的科学团队致力于加快疾病治愈的进程。过去数月,我们的科研人员与六家新药研发机构开展深度科研合作:BigHat Biosciences、百时美施贵宝(BMS)、Divergence Labs、Enveda、Generate Biomedicines 以及 The Column Group。同时我们也启动了自有药物发现项目。在这个过程中,我们收获了大量经验,厘清 Claude 能够如何赋能药物研发,以及还需要对 Claude 做哪些改进,才能释放 AI 在医药领域的全部潜力。后续我们计划大规模扩大这项工作。

AI 助力新药研发有大量可挖掘的提速空间,范围并不局限于大家讨论最多的方向 —— 比如利用 Claude 进行蛋白质设计、生成全新分子。一款药物的开发链条包含大量不同任务:前期基础研究,锁定药物靶点以及适配该靶点的药物类型;设计具备理想成药属性的分子;对分子做优化,保障可以稳定规模化生产;撰写开展临床试验所需的监管申报材料;设计并推进临床试验等等。

我们落地 AI 医疗价值的核心策略,是让 AI 逐步深度参与上述全部环节。药物研发不存在单一卡点,瓶颈分散在整条开发流程中。想要识别并打通这些瓶颈,最好的方式就是深度扎根真实的药物管线,覆盖多种疾病领域与不同研发阶段。

基于此,过去数月我们和六家机构达成合作,同时自研药物发现管线,其中就包含儿童罕见肌营养不良相关项目,Claude 承担了其中大部分科研与事务性工作。

这项工作对我们有三重价值:第一,帮助我们更全面理解模型在各类药物研发任务中的优势与短板(我们已经基于现阶段的发现,确定了模型的重点优化方向);第二,这些项目可以成为整个生命科学行业的参考案例。如果 Claude 想要显著提升新药产出速度,我们需要和更多生物科技企业合作,把 Claude 更深地嵌入他们的研发流程;第三,如果项目持续向好,它们本身就可以创造直接临床价值。我们乐观预计,部分项目有望产出针对食物过敏、儿童罕见病以及多种癌症的有效新药。

本文将同步更新我们和合作伙伴的进展,配套技术报告与预印本论文,详细介绍研究思路、方法以及早期结果,最后简述后续规划。

案例研究

Generate Biomedicines:药物模态改造

Generate Biomedicines 致力于提升 CAR-T 细胞疗法的适用能力。传统 CAR-T 疗法多用于血液肿瘤;Generate 的目标是改造它,使之能够治疗实体瘤。改造思路是缩短疗法中的一段基因编码序列,腾出空间插入适配实体瘤的新编码。Generate 的 6 名科学家使用 Claude Code,针对该序列提出全新设计方案。其中一个方案相比标准版本缩短约 70%;实验室测试效果更优:免疫细胞表达的受体(识别癌细胞的蛋白)提升约 10 倍,杀伤肿瘤细胞效率更高,免疫细胞活性维持时间更长。

Divergence Labs:苗头化合物发现(Hit Generation)

Divergence Labs 在开发一款全新食物过敏疗法。食物过敏由 IgE 分子触发:一部分 IgE 附着在免疫细胞表面,另一部分游离在血液中。现有药物大多仅中和血液里游离的 IgE;而 Divergence 的药物目标是直接把 IgE 从免疫细胞上剥离,理论上疗效更强。该药物需要一个双表位精准设计:一个臂紧密结合 IgE,另一个臂负责把 IgE 从免疫细胞上拽离。Claude 把研发目标转化成详细设计方案,之后在约一个月内自主生成约 35000 条抗体序列供筛选测试。初步筛选找到了两类阳性苗头:3 条序列可以结合 IgE,20 条序列能够剥离 IgE;其中 3 条剥离效果优于现有标准药物。下一步是把两个功能臂整合,构建候选药物。

BigHat Biosciences:先导化合物优化(Lead Optimization)

BigHat Biosciences 将 AI 与自动化实验室结合优化先导化合物。合格先导物需要满足:和靶点强结合、生产储存过程稳定、不易聚集等多项指标。BigHat 科学家与 Anthropic 研究员联合 Claude,针对两个抗体片段先导物优化三项核心性质(一个靶向肿瘤,另一个用于延长药物体内半衰期)。Claude 对接 BigHat 实验室数据系统 Reccy,输出分子改造方案;团队在 10 周内合成并测试约 1010 个突变变体。项目中期团队发现常规热稳定性、聚集度指标存在误导性。Claude 协同研究员重新解析原始数据,提出新评估指标以及配套测试方案。BigHat 完成方案验证后,核心预测得到证实。最优变体的靶点亲和力提升超 10 倍;靶向肿瘤先导物的可溶性热稳定性提升 18℃;长效先导物的聚集速度放缓 100 倍以上。

