Anthropic 宣布将涉足药物研发领域，初期将专注于新药开发的前期及临床前研究阶段。此举旨在提升公司自身的科研实力，并为生命科学界开发更全面的 AI 工具。在当前全球领先的大模型企业中，Anthropic 是少数几家明确表示将直接参与新药研发，而非仅仅提供 AI 工具的公司之一。

Anthropic 将 Claude Science 定位为一款科研工作平台，能够整合分散的科研工具和数据集，并提供数据分析、图表生成及辅助科研等功能。在一次活动中，该公司展示了 Claude Science 的应用案例，例如，美国加州大学旧金山分校（UCSF）的一名研究人员利用该平台在几分钟内就发现了一个实验中存在的病毒污染问题，而该问题此前研究团队耗时一年都未能察获。

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，并从中筛选出 32 个具备进一步计算筛选潜力的候选方向。与许多 AI 公司主要向制药企业提供技术平台不同，Anthropic 此番宣布将亲自着手药物研发。然而，该公司尚未披露首批具体的研发对象，也未说明未来若发现有前景的候选药物，将采取自主推进，还是寻求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流程。

近年来，AI 在药物研发领域的应用日益受到关注。OpenAI、Google、Amazon 等科技巨头均已推出面向生命科学的 AI 平台，而 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。AstraZeneca、Novo Nordisk、GSK 等公司已将 AI 引入药物筛选、分子设计、数据分析以及研发流程优化等多个环节。

行业普遍认为，AI 已成为现代药物研发的重要辅助手段，但要实现完全由 AI 设计并成功上市的新药，仍有很长的路要走。

英国剑桥大学教授、AI 生物技术公司 CardiaTec 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等。然而，药物最终能否成功上市，依然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，目前尚未出现完全由 AI 设计的新药完成全部临床试验并获得美国食品药品监督管理局（FDA）批准上市的案例。AI 的作用更多体现在加速候选药物的发现和研究效率上，而不能替代整个研发流程。

英国牛津大学结构化生物学教授 Frank von Delft 也表示，虽然 AI 能够提高研究效率，但实验环节的重要性并未因此削弱。候选药物仍需经过毒性、安全性、药效及人体临床试验等多阶段验证。这些流程不仅需要巨额资金和专业人才，还耗时漫长，因此 AI 难以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 提到，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%。他认为，新一代 AI 工具有望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、人体临床试验等生物学验证环节仍难以大幅加快。此外，他预计，通过 AI 提升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的实验验证。

过去一年，Anthropic 持续扩张其生命科学团队，并建立了自有的湿实验室，同时公开招聘多项生物学及生命科学相关职位。有业内人士透露，该公司近期一直在积极招募大型制药企业及知名科研机构的人才，为推进相关研发项目做准备。尽管 AI 正在不断改变药物研发的方式，但业内专家普遍认为，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流程。AI 可以帮助缩小候选范围、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。