Anthropic把Claude推進藥物發現，首波鎖定被忽略疾病

新藥研發最昂貴、也最容易失望的部分，常常不是提出一個漂亮假說，而是把它一步步帶過真實生物系統的檢驗。Anthropic最新動作之所以引人注意，正在於它不只推出科學研究用的AI工作台Claude Science，還表示將啟動內部的臨床前藥物發現計畫，把模型能力直接用於尋找被忽略疾病的治療線索。

根據Anthropic於6月30日發布的說明，Claude Science目前以測試版形式提供給Claude Pro、Max、Team與Enterprise使用者，定位為科學家的AI工作環境。它整合常見研究工具、套件、可稽核的工作成果，以及可彈性調度的運算資源；公司並稱系統已預先配置基因體學、單細胞分析、蛋白質體學、結構生物學、化學資訊學等流程，搭配逾60項策展技能與連接器。

藥物發現是這套工具最具象徵性的應用場景。外媒報導指出，Anthropic生命科學負責人Eric Kauderer-Abrams表示，公司將展開內部臨床前藥物發現計畫，早期方向會放在被忽略疾病。這類疾病往往患者多在低收入或資源不足地區，商業誘因有限，傳統藥廠投入不足；若AI能降低早期篩選與假說生成成本，確實可能為冷門適應症打開一些空間。

不過，目前可公開確認的細節仍相當有限。Anthropic尚未披露將鎖定哪些疾病、候選分子會是小分子或生物製劑，也未說明後續是否會與學術實驗室、CRO、藥廠或非營利組織合作完成濕實驗、動物研究、臨床試驗與製造。換言之，這項計畫目前更接近早期研發能力的宣示，而不是已有候選藥物進入開發管線。

Claude Science可處理的任務包括結合程式工具、科學資料庫與運算環境，並呈現蛋白質結構、化學模型與基因組瀏覽軌跡。這些功能若落在藥物研發流程中，可能用於整理文獻與資料、提出靶點假說、比對蛋白結構、設計或篩選候選化合物，並把分析步驟保留下來供團隊追蹤。對生命科學研究而言，「可追溯」比「會回答」更接近實際需求，因為錯誤推論一旦進入實驗設計，成本會迅速放大。

真正的門檻仍在模型之外。獨立專家對The Verge指出，AI藥物發現離不開現實世界實驗、藥效與安全性驗證，以及漫長的臨床開發。即使模型能更快產生候選分子，仍必須證明它們在細胞與動物模型中有效、具可接受毒性，並在人體試驗中顯示臨床利益；監管機關也會要求資料來源、分析流程與關鍵決策能被審查，而不是只接受模型輸出的結論。

背景脈絡

近來生成式AI正從文獻整理、程式輔助與資料查詢，逐步進入藥物開發的核心工作流。但這次較新的訊號是，Anthropic不只把Claude Science賣給研究者使用，也準備用同一套平台推進自家早期藥物探索。若它能在被忽略疾病領域拿出可重複、可驗證的臨床前成果，將為大型語言模型在生物醫學中的角色提供更具體的答案；在那之前，這仍是一場必須由實驗數據而非產品敘事來裁決的試驗。