Anthropic 在其近期举办的“The Briefing: AI for Science”活动上，推出了面向科研人员的新平台 Claude Science，并宣布将启动一项自主药物研发计划。该计划将重点关注传统制药企业因商业回报有限而忽视的“被忽视疾病”领域。

Anthropic 计划将该项目聚焦于新药研发的早期阶段及临床前研究。此举旨在提升公司自身的科研实力，同时为生命科学领域构建更全面的 AI 工具。在当前全球领先的大型语言模型企业中，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 工具的公司之一。

Claude Science 被定位为一个科研工作台，能够整合各类分散的科研工具和数据集，并提供数据分析、图表生成以及科研辅助等功能。活动中展示的案例包括，美国加州大学旧金山分校（UCSF）的一名研究人员利用 Claude Science 在短短几分钟内就发现了实验中的病毒污染，而这一问题此前研究团队耗时一年仍未察觉。

此外，Anthropic 表示，该系统可以在不到一小时内分析 100 种罕见遗传疾病，并筛选出 32 个值得进一步计算筛选的潜在方向。与许多主要向制药公司提供技术平台的 AI 企业不同，Anthropic 此次宣布将亲自涉足药物研发。然而，Anthropic 尚未披露首批具体的研究目标，也未说明未来若发现有潜力的候选药物，将采取自主推进还是与其他机构合作完成后续的动物实验、临床试验及生产制造等环节。

近年来，AI 在药物研发领域的应用热度持续攀升。包括 OpenAI、Google 和 Amazon 在内的多家企业已推出面向生命科学的 AI 平台。同时，Google DeepMind 旗下的 Isomorphic Labs 以及 Insilico Medicine 等 AI 制药公司也在积极推进相关研究。

与此同时，传统制药企业也在不断拓展 AI 的应用范围。AstraZeneca、Novo Nordisk 和 GSK 等公司已将 AI 整合到药物筛选、分子设计、数据分析以及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 的联合创始人 Namshik Han 指出，AI 能够介入药物研发的几乎所有环节，包括发现候选化合物、优化分子结构、分析实验数据以及辅助临床研究等。但他强调，最终决定药物能否成功上市的关键仍然是大量的临床验证。

英国伦敦大学学院药物研发教授 Matthew Todd 也提到，目前尚无完全由 AI 设计的新药完成所有临床试验并获得美国食品药品监督管理局（FDA）的批准上市。他认为，AI 主要在于加速候选药物的发现和研究效率，而无法替代整个研发流程。

英国牛津大学结构化学生物学教授 Frank von Delft 同样表示，尽管 AI 能提高研究效率，但实验环节的重要性并未因此减弱。候选药物仍需经过毒性、安全性、药效以及人体临床试验等多重验证。这些流程不仅需要巨额资金和专业人才，还需要较长时间，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%。他预测，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，但动物实验和人体临床试验等生物学验证环节仍难以大幅加速。此外，他预计通过 AI 提升候选药物的质量和安全性预测能力，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。

在过去一年中，Anthropic 已持续扩充其生命科学团队，并建立了自有的湿实验室（Wet Lab），同时公开招聘了多项生物学及生命科学领域的职位。有业内人士透露，该公司近期积极招募来自大型制药企业及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，但行业专家普遍认为，即使研发效率有所提升，新药上市仍需经过严格而漫长的实验和监管审批流程。AI 能够帮助缩小候选范围、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出临床成果仍需要相当长的时间。