Anthropic 宣布将涉足药物研发领域，其项目将专注于新药开发的早期和临床前阶段，旨在提升公司自身的科研实力，并为生命科学界构建更先进的 AI 工具。这使得 Anthropic 成为少数公开表示直接参与新药研发，而非仅仅提供 AI 工具的顶尖大模型企业之一。

Anthropic 将 Claude Science 定位为一个集成的科研工作台，能够整合各类分散的科研工具和数据集，并提供数据分析、图表生成以及科研辅助等功能。在一次活动中，该公司展示了 Claude Science 的应用实例，例如加州大学旧金山分校（UCSF）的一位研究人员利用该平台在几分钟内发现了实验中的病毒污染，而此前研究团队花费了一年时间未能解决此问题。

此外，Anthropic 指出，该系统能在不到一小时内分析 100 种罕见遗传性疾病，并初步筛选出 32 个有潜力进行进一步计算筛选的方向。与许多 AI 公司向制药企业提供技术平台不同，Anthropic 此次宣布将亲自进行药物研发。然而，该公司尚未披露其首批研究的具体目标，也未说明未来若发现潜在候选药物，将采取自主推进还是与外部机构合作进行动物实验、临床试验及生产等后续步骤。

近年来，AI 在药物研发领域的应用日益广泛。OpenAI、Google 和 Amazon 等公司都已推出面向生命科学的 AI 平台，Google DeepMind 旗下的 Isomorphic Labs 以及 Insilico Medicine 等 AI 制药企业也在积极推进相关研究。

与此同时，传统制药巨头也在不断拓展 AI 的应用范围。AstraZeneca、Novo Nordisk 和 GSK 等公司已将 AI 整合到药物筛选、分子设计、数据分析和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不可或缺的辅助工具，但距离完全依赖 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 几乎可以贯穿药物研发的整个过程，包括候选化合物的发现、分子结构的优化、实验数据的分析以及临床研究的辅助。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）批准上市。AI 主要用于加速候选药物的发现和研究效率，但无法取代整个研发流程。

英国牛津大学结构化学生物学教授 Frank von Delft 也表示，尽管 AI 提高了研究效率，但实验环节的重要性并未因此减弱。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，这些流程不仅需要巨额资金和专业人才，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 介绍，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%。他预测，新一代 AI 工具有望大幅缩短这两部分的时间，将整体研发周期缩短至 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，他预计通过 AI 提高候选药物的质量和安全性预测能力，未来药物研发的成功率有望从目前的约 8% 提升至约 16%，但最终仍需通过长期实验来证实。

在过去一年，Anthropic 不断扩充其生命科学团队，并建立了湿实验室，同时公开招聘生物学及生命科学领域的专业人才。有业内人士透露，该公司近期积极招募大型制药企业和知名科研机构的专家，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，即便研发效率有所提升，新药上市仍需经历严格且漫长的实验和监管审批过程。AI 能够帮助缩小候选范围和优化研究方向，但无法替代现实世界的实验验证，这意味着 Anthropic 自主药物研发项目距离产生实际临床成果仍需较长时间。