Anthropic公布药物研发最新进展和案例：已覆盖多个研发环节

Anthropic最新披露的药物研发项目地图，展示出这家AI公司在生物医药领域的完整布局。从CAR-T设计、抗体生成和先导物优化，到生产审核、监管申报、临床规划和Biotech公司运营，Claude正在从辅助工具变成执行研发流程的智能体。与此同时，打造分子生物学实验室、收购Coefficient Bio和Mithril Medicine，则让Anthropic从模型供应商进一步转向药物研发的直接参与者。

六大合作案例细节：CAR-T基因缩短70%，一个月生成数万种抗体

Anthropic最新披露的合作方包括BigHat Biosciences、百时美施贵宝（Bristol Myers Squibb Company）、Divergence Labs、Enveda、Generate Biomedicines和The Column Group。这些项目分布在药物开发的不同阶段，反映出Anthropic是从生物医药的整个研发流程出发，寻找AI解决方案。

以Claude的视角来看，这一模型已经开始涉及执行多步骤研发任务，具体成果相当可观：

• Generate Biomedicines（CAR-T疗法改造）：六名科学家使用Claude Code为CAR-T疗法的关键遗传指令片段提出新设计方案。其中一个方案比标准版本缩短约70%，实验室测试显示，免疫细胞产生的受体数量约为原来的10倍，肿瘤细胞杀伤效率更高，免疫细胞活跃时间也更长，为CAR-T从血液肿瘤扩展至实体瘤带来可能。
• Divergence Labs（食物过敏新疗法）：Claude先把治疗目标转化为设计计划，在约一个月内生成3.5万种抗体候选设计。
• BigHat Biosciences（先导物优化）：Claude不仅提出分子修改方案，还重新分析实验数据，帮助团队调整指标，并设计下一轮实验。团队在约10周内设计并测试1010种分子变体，部分优化后的抗体与靶标结合能力提高数倍。
• Enveda（制造文件审核）：Claude被用于审核1061页药物制造文件，识别出人工审核发现的全部11项问题，并额外提示7项潜在问题。人工审核时间从超过25小时缩短至不足3小时。
• 百时美施贵宝（临床开发方案）：BMS使用Claude分析早期临床开发方案，辅助评估不同试验路径，为临床试验规划提供决策支持。

The Column Group作为投资机构也出现在合作名单中，进一步显示了Anthropic与资本方在药物研发领域的深度绑定。

收购“一人药企”，18个月将罕见病候选药推进至小鼠实验

Anthropic此次最引人关注的动作，是收购了Mithril Medicine——一家由创始人Cody Tranbarger独立运营的微型生物技术公司。

Mithril Medicine专注于两种罕见儿童肌肉萎缩症的治疗研究。Tranbarger此前借助Claude协调与11家外部实验室的合同、物流和实验安排，并将公司大量运营事务委托给Claude处理。在几乎没有全职团队的情况下，这家“一人药企”在不到18个月内，将其中一种肌肉萎缩症的候选疗法从概念推进至小鼠实验阶段，并取得了初步积极结果。

收购完成后，Tranbarger已正式加入Anthropic，继续推进上述研究，并计划启动多个新项目。Anthropic表示，若候选药物持续表现良好，预计最早于2028年底具备启动人体临床试验的条件。

自建分子生物学实验室：从模型供应商变成药物研发者

在外部合作之外，Anthropic还同步强化自身的药物研发基础设施。公司已建立分子生物学实验室，并接连收购计算生物学公司Coefficient Bio和“一人药企”Mithril Medicine。这一系列动作意味着Anthropic不再满足于向药企出售AI能力，而是亲自下场参与药物研发。

从靶点研究、分子设计、先导物优化，到药品生产、监管申报和临床试验规划，Claude正在全流程层面承担执行任务。Anthropic在招股书的《致投资者信》中，将生物学和医学列为AI可能产生重要价值的领域，认为AI可以加快癌症、阿尔茨海默病、心脏病、罕见遗传病和重大传染病的研究，并改变药物开发方式。

不过，招股书也提示了相应风险：公司正在进入过去缺少经验的领域，需要处理生物和化学材料，运营实验室和机器人设备，并遵守生物安全、环境、职业健康和临床研究规定。“相关候选药物需要经历长期开发和审批，也可能无法产生收入。”

大模型巨头为何集体看上制药：高价值与长周期并存

Anthropic并非唯一盯上制药赛道的大模型公司。OpenAI、谷歌、字节跳动等科技公司也在进入这一领域。AI制药公司晶泰科技相关人士对第一财经记者表示：“新的、重量级玩家加入，行业竞争更激烈了。”尤其是在编程（Coding）成为大模型商业化的重要场景之后，头部AI公司需要寻找下一个能够发挥模型能力、形成商业价值的应用领域。

大模型公司集体涌向制药业，背后的逻辑不难理解：药物研发的瓶颈并不只存在于分子发现阶段，还分散在实验设计、数据分析、制造、监管申报和临床试验等环节。AI如果能够参与整个流程，潜在价值就不只是帮助科学家找到更多候选分子。

• 优势在于：药物研发任务价值较高，企业愿意为缩短周期和提高成功率付费，真实项目也能帮助Anthropic改进模型和产品。
• 难点同样明确：药物研发周期长，监管责任重，结果难以快速验证，目前也没有独立收入数据证明商业模式已经成立。

这些案例目前主要来自企业合作研究，尚不能证明AI能够提高药物临床成功率。尤其是分子结合能力、受体表达量的改善，与最终药物疗效之间仍存在距离。但Anthropic正沿着这条“从工具到智能体、从供应商到研发者”的路径，试图重新定义AI在药物研发中的角色。