Anthropic把Claude推向藥物發現，第一站鎖定被忽視疾病

當生成式AI進入生命科學，它最有價值的時刻未必是產生漂亮答案，而是能否把龐雜的實驗資料、分子模型與計算流程串成可檢驗的研究路徑。Anthropic近日推出面向科學家的AI工作平台Claude Science，並表示將把這套系統用於內部藥物發現計畫，初步方向是長期缺乏商業投資的被忽視疾病。

根據Anthropic於6月30日公布的資訊，Claude Science被定位為「科學家的AI工作台」，整合常用研究工具、軟體套件、可稽核的分析產物，以及取得運算資源的能力。該平台目前以測試版形式提供給Claude Pro、Max、Team與Enterprise用戶，支援macOS與Linux環境。

這項工具的生命科學功能涵蓋範圍相當廣。Anthropic稱平台內建超過60項策畫過的技能與連接器，可用於基因體學、單細胞分析、蛋白質體學、結構生物學、化學資訊學等流程。外媒報導也指出，Claude Science可協助呈現3D蛋白質結構、化學分子模型與基因組瀏覽軌跡，讓研究者在同一工作空間內處理資料分析、程式執行與科學資料庫查詢。

真正使這次發布超出一般研究助理工具的，是Anthropic同步釋出的藥物開發意圖。The Verge報導，Anthropic生命科學負責人Eric Kauderer-Abrams表示，公司將聚焦被忽視疾病的治療發現；Times of India也報導，Anthropic正啟動內部臨床前藥物發現計畫，並計畫以Claude Science尋找相關治療方向。不過，目前尚未公開會鎖定哪些疾病，也未清楚說明後續實驗室驗證、動物試驗、臨床試驗或製造環節將如何安排。

在實際生物醫學用途上，Claude Science比較接近一個能操作研究流程的整合平台，而不是直接「發明新藥」的黑盒。Anthropic表示，早期測試者已把它用於單細胞RNA定序分析、CRISPR篩選設計、蛋白質結構預測、化學資訊學與其他生醫研究任務。這些工作確實位於現代藥物發現的核心：從找出疾病相關靶點，到設計分子、評估結構與篩選候選物，都可能因自動化與更好的資料銜接而加速。

但速度不是藥物開發唯一的瓶頸。外部藥物發現專家在相關報導中提醒，AI可以協助許多早期探索階段，卻不能取代濕實驗、毒性評估與人體臨床試驗。對監管機構與研究社群而言，關鍵問題也不只是模型能否提出候選分子，而是資料來源是否可靠、推論過程能否追溯、實驗結果能否重現，以及安全性證據是否足以支持進入下一階段。

Anthropic稱Claude Science運行於既有模型家族，並已通過專門的生物安全評估；這一點在AI進入生物設計場景時格外敏感。若平台能降低研究者使用計算工具的門檻，對資源不足的疾病領域可能有實際幫助；但若缺少公開的目標疾病、驗證資料與合作架構，這項計畫目前仍較像一個方向宣示，而非可評估療效前景的藥物管線。

背景脈絡

近來生成式AI在藥物開發中的角色，正從文獻搜尋、程式輔助與文件整理，逐步延伸到分子設計、實驗規劃與資料解讀。Anthropic的新動作把這股趨勢推向更具責任重量的一端：若AI要參與被忽視疾病的治療發現，它必須面對的不只是演算法效率，還有誰提供樣本、誰執行驗證、誰承擔臨床風險，以及最後療法能否真正抵達需要它的人。