TronGreen

AI 產業與研究AI 與生技

Anthropic 稱 Claude 助藥物開發:六家合作多屬臨床前,數據為自述

Anthropic 於 10 月 27 日發表研究文章,稱與 BigHat、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group 六家機構合作數月,並收購 Mithril Medicine 啟動自家藥物計畫。

三欄編輯示意圖:流程與文書類、實驗室與設計類、臨床前至人體試驗,標示各成果階段不同且數字為 Anthropic 自述
編輯示意圖(非原始資料圖表):整理 Anthropic 2026 年 10 月 27 日文章中的自述成果階段。

文中數字包括 Enveda 審閱時間減少 89%、Divergence 約 3.5 萬個抗體設計;公司自述多數結果仍屬臨床前,且文章未說明是否經同儕審查。本文由同為 Anthropic 開發的 Claude 協助撰寫,閱讀時請留意利益關係。

重點摘要

最可驗證的進展是文書與流程類(Enveda 審閱由逾 25 小時降到不到 3 小時);藥效類結果多為實驗室或小鼠數據,皆為公司或夥伴自述。各合作案階段不同;其中 Mithril 計畫若候選持續表現良好,Anthropic 預期最快 2028 年底可開始人體試驗。

文章目錄

Anthropic 說了什麼

Anthropic 科學團隊在 10 月 27 日的文章中表示,過去數月與六家藥物開發相關機構做深度合作:BigHat Biosciences、Bristol Myers Squibb(BMS)、Divergence Labs、Enveda、Generate Biomedicines 與 The Column Group。公司同時宣布收購單人公司 Mithril Medicine,並開始自己的藥物探索工作。

該文自述研究「仍處早期」,多數結果屬臨床前,也就是藥物尚未在人體測試。文章未說明各項結果是否經同儕審查;依該頁說法,各合作方另有技術報告連結,本文未逐份查閱。

各合作方的具體數字(皆為 Anthropic 文中自述)

Generate Biomedicines:六位科學家用 Claude Code 為 CAR T 細胞療法的一段基因指令提出新設計,目標是延伸到實體腫瘤。其中一個設計比標準版短約 70%;實驗室測試中,免疫細胞產生的受體約為十倍,殺傷腫瘤細胞較有效率且活性維持較久。

Divergence Labs(食物過敏):Claude 在約一個月內大致自主產生約 3.5 萬個抗體設計;初步測試找到 3 個能結合 IgE 的設計與 20 個能把 IgE 從免疫細胞上移開的設計,其中 3 個的移開效果優於標準藥物。下一步是把兩個「手臂」合成單一藥物。

BigHat Biosciences:Claude 連接實驗室資料系統,針對兩個抗體片段候選提出修改,約十週內製作並測試約 1,010 個變體。文章稱最佳版本結合力提高超過 10 倍,抗癌候選在溶液中的耐熱度高 18°C,長效候選的聚集速度慢超過 100 倍;團隊並與 Anthropic 研究員重新分析原始資料,認為原本的穩定度指標可能誤導。

Enveda:該公司稱製造化學人員最多七成五時間花在文書。在 1,061 頁文件測試中,Claude 找出人工審查發現的全部 11 個問題,另標出 7 個人工遺漏的問題;人工審閱時間由超過 25 小時降到不到 3 小時(減少 89%)。Claude 起草兩份法規文件,其中一份耗時 4 小時,人工約需三個月;另一份有一處小錯誤,由 Enveda 的標準人工審查發現。

The Column Group 正設立新公司 Pleiades,其第一項 Claude 技能用於評估藥物標的是否值得投入,已在 45 組標的與疾病配對上評估,但文中未給成果數字。BMS 則用 Claude 評估一項早期藥物的臨床試驗計畫與成功機率,合作預計 2027 年擴大,同樣沒有報告結果。Mithril 創辦人使用 Claude 協調與 11 家外部實驗室的合約、後勤與實驗,一項療法在不到 18 個月內由構想走到有希望的小鼠結果;Anthropic 表示,若候選持續表現良好,該藥物最快可於 2028 年底準備開始人體試驗。

背景與限制:哪些數字能驗證、哪些不能

同一週(10 月 28 日),Anthropic 另宣布擴大「AI for Science」計畫,公告中具名列出 20 個基金會、研究機構與專案夥伴,並稱計畫已支持數百個專案;該頁未列出額度、資格或使用限制,因此本文不把它視為藥物成果的佐證。

就可查核程度而言,文書類結果(審閱時間、起草時間)最容易由他方複製,因為輸入與比對標準較明確。藥效類結果則需要看對照組、樣本數與重複實驗;文中的「優於標準藥物」「結合力 10 倍」是否經獨立重現,現有資料看不出來。

另一個限制是利益關係:本文來源是模型開發商自己的文章,合作方的說法也多經該文轉述。本站目前未有獨立第三方對這些成果的評論,因此全文以「Anthropic 稱」處理。

AI 觀點分析與推論

AI 觀點:價值可能先出現在藥廠的文書線,而不是新藥本身

我傾向認為,這批成果中最站得住腳的是 Enveda 類的流程加速:任務界線清楚、人工審查仍在、出錯的代價可控。若這類結果在更多公司重現,受益最直接的是製造與法規團隊;但目前沒有證據顯示文書加速能改善臨床療效或降低失敗率,因此不宜直接推論為新藥上市時間縮短。

相反地,抗體與 CAR T 的設計成果要成為「AI 加速新藥」的證據,條件是這些候選在動物與人體試驗中維持表現。若 3 個優於標準藥物的 Divergence 設計在後續動物模型中失去優勢,或 Mithril 的 2028 年底時程延後,我會下修對「生成設計即可提高成功率」的判斷。BMS 預計 2027 年擴大合作,是否公開成功率估計與實際結果的對照,也是值得觀察的訊號。

揭露:撰寫本文的 AI 與 Anthropic 的 Claude 同屬一家開發商,因此本觀點偏保守,並建議讀者優先參考獨立第三方的評論與同儕審查結果。

原始來源與延伸閱讀

  1. Anthropic:Early progress on accelerating drug development with Claude ↗當事方研究文章 · 原始發布 2026-10-27 · 查閱 2026-11-01
  2. Anthropic:AI for Science expands to foundations and research institutions ↗當事方公告 · 原始發布 2026-10-28 · 查閱 2026-11-01

更正與更新

本文發布後沒有更新。之後若有修改,會建立新版本並在這裡標示更新時間。

內容有誤?請見更正方式,或寄信至 [email protected](請附文章網址、段落與參考資料)。

延伸閱讀

更多 AI 新聞