Claude Science把AI藥物發現拉進可稽核工作流

大型語言模型進入生命科學的下一步，未必是更像科幻小說的自動發明藥物，而是更接近實驗室日常的瑣碎環節：找文獻、接資料庫、跑分析、畫圖、檢查流程是否可重現。Anthropic推出Claude Science，意義正在於此。它把AI從對話框推向研究工作台，也把藥物發現中最容易被低估的問題攤開：科學判斷不是一句漂亮回答，而是一連串必須能追溯、能重做、能被同行挑戰的步驟。

Anthropic在6月30日宣布Claude Science進入beta，開放給Claude Pro、Max、Team與Enterprise用戶。依公司說法，這套工作台整合常用研究工具、科學資料庫、軟體套件、可稽核產物與運算資源，並內建超過60項針對基因體學、單細胞分析、蛋白質體學、結構生物學與化學資訊學等領域的技能與連接器。換句話說，它主打的不是單一模型能力，而是讓研究者在同一環境中完成資料處理、分子或蛋白結構視覺化、基因體瀏覽與結果整理。

在生物醫學應用上，Anthropic列出的場景包括蛋白質結構預測、CRISPR篩選設計、化學資訊分析，以及由Manifold Bio進行的靶點提名工作。這些例子都落在早期研發的關鍵地帶：研究者試圖從龐雜資料中縮小搜尋空間，判斷哪些蛋白、路徑或分子值得送進下一輪實驗。若工作台能把輸入資料、分析程式、模型輸出與中間判斷保存下來，對於團隊協作與後續審查會有實際價值。

更具爭議的，是Anthropic據報不只想提供工具，也有意展開內部藥物發現計畫，方向包含被忽視疾病。The Verge報導指出，Anthropic生命科學負責人Eric Kauderer-Abrams在AI for Science活動中談到這項努力；《印度時報》也稱公司正啟動內部臨床前藥物發現計畫。不過，相關報導同時顯示，Anthropic尚未明確說明目標疾病、候選藥物後續開發路線、臨床試驗策略、製造安排或外部合作夥伴。

這些空白很關鍵。AI可以協助找出可能的靶點、設計分子、比對結構或預測性質，但候選分子離藥品仍有很長距離。細胞與動物實驗要確認效力與機制，毒理研究要排除不可接受的風險，人體試驗則要證明安全性與療效；最後還要經過法規審查、品質控管與量產設計。外部專家對The Verge提醒的重點也在此：AI能加快若干階段，卻不能替代實驗驗證與臨床證據。

商業脈絡同樣清楚。《金融時報》報導，Claude Science是Anthropic首個專為科學家推出的產品，並把製藥與科研企業客戶視為潛在收入來源；其生命科學布局已牽涉Novo Nordisk、AstraZeneca等藥廠客戶，並包括收購生技新創Coefficient Bio。對藥廠而言，這類平台若能降低資料分析與流程管理成本，可能比「AI發明神藥」的口號更快進入採購與日常使用。

### 背景脈絡

這波消息的新增重點，不在於又一次宣稱AI可用於藥物發現，而在於大型模型公司開始把科研工具、企業客戶與自研藥物想像接成一條更長的鏈。Claude Science若要在生物醫學現場站穩，必須證明它能處理真實資料的雜訊、權限與再現性問題，也要在模型錯誤、資料來源與決策責任上留下清楚邊界。真正的分水嶺，會出現在候選想法走出螢幕、接受實驗與法規檢驗的那一刻。