Anthropic 宣布将涉足药物研发领域，其项目将专注于新药发现的早期阶段及临床前研究。此举旨在提升公司自身的科研能力，并为生命科学界开发更先进的 AI 工具。在当前全球领先的大模型企业中，Anthropic 是少数几家明确表示将直接参与新药研发，而非仅仅提供 AI 工具支持的公司之一。

据 Anthropic 介绍，Claude Science 被设计为一个科研工作平台，能够整合分散的科研工具和数据集，并提供数据分析、图表生成以及科研辅助等功能。在发布会上，公司展示了多个应用实例，例如加州大学旧金山分校（UCSF）的一位研究人员利用 Claude Science 在短短几分钟内便发现了实验中的病毒污染，而此前研究团队耗时一年仍未察觉。

Anthropic 还指出，该系统能够在不到一小时的时间内分析 100 种罕见遗传疾病，并初步筛选出 32 个有潜力进行进一步计算筛选的候选方向。与许多 AI 公司主要向制药企业提供技术平台不同，Anthropic 此番宣布将亲自进行药物研发。然而，Anthropic 尚未公布首批具体的研发对象，也未明确未来若发现有前景的候选药物，将是自行推进后续的动物实验、临床试验及生产制造，还是寻求与其他机构合作。

近年来，AI 在药物研发领域的应用日益受到关注。OpenAI、Google 和 Amazon 等公司已纷纷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 制药公司也在持续推进相关研究。

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。

业界普遍认为，AI 已成为现代药物研发的重要辅助工具，但距离完全依赖 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 表示，AI 几乎可以渗透到药物研发的整个过程，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。然而，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 指出，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。他认为，AI 主要是在加速候选药物的发现和研究效率，但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 也表示，尽管 AI 能够提高研究效率，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个阶段的验证。这些流程不仅需要大量的资金和专业人员，也耗时较长，因此 AI 很难显著缩短整个研发周期。

在发布会上，诺华（Novartis）首席执行官 Vas Narasimhan 提到，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总周期的 40%。他预测，新一代 AI 工具有望显著缩短这两个环节的时间，将整体研发周期缩减至约 7 至 8 年，但动物实验和人体临床试验等生物学验证环节的加速空间仍然有限。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% 提高到约 16%，但这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（Wet Lab），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，新药上市仍需经过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 自主药物研发项目距离产生实质性的临床成果仍需较长时间。