Anthropic 宣布进军新药研发领域，其项目将专注于药物发现的初期阶段和临床前研究。此举旨在提升公司自身的科研实力，并为生命科学界提供更先进的 AI 工具。在全球主要大模型公司中，Anthropic 是少数几家公开表示将直接参与新药研发，而非仅仅提供 AI 平台服务的企业之一。

Claude Science 被设计为一个集成的科研平台，能够整合分散的科研工具和数据集，并支持数据分析、图表生成以及科研辅助等功能。在一次活动中，Anthropic 展示了 Claude Science 的应用案例，例如加州大学旧金山分校（UCSF）的一位研究人员利用该工具在数分钟内识别出实验中的病毒污染，而此前研究团队花费一年时间未能发现此问题。

此外，Anthropic 指出，该系统能够在不到一小时的时间内分析 100 种罕见遗传疾病，并筛选出 32 个值得进一步计算筛选的潜在方向。与许多 AI 公司向制药企业提供技术平台不同，Anthropic 将亲自着手药物研发。然而，该公司尚未披露首批具体的研究项目，也未说明若发现有前景的候选药物，将采取自主推进还是与外部机构合作进行动物实验、临床试验及生产制造等后续环节。

近年来，AI 在药物研发领域的应用日益广泛。OpenAI、Google、Amazon 等科技巨头已推出面向生命科学的 AI 平台，同时 Google DeepMind 旗下的 Isomorphic Labs 和 Insilico Medicine 等 AI 制药公司也在积极推进相关研究。

与此同时，传统制药企业也在不断拓展 AI 的应用范围，包括 AstraZeneca、Novo Nordisk、GSK 等公司已将 AI 融入药物筛选、分子设计、数据分析以及研发流程优化等多个环节。

业内普遍认为，AI 已成为现代药物研发的重要辅助力量，但距离完全依靠 AI 设计并成功上市的新药仍有相当长的路要走。

英国剑桥大学教授、AI 生物技术公司 CardiaTec 的联合创始人 Namshik Han 认为，AI 能够渗透到药物研发的各个环节，包括发现候选化合物、优化分子结构、分析实验数据以及辅助临床研究。然而，药物能否成功上市，最终仍取决于大量的临床验证。

英国伦敦大学学院的药物研发教授 Matthew Todd 指出，目前尚无完全由 AI 设计的新药完成所有临床试验并获得美国食品药品监督管理局（FDA）的批准。AI 主要在加速候选药物的发现和研究效率，但无法替代整个研发流程。

英国牛津大学结构化生物学教授 Frank von Delft 表示，尽管 AI 可以提高研究效率，但实验环节仍然不可或缺。候选药物仍需经过毒性、安全性、药效以及人体临床试验等多个阶段的验证。这些过程不仅需要大量资金和专业人员，也耗时较长，因此 AI 很难显著缩短整个研发周期。

在一次活动中，诺华（Novartis）首席执行官 Vas Narasimhan 透露，一款新药从研发到获批平均需要约 12 年时间，其中信息处理和研发运营环节约占整体周期的 40%。他预计，新一代 AI 工具能够显著缩短这两部分的时间，将整体研发周期缩短至约 7 至 8 年，但动物实验和人体临床试验等生物学验证环节的加速空间有限。此外，他预计 AI 能够提高候选药物的质量和安全性预测能力，有望将药物研发的成功率从目前的约 8% 提升至约 16%，但这仍需要长期的实验验证。

过去一年，Anthropic 已显著扩大其生命科学团队，并建立了湿实验室（Wet Lab），同时公开招聘多项生物学及生命科学相关职位。有行业内部人士透露，该公司近期积极招募来自大型制药企业和知名科研机构的人才，为推进相关研发项目做准备。尽管 AI 正在改变药物研发的方式，但专家普遍认为，即使研发效率有所提升，新药上市仍需经历严格且漫长的实验和监管审批流程。AI 能够帮助缩小候选范围并优化研究方向，但无法取代现实世界的实验验证，这意味着 Anthropic 的自主药物研发项目距离产生实际临床成果仍需较长时间。