Anthropic进军AI药物研发 从对象供给商到潜在制药企业

从近期动向看，Anthropic 似乎已经在为此做预备。 以前一年里，公司持续雇用生物学相干人才，并筹建本身的湿实验室，同时在公开雇用平台上宣布多条生命科学岗亭雇用信息。 Han 泄漏，Anthropic 在这一范畴“一向积极招人”，甚至向多位学术界同事发出邀约。 他表示，本身懂得到 Anthropic 已从大年夜型制药公司以及部分顶尖学术机构成功挖走了一些专业人才，但并未泄漏具体姓名。

更具野心的是，Anthropic 不再知足于仅做对象供给商，还公开表示筹划亲自开辟药物。 负责生命科学营业的负责人 Eric Kauderer-Abrams 在接收采访时表示，公司将重点对准“被忽视”的疾病范畴，欲望经由过程 AI 帮助发明新的治疗筹划。 在当下 AI 药物研发烧潮中，OpenAI、亚马逊、Google等科技巨擘均推出了各自的生命科学平台，但 Anthropic 的表态是今朝少数几例由前沿通用 AI 模型公司直接宣布要本身研发药物的公开举措之一。 这也使其处于一个颇为奥妙的地位：一方面向浩瀚制药企业出售软件对象，另一方面又可能成为这些客户在药物研发上的潜在竞争敌手。

“AI 药物发明”这几个字背后，是一个定义极其宽泛的概念。 剑桥大年夜学传授、AI 生物科技始创公司 CardiaTec 结合开创人 Namshik Han 认为，AI 已经被应用在药物发明的“每一个阶段”，从筛选和优化新化合物，到帮助科研、数据分析、临床实验甚至临盆制造，都可见其身影。 伦敦大年夜学学院药物发明传授 Matthew Todd 也提出类似看法，称“AI 药物发明”几乎已经成为一个“兜底式用语”，用来指代这一整套广泛的应用处景。

业内人士指出，Anthropic 的这一动作，实际上把公司推入了一个更广泛的比赛之中。 与其一同介入比赛的，包含 Insilico 等“AI 优先”的药物公司、由Google DeepMind 分拆出来的 Isomorphic Labs，以及大年夜量自建或收购 AI 对象的传统生物科技和大年夜型制药企业。 尽管声势浩大年夜，Anthropic 至今供给的具体信息仍相当有限：他们没有解释假如发明有前景的候选药物将若何推动，也未回应关于首批拟针对哪些疾病、是否会与其他机构合作完成实验室研究、动物实验、临床实验以及临盆制造等细节问题。

尽管如斯，专家广泛认为，AI 对药物研发的改变仍处在早期阶段。 Han 指出，阿斯利康、诺和诺德、GSK 等制药巨擘已构造浩瀚 AI 项目，应用模型为已知病理通路或现有靶点生成可能的候选分子，赞助科研人员发明可与特定受体互相感化的新分子构造。 Todd 则强调，AI 在加快科研、赞助“路测”新药假想方面异常有效，可以在宏大年夜的化学和生物空间中筛查潜在筹划，找出在人力和传统对象下很难或要消费大年夜量时光才能发明的接洽。 结合 Anthropic 在前沿模型上的优势，外界广泛推想其将重要应用生成式 AI，在化合物与生物靶点的海量组合中进行搜刮和推荐，帮助研究人员提出新的药物设计思路、辨认新的疾病靶点，或为既有药物寻找新的适应症。

然而，从“提出药物构思”到“真正有药物进入临床并获批上市”，距离依然遥远。 Todd 表示，今朝距离第一款完全由 AI 设计并经由过程监管赞成的药物进入市场仍然“相去甚远”，全部发明和开辟过程在相当长时光内都无法做到全主动化，人类专家的介入和监督仍是必须。 Todd 和 Han 同时指出，缺乏大年夜量公开的、高质量实验数据——尤其是化合物在人体内具体行动的详尽记录——构成了现阶段的关键瓶颈，即便在研究最深刻的生物学范畴，人类对很多机理的懂得仍存在巨大年夜空白。

牛津大年夜学构造化学生物学传授、牛津药物发明中间蛋白晶体学负责人 Frank von Delft 认为，"大众,"对强大年夜 AI 模型的等待不无事理，但当前技巧“还远未接近让实验变得不再须要”的地步。 药物候选分子仍需在实际世界中接收关于疗效、毒性以及配制、储存和安然给药等多方面的考验，这些环节须要大年夜量专业人员投入巨额资金和时光，尤其是开展人体临床实验时，很多看似有前景的候选药物往往会折戟。von Delft 直言，假如 Anthropic 真要亲自开辟药物，“就不得不在实验上投入巨资”。

即便如斯，在如斯复杂的研发体系下，无论 Anthropic 最终选择对准哪类疾病，真正看到成果都将是多年之后的工作。 以传统药物开辟周期为例，一款新药从立项到完成临床实验往往须要接近十年时光，Todd 称在药物测试上“老是存在巨大年夜的时光滞后”，因为要经由过程实验来证实某种候选药物的安然性和有效性，本身就是一项耗时漫长的工作。 迄今为止，还没有任何一款由 AI 设计的药物成功完成全部临床实验并获得 FDA 赞成上市，已有少数候选药物进入临床阶段，但外界很难精确断定 AI 在其研发过程中具体发挥了多大年夜感化，以及这些药物是否能在疗效上明显超出传统研发路径的产品。

在专家看来，AI 能明显加快的是“搜刮”与“假想”的部分，而真正决定药物成败的，仍是那些在实际世界中、以严谨而迟缓的方法开展的实验与实验。 对 Anthropic 而言，这意味着从畅想 AI 改写药物发明，到承担起高投入、高风险的经久实验义务，是一次跨度巨大年夜的角色改变。