Anthropic 在近期举办的“The Briefing: AI for Science”活动上，正式发布了面向科研人员的新平台 Claude Science。该公司同时宣布，将启动自主药物研发项目，专注于那些因商业回报有限而长期被传统药企忽视的“被忽视疾病”。

该项目将侧重于新药研发的早期和临床前阶段，旨在提升 Anthropic 的科研实力，并为生命科学领域提供更全面的 AI 工具。这是少数公开表示将直接参与新药研发，而非仅提供 AI 工具的头部大模型企业之一。

Claude Science 被定位为一个整合了分散科研工具和数据集的科研工作台，能够支持数据分析、图表生成及科研辅助。在活动中，UCSF 的一位研究人员展示了如何利用 Claude Science 在几分钟内识别出之前一年都未察觉的实验病毒污染。

Anthropic 表示，该系统能在不到一小时内分析 100 种罕见遗传疾病，并筛选出 32 个有潜力的计算筛选方向。与许多仅向制药公司提供技术平台的 AI 企业不同，Anthropic 将亲自涉足药物研发。然而，该公司尚未披露首批具体研究对象，也未说明后续的动物实验、临床试验和生产制造将如何进行。

近年来，AI 在药物研发领域的应用日益广泛，包括 OpenAI、Google、Amazon 在内的多家公司都已推出面向生命科学的 AI 平台。Google DeepMind 的 Isomorphic Labs 和 Insilico Medicine 等 AI 制药企业也在积极推进相关研究。

与此同时，AstraZeneca、Novo Nordisk、GSK 等传统制药巨头也在药物筛选、分子设计、数据分析和研发流程优化等方面不断扩大 AI 的应用。

业内普遍认为，AI 已成为现代药物研发的重要辅助工具，但距离完全由 AI 设计并成功上市的新药仍有相当长的路要走。

剑桥大学教授、CardiaTec 联合创始人 Namshik Han 指出，AI 可参与药物研发的各个环节，但最终药物能否成功上市仍需依赖大量的临床验证。

伦敦大学学院药物研发教授 Matthew Todd 补充说，目前还没有完全由 AI 设计的新药完成所有临床试验并获得 FDA 批准，AI 主要在于加速候选药物的发现和研究效率，而非取代整个研发流程。

牛津大学结构化学生物学教授 Frank von Delft 强调，AI 提高了研究效率，但实验环节依然不可或缺。候选药物仍需经过毒性、安全性、药效和人体临床试验等多个阶段的验证，这些流程耗时耗资，AI 难以显著缩短整体研发周期。

诺华首席执行官 Vas Narasimhan 透露，新药研发到获批平均需 12 年，其中信息处理和研发运营环节约占 40%。他认为 AI 有望将此缩短至 7-8 年，但生物学验证环节仍难加速。他预计，AI 还能将药物研发成功率从约 8% 提升至约 16%，但最终仍需长期实验验证。

过去一年，Anthropic 已显著扩充了其生命科学团队，并建立了湿实验室，同时公开招聘生物学和生命科学领域的人才。有消息称，该公司一直在积极招募来自大型药企和知名科研机构的专业人士，为推进其研发项目做准备。尽管 AI 正在改变药物研发方式，但专家普遍认为，新药上市仍需经历严格且漫长的实验和监管审批流程。AI 虽能缩小候选范围、优化研究方向，但无法替代现实世界的实验验证，这意味着 Anthropic 的自主药物研发项目距离产生临床成果尚需时日。