Claude Science亮相：AI進入藥物探索，也進入科學責任的檢查線

在許多被忽略疾病的研究現場，瓶頸未必只是不知道該往哪裡找藥，也包括沒有足夠人力把基因體、蛋白結構、化合物資料庫與高效能運算接起來。Anthropic新推出的Claude Science，正是瞄準這段長而瑣碎的科研流程：讓AI不只回答問題，而是協助執行分析、調用工具、留下可追溯的研究紀錄。

NewsBytes將這項消息描述為Anthropic宣布針對被忽略疾病的AI藥物發現計畫；不過，從Anthropic與產品頁面的說法看，Claude Science本身並不是只為 neglected diseases 設計的單一藥物開發專案，而是一款面向科學研究的beta工作台。Anthropic同時宣布，將支持最多50個「AI for Science」Claude Science專案，每案可獲最高3萬美元額度，申請至2026年7月15日截止，這才是它與特定科研題目、包括可能的疾病研究連結最直接的地方。

這個工作台預先配置了基因體學、單細胞分析、蛋白質體學、結構生物學與化學資訊學等領域所需的技能與連接器。依產品說明，它可以協助研究者查詢科學資料庫、執行分析流程、管理從筆電到叢集與GPU的計算資源，並產生較容易審核的研究產物；對藥物探索而言，這可能涵蓋蛋白結構預測、分子設計、虛擬篩選、酵素工程，或大規模單細胞資料分析。

Modal的整合說明補上了較具體的一角：研究者可把Claude Science連到自己的Modal工作區，讓需要GPU或大量CPU並行的工作負載自動送往雲端沙盒執行。Modal也表示將為Anthropic的AI for Science Claude Science cohort提供最高10萬美元運算資源，單一專案約500至2000美元不等。這使Claude Science不只是文字介面，而更像是把對話、程式、資料庫與可擴充運算黏合在一起的研究環境。

但生物醫學AI的價值，不會在漂亮的工作流中自動成立。若用於冷門疾病或被忽略疾病，最現實的挑戰常是資料稀少、疾病模型不成熟、臨床端點難以定義，甚至缺乏足夠商業誘因把候選分子推進昂貴的實驗與人體試驗。AI可以加速假說生成與候選排序，卻不能取代濕實驗、動物模型、毒理學、製程開發與監管審查。

另一個關鍵是可稽核性。Anthropic強調Claude Science會產生可追溯的研究產物，並支援引用與計算的背景檢查；這對科學研究尤其重要，因為AI若只是輸出看似合理的答案，反而可能把錯誤資料、不可重現的分析或被誤解的文獻帶進研發管線。真正能讓研究者採用的，不是AI語氣有多篤定，而是每一步是否能重跑、能查證、能交給同行檢視。

因此，Claude Science較合理的定位，是一套可能降低計算生物學與早期藥物探索門檻的基礎工具，而不是新藥發現的保證。它能否在被忽略疾病上產生具體成果，還要看獲選專案會選擇哪些疾病、使用哪些資料集、如何驗證模型輸出，以及候選分子能否走出電腦，進入可靠的實驗證據鏈。