利用 Claude 加速药物研发的早期进展

📌 One-Sentence Summary
Anthropic 详细介绍了通过与六家生物技术公司合作及自身研究,在加速药物研发方面取得的早期进展,展示了 Claude 在分子设计、优化、监管文件起草和临床试验规划中的实用价值。
📝 Summary
Anthropic 的生命科学团队报告了与六家机构的深度研究合作——Generate Biomedicines、Divergence Labs、BigHat Biosciences、Enveda、The Column Group 和百时美施贵宝——以及其收购的实体 Mithril Medicine。文章概述了 Claude 如何支持药物研发的各个阶段:Generate 使用 Claude Code 重新设计针对实体瘤的 CAR T 细胞疗法组件;Divergence 生成了约 35,000 个用于治疗食物过敏的抗体设计;BigHat 通过自动化实验室集成优化了先导化合物的性质;Enveda 将生产文件审查时间减少了 89%,并加速了监管申报;The Column Group 正在推出一种利用 AI 进行复杂发现的新公司模式;百时美施贵宝使用 Claude 进行临床试验成功率估算;Mithril 则在不到 18 个月内将罕见病研究从想法推进到小鼠实验结果。Anthropic 还宣布了 Claude Science、生命科学家额度以及一项验证计划等举措,以在保持安全的同时扩大访问范围。
💡 Main Points
Claude 在药物研发的多个不同阶段展现了切实价值,从分子设计到监管合规。
案例研究表明,Claude 在模态工程(Generate)、命中化合物生成(Divergence)、先导化合物优化(BigHat)、生产文档(Enveda)和临床试验规划(百时美施贵宝)中提供协助。这种分布式影响凸显了瓶颈不仅存在于初始发现阶段,而是贯穿整个研发管线。
与专业工具和自动化实验室的集成增强了 Claude 在科学工作流程中的有效性。
BigHat 的成功依赖于将 Claude 连接到其 Reccy 实验室数据系统,从而实现迭代式提案和测试。同样,Enveda 围绕 Claude 构建了自定义文档处理系统。这些案例强调了智能体编排和工具使用比纯粹的语言建模更为重要。
Anthropic 正通过基础设施和政策变革扩大访问范围,包括一项用于更安全使用模型的验证计划。
为了在不阻碍合法生物学研究的前提下提供支持,Anthropic 推出了生命科学验证计划,允许受信任的机构使用更宽松的安全防护措施。他们还提供 Claude Science 工作台和额度,旨在让研究人员更广泛地获得强大模型。
Mithril Medicine 的内部研究表明,利用 Claude 进行操作和科学任务委派,可快速加速罕见病治疗的开发。
通过将物流、合同和实验设计委托给 Claude,Mithril 在不到 18 个月内将一款肌营养不良症候选药物从想法推进到有前景的小鼠实验结果,这表明 AI 可以显著压缩小型团队处理高风险问题的时间线。
💬 Key Quotes
开发一种药物涉及许多不同的任务……不存在单一的问题需要解决;瓶颈分布在整个药物研发过程中。
其中一个设计比标准版本短了约 70%,在实验室测试中它更有效:它使免疫细胞能够制造出大约 10 倍多的受体……
Claude 将 Divergence Labs 的目标转化为详细的设计方案,然后在大约一个月内基本自主地生成了约 35,000 个抗体设计……
在此过程中,该方法将人工审查时间减少了 89%,从超过 25 小时降至不到 3 小时。
我们收购了 Mithril Medicine……结果,Mithril 在不到 18 个月内将一种肌营养不良症的可能治疗方法从想法推进到了小鼠身上的有前景的结果。
📊 Article Meta
AI Screening: 86
Source: Anthropic Research
Author: Anthropic
Category: 人工智能
Language: 英文
Read Time: 8 min
Word Count: 1851
Tags:
AI 与智能应用 , AI 产品与应用 , 科学前沿 , AI Agent , 大语言模型 (LLM)
思路清晰,干货满满。
思路清晰,干货满满。
讲解得很细致,新手也能看懂。
整理得太全面了,省了我不少时间。
路过
收藏了,以后慢慢研究。
实话,说的不明不白
点赞,必须点赞
楼主辛苦了,内容很有参考价值。
写得挺用心的,支持一下。
内容翔实,正好需要,先收藏再看。
路过