Anthropic 在其近期举办的“The Briefing: AI for Science”活动上，正式推出了面向科研人员的新平台 Claude Science。该公司同时宣布，将启动一项自主药物研发计划，重点关注传统制药公司因商业回报有限而长期忽视的“被忽视疾病”领域。

该项目将专注于新药研发的早期阶段和临床前研究。Anthropic 希望借此机会提升自身的科研能力，并为生命科学领域构建更全面的 AI 工具。在大型人工智能企业中，Anthropic 是少数几家公开表示将直接参与新药研发，而非仅仅提供 AI 工具的平台公司之一。

Claude Science 被定位为一种科研工作台，能够整合分散的科研工具和数据集，并提供数据分析、图表生成及科研辅助等功能。活动中展示的一个案例显示，美国加州大学旧金山分校（UCSF）的一名研究人员利用 Claude Science 在数分钟内发现了实验中的病毒污染，而此问题此前研究团队一年都未能察觉。

Anthropic 表示，该系统可以在不到一小时的时间内分析 100 种罕见遗传疾病，并筛选出 32 个值得进一步计算筛选的候选方向。与许多主要向制药公司提供技术平台的 AI 企业不同，Anthropic 此次宣布将亲自进行药物研发。然而，Anthropic 尚未透露首批具体的研究对象，也未说明未来若发现有潜力的候选药物，是会自主推进还是寻求外部合作完成后续的动物实验、临床试验及生产制造等流程。

近年来，人工智能在药物研发领域的应用持续升温。OpenAI、Google 和 Amazon 等公司均已推出面向生命科学的 AI 平台，而 Google DeepMind 旗下的 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，传统制药企业也在不断扩大 AI 的应用范围。AstraZeneca、Novo Nordisk 和 GSK 等公司已将 AI 引入药物筛选、分子设计、数据分析和研发流程优化等多个环节。

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

英国剑桥大学教授、AI 生物技术公司 CardiaTec 联合创始人 Namshik Han 指出，AI 几乎可以参与药物研发的全部过程，包括候选化合物的发现、分子结构的优化、实验数据的分析以及临床研究的辅助等。但他强调，最终决定药物能否成功上市的仍是大量的临床验证。

英国伦敦大学学院药物研发教授 Matthew Todd 也表示，目前尚无完全由 AI 设计的新药完成全部临床试验并获得美国食品药品监督管理局（FDA）批准上市。AI 主要是在加速候选药物的发现和研究效率，而不能替代整个研发流程。

英国牛津大学结构化学生物学教授 Frank von Delft 同样认为，AI 能够提高研究效率，但并未使实验环节变得可有可无。候选药物仍需经过毒性、安全性、药效及人体临床试验等多个阶段的验证。这些流程不仅需要大量资金和专业人员，也耗时较长，因此 AI 很难显著缩短整个研发周期。

在活动中，诺华（Novartis）首席执行官 Vas Narasimhan 介绍，一款新药从研发到获批平均需要约 12 年时间，其中信息处理和研发运营环节约占整体周期的 40%。他认为，新一代 AI 工具有望显著压缩这两部分时间，将整体研发周期缩短至约 7 至 8 年，但动物实验、人体临床试验等生物学验证环节的加速空间仍然有限。此外，他预计，通过提高 AI 在候选药物质量和安全性预测方面的能力，未来药物研发的成功率有望从目前的约 8% 提升至约 16%，但最终仍需通过长期的实验验证。

过去一年，Anthropic 已持续扩充其生命科学团队，并建立了湿实验室，同时公开招聘了多项生物学及生命科学相关职位。有业内人士透露，该公司近期一直在积极招募来自大型制药企业和知名科研机构的人才，为推进相关研发项目做准备。尽管 AI 正在不断改变药物研发的方式，但业内专家普遍认为，即使研发效率有所提升，新药上市仍需经历严格且漫长的实验和监管审批流程。AI 可以帮助缩小候选范围、优化研究方向，但无法替代现实世界中的实验验证，这意味着 Anthropic 的自主药物研发项目距离产生实际的临床成果仍需较长时间。