GitHub Radar

這篇是 Anthropic 生命科學團隊的成果報告：過去數月他們與六家藥物開發商深度合作——BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines 與 The Column Group，同時啟動自家的藥物研發，並計畫大幅擴大這項工作。文章主張藥物開發的瓶頸散布在整條流程：標靶辨識、分子設計、製程優化、法規送件、臨床試驗設計與執行。這些合作有三個目的：摸清模型在各環節的強弱（Anthropic 表示已依此調整模型改進的優先順序）、為生命科學社群提供案例，以及有機會真的產出新藥。

案例

Generate Biomedicines（療法型態工程）：Generate 想讓主要用於血癌的 CAR T 細胞療法對實體腫瘤也有效。六位科學家用 Claude Code 為療法基因指令中的一個片段提出新設計，其中一個設計比標準版本短約 70%，實驗室表現卻更好：免疫細胞產生的受體約多 10 倍、殺腫瘤細胞更有效率，且維持活性更久。

Divergence Labs（先導物生成）：Divergence 在開發食物過敏療法，目標是把引發過敏的 IgE 從免疫細胞上「拔下來」，而不只是中和血液中游離的 IgE。這需要一個雙臂抗體：一臂緊緊結合 IgE，另一臂協助把它從細胞上脫離。Claude 把 Divergence 的目標轉成設計計畫，接著在約一個月內大致自主地產出約 35,000 個抗體設計。初步測試找到 3 個結合型設計與 20 個脫離型設計，其中 3 個脫離 IgE 的效果勝過標準藥物。下一步是把兩臂合成一個藥。

BigHat Biosciences（先導物優化）：BigHat 以 AI 搭配自動化實驗室改良候選藥物的結合力、製程與儲存穩定性及抗聚集性。Claude 連上 BigHat 的實驗資料系統 Reccy，與 BigHat 科學家及一位 Anthropic 研究員一起，為兩個抗體片段（一個鎖定癌細胞、一個用來延長藥物在體內停留時間）提出修改。BigHat 在約 10 週內製作並測試了約 1,010 個變體。中途團隊懷疑標準的熱穩定與聚集指標有誤導性，Claude 與研究員重新分析原始資料，提出新指標與流程調整。主要預測都成立：最佳版本的結合力比原版強 10 倍以上，癌症標靶先導物能在高 18°C 的溫度下保持溶解，長效先導物的聚集速度慢了 100 倍以上。

Enveda（製程與法規文件）：Enveda 的製程化學家多達 75% 的時間花在文書。Enveda 把製程文件接上 Claude 讓它標出潛在問題，在 1,061 頁的測試集上，Claude 抓到人工審查找到的全部 11 個問題，還多標出 7 個人工漏掉的；人工審查時間減少 89%，從超過 25 小時降到不到 3 小時。另外 Claude 起草了兩份重要法規文件，其中一份花 4 小時，人工約需 3 個月；另一份經 Enveda 標準人工審查只發現一個小錯。

The Column Group（公司創建）：TCG 正在成立新公司 Pleiades，讓 Claude 跑比小團隊通常能負荷更多、更複雜的藥物計畫，目標是降低經營生技公司的科學與行政負擔，讓投資人願意押注風險更高、影響更大的點子。Pleiades 正在為 Claude 打造工具與工作流，第一個 Claude skill 用來評估藥物標靶是否值得追，已在 45 組標靶與疾病配對上評測。

Bristol Myers Squibb（臨床試驗規劃）：BMS 用 Claude 評估一個早期藥物的臨床試驗計畫並估計成功機率，雙方計畫 2027 年擴大，探索提高早期開發成功率。BMS 的 Michael Pourdehnad 醫師表示，Claude 一個 prompt 就產出扎實的初步分析，原本要花數天，而且敏感資料維持安全。

Anthropic 自家計畫（Mithril Medicine）：Anthropic 收購了 Mithril Medicine，一家只有一人、針對兩種罕見肌肉萎縮症開發療法的公司。創辦人 Cody Tranbarger 用 Claude 統籌 11 家外部實驗室的合約、物流與實驗，並把許多營運工作交給它。其中一種的候選療法在不到 18 個月內從構想走到有希望的小鼠結果。Tranbarger 現在任職 Anthropic，計畫推動數個新計畫；若候選藥持續站得住，Anthropic 預期最快 2028 年底可進入人體臨床試驗。

延伸到更多生命科學工作

階段提醒：幾乎所有成果都還在臨床前，尚未進入人體試驗。Anthropic 計畫隨著計畫推進、並與已在臨床階段的機構合作，把 Claude 的角色延伸到臨床試驗。

資源與計畫：Anthropic 已推出研究者用的 AI 工作台 Claude Science，並提供生命科學家 Claude 額度；Life Sciences Verification Program 讓受信任的機構以較寬鬆的防護使用最強模型，因為一般防護可能妨礙正當的生物研究；另有公開徵求客座研究者，邀請用 Claude 做藥物發現等研究的團隊提案。文末表示希望與更多藥物發現機構合作。