Enveda:生产工艺与监管申报文档

开展临床试验,药企必须留存每一批药物符合质量标准的记录,并且向监管机构提交申报资料。Enveda 的合成化学家过去最多有 75% 的工作时间消耗在文书工作上。为此 Enveda 搭建系统,把全部生产文档接入 Claude,由 Claude 自动识别潜在合规风险。在 1061 页文档测试集上:Claude 检出了人工审核发现的全部 11 处问题,还额外识别出 7 处人工漏检项;人工审核耗时从 25 小时以上压缩至 3 小时以内,人力审核时长降低 89%。此外,Claude 完成两份核心监管文件初稿撰写:一份仅耗时 4 小时,人工撰写原本需要约 3 个月;另一份经标准人工复核后仅发现一处微小瑕疵。

The Column Group(TCG):孵化新生物公司

药物发现周期长、投入高、失败风险大,因此生物科技投资人更偏好已经验证过的稳妥方向,而放弃风险更高、但有可能惠及更多患者的创新思路。我们和 TCG 合作,验证 Claude 能否压缩药物发现的时间与成本,让投资人敢于支持更有挑战性的项目。具体落地项目是 TCG 孵化新公司 Pleiades:这家新公司依托 Claude,用小型团队同时推进数量更多、复杂度更高的药物管线。这套模式可以作为范本:依靠 Claude 降低生物公司的科研、运营与行政成本。如果跑通,这套模式可以在全行业复制,引导资本投向更难攻克的医学难题。目前 Pleiades 正在开发适配 Claude 的工具与工作流;首个自研 Claude 能力模块用于评估药物靶点是否值得投入,已经在 45 组 “靶点 - 疾病” 配对上完成测评。

百时美施贵宝 BMS:临床试验规划

近期我们和 BMS 合作,定位并打通临床试验规划环节的卡点。BMS 利用 Claude 评估早期临床试验方案,预估试验成功概率。双方计划在 2027 年扩大合作,探索提升早期开发成功率的潜力。

“我们在临床试验阶段使用 Claude 分析内部专有数据、生成临床研究方案、评估试验成功率。仅通过一条提示词,Claude 就产出一套完整的初步分析,支撑我们对比不同开发路径,这项工作原本需要数天完成;全程保障高度敏感数据安全。我们期待把这套能力推广到整个管线,支撑组合层面的决策。”
— Michael Pourdehnad(医学博士,BMS 血液、肿瘤与细胞治疗早期临床开发高级副总裁)

Anthropic 自研管线:收购 Mithril Medicine

除合作伙伴项目之外,我们也自主推进研究管线。我们收购了 Mithril Medicine—— 这家单人初创公司专注两种罕见肌营养不良疗法开发。创始人 Cody Tranbarger 借助 Claude 统筹合同、物流、11 家外部实验室的实验安排,大量运营事务交由 Claude 处理。依靠这套模式,针对其中一种肌营养不良的候选方案,从想法到小鼠阳性结果,耗时不到 18 个月。如今 Cody 加入 Anthropic 继续推进该研究,同时规划多个新项目。如果候选药物数据持续向好,有望最早在 2028 年底启动人体临床试验。

在生命科学领域持续拓展

以上全部研究仍处于早期阶段,绝大多数项目尚在临床前,还没有进入人体试验。随着管线推进、以及和更多已经进入临床阶段的机构合作,我们计划让 Claude 持续向临床试验环节延伸。

这只是我们加速药物发现工作的一部分。长期目标是让尽可能多的新药研发科研人员用上我们的模型。为此我们推出面向科研人员的 Claude Science AI Workbench 科研工作台,上线 AI for Science 专项计划;同时设立生命科学验证项目,让可信机构可以在适度放宽安全防护策略的前提下调用最强模型(安全防护是为了防范滥用,但有时会阻碍合法的生物研究)。我们近期也开放生命科学客座研究员公开征集,接收研究团队提案,支持大家用 Claude 探索药物发现和相关方向的关键科学问题。

我们期待对接更多机构,扩大生命科学研究版图。如果你所在机构从事药物发现,有意和我们合作,可以通过文末渠道联系。


【声明】内容源于网络
0
0
苏哲管理咨询
为企业及组织提供AI+战略、数智化转型咨询及观点、建议等
内容 2531
粉丝 0
苏哲管理咨询 为企业及组织提供AI+战略、数智化转型咨询及观点、建议等
总阅读95.9k
粉丝0
内容2.5k