Anthropic 公司在月初举办的“The Briefing: AI for Science”活动上，不仅推出了面向科研人员的新平台 Claude Science，还宣布将启动自主药物研发项目。该项目将专注于那些因商业回报有限而长期被传统药企忽视的“被忽视疾病”领域。

该研发项目将侧重于新药研发的早期阶段及临床前研究。Anthropic 希望借此提升自身的科研能力，并为生命科学领域构建更完善的 AI 工具。在全球主要的 AI 大模型企业中，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，能够整合分散的科研工具和数据集，提供数据分析、图表生成以及科研辅助等功能。在活动中展示的一个案例显示，加州大学旧金山分校（UCSF）的一名研究人员利用 Claude Science 在数分钟内发现了实验中的病毒污染，而这一问题此前困扰该团队长达一年。

此外，Anthropic 透露，该系统能在不足一小时内分析 100 种罕见遗传疾病，并筛选出 32 个具有计算筛选潜力的候选方向。与许多主要向制药公司提供技术平台的 AI 企业不同，Anthropic 此次表明将亲自涉足药物研发。尽管如此，Anthropic 尚未公布首批具体的研究目标，也未说明后续流程将如何进行，例如是自主推进还是寻求合作完成动物实验、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日益广泛。OpenAI、Google、Amazon 等公司均已推出面向生命科学的 AI 平台。Google DeepMind 旗下的 Isomorphic Labs 以及 Insilico Medicine 等 AI 制药企业也在积极推进相关研究。

与此同时，传统制药巨头如 AstraZeneca、Novo Nordisk、GSK 等也在不断拓展 AI 的应用范围，将其应用于药物筛选、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手段，但要实现完全由 AI 设计并成功上市的新药，仍有很长的路要走。

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 几乎可以贯穿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，关键仍在于大量的临床验证。

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。AI 主要在加速候选药物的发现和研究效率，但不能替代整个研发流程。

英国牛津大学结构化学生物学教授 Frank von Delft 也表示，尽管 AI 能提高研究效率，但实验环节的重要性并未因此削弱。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，还需要相当长的时间，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 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整体周期的 40%。他预计，新一代 AI 工具能够显著压缩这两部分的时间，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的加速空间有限。他还预测，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%，但这仍需通过长期的实验验证。

过去一年，Anthropic 持续扩张其生命科学团队，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相关职位。有业内人士透露，该公司近期积极吸纳来自大型药企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模式，但专家普遍认为，即使研发效率有所提升，新药上市仍需经历严格漫长的实验和监管审批流程。AI 能够帮助缩小候选药物范围、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在真正产生临床成果之前，仍需较长时间。