IT之家 7 月 4 日消息，Anthropic 本月初舉行“The Briefing: AI for Science”活動，正式發(fā)布面向科研人員的新平臺 Claude Science，并宣布公司將啟動自主藥物研發(fā)項目，重點針對傳統藥企評定為商業(yè)回報有限而長期缺乏研發(fā)投入的“被忽視疾病”（Neglected Diseases）。
Anthropic 表示，該項目將聚焦新藥研發(fā)早期階段和臨床前研究，希望在推進自身科研能力的同時，為生命科學領域打造更完善的 AI 工具。這也是目前全球頭部大模型企業(yè)中，少數公開宣布直接參與新藥研發(fā)而不僅提供 AI 工具的平臺公司之一。
據 Anthropic 介紹，Claude Science 被定位為科研工作臺，可將分散的科研工具、數據集整合到統一環(huán)境中，并支持數據分析、圖表生成及科研輔助等功能。公司在活動中展示了多個應用案例，例如美國加州大學舊金山分校（UCSF）一名研究人員利用 Claude Science 在數分鐘內發(fā)現了一項實驗中的病毒污染，而這一問題此前研究團隊一年時間都未察覺。
Anthropic 還表示，該系統能夠在不足一小時內分析 100 種罕見遺傳疾病，并篩選出 32 個值得進一步開展計算篩選的候選方向。與不少 AI 企業(yè)主要向制藥公司提供技術平臺不同，Anthropic 此次宣布將親自開展藥物研發(fā)。不過，Anthropic 尚未公布首批具體研究對象，也未說明未來若發(fā)現具有潛力的候選藥物，將采取自主推進還是與其他機構合作完成動物實驗、臨床試驗及生產制造等后續(xù)流程。
近年來，AI 在藥物研發(fā)領域持續(xù)升溫，OpenAI、Google、Amazon 等企業(yè)均已推出面向生命科學的 AI 平臺，Google DeepMind 旗下 Isomorphic Labs、Insilico Medicine 等 AI 制藥企業(yè)也持續(xù)推進相關研究。
與此同時，傳統制藥企業(yè)同樣在不斷擴大 AI 應用范圍，包括 AstraZeneca、Novo Nordisk、GSK 等均已將 AI 引入藥物篩選、分子設計、數據分析及研發(fā)流程優(yōu)化等多個環(huán)節(jié)。
業(yè)內人士普遍認為，AI 已成為現代藥物研發(fā)的重要輔助工具，但距離完全依賴 AI 設計并成功上市的新藥仍有較長距離。
英國劍橋大學教授、AI 生物技術企業(yè) CardiaTec 聯合創(chuàng)始人 Namshik Han 表示，AI 幾乎可以參與藥物研發(fā)全過程，包括發(fā)現候選化合物、優(yōu)化分子結構、分析實驗數據以及輔助臨床研究等多個階段，不過真正決定藥物能否成功上市的仍是大量臨床驗證。
英國倫敦大學學院藥物研發(fā)教授 Matthew Todd 也指出，目前尚無完全由 AI 設計的新藥完成全部臨床試驗并獲得美國食品藥品監(jiān)督管理局（FDA）批準上市，AI 更多是在加快候選藥物發(fā)現和研究效率，而不能替代整個研發(fā)流程。
英國牛津大學結構化學生物學教授 Frank von Delft 同樣表示，AI 雖然能夠提高研究效率，但并未讓實驗環(huán)節(jié)變得可有可無。候選藥物仍需經過毒性、安全性、藥效及人體臨床試驗等多個階段驗證，而這些流程不僅需要大量資金和專業(yè)人員，也需要較長時間，因此 AI 很難明顯縮短整個研發(fā)周期。
在活動中，諾華（Novartis）首席執(zhí)行官 Vas Narasimhan 介紹，目前一款新藥從研發(fā)到獲批平均需要約 12 年時間，其中信息處理和研發(fā)運營環(huán)節(jié)約占整體周期的 40%。他認為，新一代 AI 工具有望顯著壓縮這兩部分時間，使整體研發(fā)周期縮短至約 7 至 8 年，但動物實驗、人體臨床試驗等生物學驗證環(huán)節(jié)仍難以大幅加快。此外，他預計，借助 AI 提高候選藥物質量和安全性預測能力，未來藥物研發(fā)成功率有望從目前約 8% 提升至約 16%，但最終仍需通過長期實驗驗證。
過去一年，Anthropic 已持續(xù)擴充生命科學團隊，并自建濕實驗室（Wet Lab），同時公開招聘多項生物學及生命科學崗位。有業(yè)內人士透露，該公司近期一直積極招募來自大型制藥企業(yè)及知名科研機構的人才，為推進相關研發(fā)項目做準備。盡管 AI 正不斷改變藥物研發(fā)方式，但業(yè)內專家普遍認為，即便研發(fā)效率有所提升，新藥上市依然需要經歷嚴格、漫長的實驗和監(jiān)管審批流程。AI 可以幫助縮小候選范圍、優(yōu)化研究方向，卻無法替代現實世界中的實驗驗證，這也意味著 Anthropic 自主藥物研發(fā)項目距離真正產生臨床成果，仍需要較長時間。
相關閱讀：
廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。