Anthropic 正式进军药物研发领域，其项目将专注于新药开发的前期及临床前研究阶段。此举旨在增强其自身的科研实力，并为生命科学行业构建更先进的 AI 工具。在全球主要的大型模型公司中，Anthropic 是少数几家公开表示将直接参与药物研发，而非仅仅提供 AI 工具的公司之一。

Anthropic 将 Claude Science 定位为一款科研工作台，旨在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。在一次活动中，该公司展示了 Claude Science 的应用案例，例如加州大学旧金山分校（UCSF）的一位研究人员利用该平台在几分钟内识别出了实验中的病毒污染，而此前该研究团队耗时一年未能发现此问题。

该系统还能够在一小时内分析 100 种罕见遗传疾病，并筛选出 32 个有潜力进行进一步计算筛选的方向。与许多 AI 公司仅向制药企业提供技术平台不同，Anthropic 此次宣布将亲自着手药物研发。然而，该公司尚未披露首批具体的研究目标，也未说明未来若发现有前景的候选药物，将采取自主推进还是与其他机构合作进行后续的动物实验、临床试验及生产制造。

近年来，AI 在药物研发领域的应用日益广泛。OpenAI、Google、Amazon 等公司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扩展 AI 的应用范围。AstraZeneca、Novo Nordisk、GSK 等公司已将 AI 整合到药物筛选、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。然而，药物最终能否成功上市，仍取决于大量的临床验证。

英国伦敦大学学院药物研发教授 Matthew Todd 补充说，目前还没有完全由 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。AI 主要作用在于加速候选药物的发现和研究效率，而不能取代整个研发流程。

英国牛津大学结构化生物学教授 Frank von Delft 同样认为，尽管 AI 可以提高研究效率，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。这些流程不仅需要巨额资金和专业人才，也耗时较长，因此 AI 很难显著缩短整个研发周期。

在一次活动中，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大约 12 年时间，其中信息处理和研发运营环节约占整个周期的 40%。他预测，新一代 AI 工具能够显著缩短这两部分时间，将整体研发周期压缩至约 7 至 8 年。然而，动物实验和人体临床试验等生物学验证环节仍然难以大幅提速。此外，他预计通过 AI 提高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来验证。

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的职位。有业内人士透露，该公司近期一直在积极吸引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高，新药上市仍需经历严格且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生临床成果仍需时日。