Anthropic宣布将自主开发药物
速览
Anthropic在本周“AI for Science”活动上推出Claude Science，一个整合碎片化工具和数据集的AI工作台，可生成图表和可视化内容。公司表示AI能“大幅加速科学发现和医疗干预开发”，并列举了多家生物技术和制药客户已在用Claude。Anthropic还进一步宣布将自主开发药物。
AI 深度解读
背景
本周早些时候，在“The Briefing: AI for Science”活动上，Anthropic 发布了 Claude Science，这是一个新的“面向科学家的 AI 工作台”，将碎片化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 凭借其流行的编码工具和强大的 AI 模型已经在行业内占据主导地位，此次发布围绕 AI 的潜力展开——据其称，AI 可以“大幅加速科学发现和医疗干预措施的开发进程”，并列举了众多已在使用 Claude 的生物技术和制药客户。
核心内容
Anthropic 更进一步，表示将自行开发药物。生命科学负责人 Eric Kauderer-Abrams 称，公司将专注于为“被忽视”的疾病寻找治疗方法。
AI 公司一直积极向科学和制药客户示好——OpenAI、Amazon、Google 等公司都有自己的生命科学工具和平台。但 Anthropic 的计划举措是主流前沿 AI 公司中为数不多的公开尝试自行开发药物的直接行动之一。这使其处于一个不同寻常的位置：向其他（可能有竞争关系的）制药公司销售软件。Anthropic 加入了一场更广泛的竞赛，参与者包括 Insilico 等 AI 优先的制药公司、Google DeepMind 的衍生公司 Isomorphic Labs、生物技术初创企业，以及那些正在构建或购买自有 AI 工具的大型制药公司。
Anthropic 对自身在药物开发领域的计划提供了非常少的细节。在活动中，Kauderer-Abrams 没有说明如果公司找到有前景的候选药物会怎么做。Anthropic 没有回应 The Verge 关于更多细节的置评请求，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 应用于药物发现的每个阶段。”专家告诉 The Verge，Anthropic 计划的不确定性反映了围绕整个 AI 药物热潮的更大不确定性。“AI 药物发现”可以有很多含义。剑桥大学教授、AI 生物技术初创公司 CardiaTec 联合创始人 Namshik Han 解释说，这是一个“非常宽泛的术语”。他说，AI 应用于“药物发现的每个阶段”——从发现新化合物和改进它们，到支持研究、数据分析、临床试验甚至生产。他表示，每家大型制药公司都会以某种方式使用 AI。伦敦大学学院药物发现教授 Matthew Todd 也认为 AI 已经渗透到药物发现和研究中，他称之为一个“包罗万象的术语”，因为其使用范围广泛。
AI 无疑正在改变药物开发。Han 指出了 AstraZeneca、Novo Nordisk 和 GSK 等制药巨头的大量举措，并表示 AI 已经可以帮助生成可能的药物思路，例如提出新的分子，这些分子可以与体内已知参与特定疾病或作为现有药物靶点的细胞受体等部分相互作用。Todd 表示，AI 在加速研究和帮助“路测”新药思路方面极为有用。考虑到 Anthropic 在前沿模型方面的工作，该公司可能会使用生成式 AI 来搜索广阔的化学和生物学可能性空间，帮助研究人员建立难以或缓慢发现的联系——可能提出新药思路、识别新的疾病靶点，或为现有药物找到新用途。
但这距离一种 AI 设计的药物到达患者手中还有很长的路要走。Todd 表示，该领域距离一款 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，药物发现过程不会自主运行，整个过程中都需要人类的输入和监督。Todd 和 Han 都指出，缺乏公开可用的高质量实验数据（例如各种化学物质在体内的行为）可能会延缓药物开发工作，并强调即使在生物学研究得较好的领域，我们对事物运作方式的理解仍然存在巨大空白。
AI 模型“还远未达到使实验变得不必要的程度”。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 AI 模型的进步感到兴奋是对的，但“它们还远未达到使实验变得不必要的程度”。候选药物仍然必须在现实世界中进行有效性、毒性测试，并确认它们是否具有实用特性，能够作为药物安全地制备、储存和递送。所有这些都需要熟练的劳动力、大量资金和时间，尤其是人体临床工作——许多有前景的候选药物正是在这一阶段失败的。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。在过去一年里，该公司一直在积极招聘生物学家并建设自己的湿实验室，截至本文撰写时，它有几个正在招聘的生命科学职位。Han 表示，Anthropic 也在该领域“积极招聘”，他的一些学术同事已经被这家公司接触过。Han 没有指名道姓，但他认为 Anthropic 已经成功从大型制药公司和著名学术机构挖走了几名候选人。
考虑到所有这些复杂性，无论 Anthropic 选择哪种疾病，任何回报都可能需要很长时间——至少是十年中较好的一部分，因为一种新药通过临床试验通常需要很长时间。Todd 说，测试药物“总是存在很大的滞后时间”。“通过实验证明某样东西是安全的需要时间。”目前还没有一款 AI 设计的药物成功通过临床试验并获得 FDA 批准上市。一些 AI 开发的候选药物已经进入临床试验，但很难知道 AI 在其中贡献了多少、在过程的哪个阶段被使用，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，但药物仍然需要以老式的方式证明自己：在现实世界中进行缓慢、有条理的实验。
关键要点
- Anthropic 发布了 Claude Science，一个面向科学家的 AI 工作台，整合工具和数据集。
- Anthropic 宣布将自行开发药物，专注于“被忽视”的疾病。
- 这是主流前沿 AI 公司中少有的直接公开尝试自行开发药物的举动，使其处于既卖软件给制药公司又与之竞争的独特位置。
- 专家指出“AI 药物发现”是一个宽泛术语，AI 应用于药物发现的每个阶段，但远未达到取代实验的程度。
- AI 设计的药物尚未通过临床试验和 FDA 批准上市，进入临床的一些候选药物很难评估 AI 的具体贡献。
- 缺乏高质量公开实验数据、药物发现过程需要大量人类监督和实验、临床试验耗时漫长，都是主要障碍。
- Anthropic 正在招聘生物学家、建设湿实验室，可能已从大型药企和学术机构挖人。
- 任何回报都可能需要数年甚至十年以上，尤其需要经历冗长的安全性和有效性验证。
意义与影响
Anthropic 的举措标志着前沿 AI 公司在生物医药领域的野心进一步升级。此前，AI 公司主要通过提供工具和平台来服务制药行业，而 Anthropic 选择亲自下场做药，打破了供应商与客户的传统界限，可能引发制药行业的竞争格局变化。这一行动也凸显了 AI 在药物发现中的潜力与局限性：AI 能加速早期研究、提出新思路，但无法绕过严格的实验验证和漫长的临床流程。如果 Anthropic 成功，将证明大模型在生命科学领域的深度应用价值；如果失败，则可能警示 AI 公司在实体药物开发中的风险。无论结果如何，这都推动了“AI for Science”从辅助角色向核心参与者转变的讨论，并可能促使更多 AI 公司重新评估自身在制药领域的定位——是继续做工具提供商，还是尝试成为药物开发者。