Anthropic 进军药物发现

关键信息

Anthropic 将 Claude Science 定位为推动科学发现和医疗干预加速的一部分，并表示它已经在服务许多生物技术和制药客户。不过，公司几乎没有说明具体会瞄准哪些疾病、如果找到有前景的候选药物会怎么做，也没有说明是否会依赖合作伙伴完成实验室工作、动物测试、临床试验或生产。

资讯摘要

在本周早些时候举行的 “The Briefing: AI for Science” 活动上，Anthropic 发布了 Claude Science，这是一款面向科学家的新型 AI 工作台。该系统把研究人员常用的工具和数据集整合到一个环境中，还可以生成图表和可视化内容。Anthropic 将这次发布描述为 AI 能够显著加快科学发现以及医疗干预开发的又一例证，并强调已经有大量生物技术和制药客户在使用 Claude。

更进一步，Anthropic 还宣布自己也要开始研发药物。公司生命科学负责人 Eric Kauderer-Abrams 表示，首批重点将是针对“被忽视疾病”的治疗方案。这意味着 Anthropic 不只是向药企提供软件工具，而是要直接进入药物发现领域，成为少数公开尝试自己做药的前沿 AI 公司之一。

这一动作发生在其他 AI 公司也在积极争夺科学和制药客户的背景下，包括 OpenAI、Amazon 和 Google 等都已推出各自的生命科学工具或平台。但 Anthropic 的做法更进一步，因为它暗示公司希望真正参与药物研发本身，而不仅仅是提供支持研发的软件。这也使它处于一个特殊位置：一边向其他药企出售软件，一边又可能与这些药企形成竞争关系。

不过，Anthropic 对自己的药物开发计划给出的细节非常少。Kauderer-Abrams 没有说明如果找到有前景的候选药物，公司接下来会怎么做；Anthropic 也没有回应外界关于首批瞄准哪些疾病，以及是否会与其他公司合作完成实验室工作、动物实验、临床试验或生产制造等问题。整体来看，这项计划仍然处于非常早期、相当开放的阶段。

The Verge 采访的专家表示，这种模糊性也反映了整个 AI 药物研发热潮本身的不确定性。剑桥大学教授、AI 生物技术公司 CardiaTec 联合创始人 Namshik Han 指出，“AI drug discovery” 是一个非常宽泛的概念，AI 可以被用在药物发现的每一个环节，从寻找和优化化合物，到研究分析、临床试验，甚至制造环节。伦敦大学学院教授 Matthew Todd 也认为，这个说法更像一个“包罗万象”的术语，因为 AI 其实已经渗透到药物研发和科研的很多方面。

两位专家都承认，AI 正在改变药物开发流程。Han 提到阿斯利康、诺和诺德和 GSK 等大型药企都在推进相关项目，并表示 AI 已经可以帮助生成潜在药物思路，比如提出可能与疾病相关靶点相互作用的新分子。Todd 则认为，AI 的价值在于加速研究并帮助检验新的药物想法。

但他们也强调，距离 AI 设计的药物真正进入患者体内，还有很长的路要走。Todd 说，行业距离 AI 设计药物获得监管批准仍然很远，而且药物发现过程不可能完全自动化，整条链条都需要人类持续参与和监督。他和 Han 还指出，公开可用且高质量的实验数据不足，例如化学物质在人体中的行为数据有限，可能会进一步拖慢进展。

资讯正文

在本周早些时候举行的“The Briefing: AI for Science”活动上，Anthropic宣布推出 Claude Science，这是一款新的“面向科学家的 AI 工作台”，可将分散的工具和数据集整合到一个环境中，并生成图表和可视化内容。Anthropic 已经凭借其广受欢迎的编程工具和强大的 AI 模型在行业中占据主导地位，此次发布被其定位为 AI 有潜力“极大加速科学发现和医疗干预开发进程”的体现，并大力宣传已有大量生物技术和制药客户正在使用 Claude。 

Anthropic 还更进一步表示，它将亲自开发药物。生命科学负责人 Eric Kauderer-Abrams 表示，公司将专注于为“被忽视”的疾病寻找治疗方案。

AI 公司一直热衷于争取科学和制药客户——OpenAI、Amazon、Google 以及其他公司都拥有自己的生命科学工具和平台。但 Anthropic 计划中的这一举动，是大型前沿 AI 公司公开尝试亲自开发药物的最直接案例之一。这使它处于一种不同寻常的位置：一边向其他潜在竞争中的制药公司出售软件，一边又自己下场做药物研发。Anthropic 也加入了更广泛的竞赛，这场竞赛包括以 AI 为先的制药公司，如 Insilico、Google DeepMind 分拆出来的 Isomorphic Labs、生物技术初创公司，以及正在自行构建或收购 AI 工具的大型制药公司。 

Anthropic 对于它希望在药物开发领域实现什么目标，提供的信息非常有限。在活动现场，Kauderer-Abrams 没有说明如果公司发现任何有前景的药物候选物会怎么做。Anthropic 也没有回应 The Verge 要求提供更多细节的置评请求，包括公司计划首先针对哪些疾病，以及是否会与其他公司合作开展实验室工作、动物试验、临床试验或制造。  

专家告诉 The Verge，围绕 Anthropic 计划的不确定性，也反映了整个 AI 药物热潮本身更广泛的不确定性。“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 被应用于“药物发现的每一个阶段”，从寻找新化合物并改进它们，到支持研究、数据分析、临床试验，甚至制造。每一家大型制药公司都会在某种程度上使用 AI，他说。伦敦大学学院药物发现教授 Matthew Todd 也呼应了这种看法，认为 AI 早已渗透到药物发现和研究之中，并称鉴于其用途极其广泛，“AI 药物发现”只是一个“包罗万象的说法”。 

人工智能无疑正在改变药物开发。Han 指出，制药巨头如 AstraZeneca、Novo Nordisk 和 GSK 已经开展了大量相关项目，并表示，AI 现在已经能够帮助提出潜在药物构想，例如建议新的分子，这些分子可以与身体中的某些部分相互作用，比如细胞受体；而这些受体要么已知与某种特定疾病有关，要么是现有药物的作用靶点。Todd 表示，这对于加快研究进程以及帮助对新的药物构想进行“实地测试”极其有用。考虑到 Anthropic 在前沿模型方面的工作，该公司大概会使用生成式 AI 在庞大的化学和生物可能性空间中进行搜索，帮助研究人员建立 otherwise 难以或缓慢发现的联系，从而有可能提出新的药物构想、识别新的疾病靶点，或为现有药物寻找新的用途。

但这距离 AI 设计的药物真正进入患者体内，仍然还有很长的路要走。Todd 说，在药物最终被监管机构批准用于人体之前，这个领域“还离得很远”。他补充说，药物发现过程不会自主运行，整个过程都需要人工参与和监督。Todd 和 Han 都指出，缺乏公开可得的高质量实验数据——例如各种化学物质在人体内如何表现——也会拖慢药物开发进程，并强调即便是在生物学研究相当深入的领域，我们对其运作机制的理解仍然存在巨大空白。

AI 并不适合解决药物发现过程中许多最耗时的环节。牛津大学结构化学与生物学教授、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 模型感到兴奋是对的，但它们“距离让实验变得不必要还差得很远”。药物候选物仍然必须在真实世界中接受测试，以验证其有效性、毒性，以及是否具备能够被安全制备、储存和作为药物递送的实际属性。所有这些都需要熟练的工作人员、大量资金和时间，尤其是涉及人体的临床工作——而正是在这个阶段，许多前景看好的候选药物会失败。von Delft 说，如果 Anthropic 想要开发药物，它“将不得不在实验上投入很多”。

Anthropic 可能愿意尝试。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，而截至发稿时，它仍有数个面向生命科学岗位的公开招聘申请。Han 说，Anthropic 也一直在“积极招募”这一领域的人才，并补充说，他的几位学术界同事都曾收到过该公司的接触。Han 没有点名具体对象，但他说，他认为 Anthropic 已经成功从大型制药公司和知名学术机构挖来了几位候选人。

考虑到这一切的复杂性，无论 Anthropic 选择哪种疾病，任何回报都可能遥遥无期——至少也要十年左右，因为一种新药通常需要这么长时间才能完成临床试验。托德说，药物测试“总是有很长的滞后期”。“要通过实验表明某种东西是安全的，需要时间。” 迄今为止，还没有任何由 AI 设计的药物在通过临床试验和 FDA 批准后进入市场。一些由 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、在流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 可以加快部分搜索过程，但药物仍然需要以老办法证明自己：在现实世界中进行缓慢、细致的实验。

来源与参考

1. 原始链接
2. Anthropic wants to develop its own drugs