Anthropic 的 AI 制药版图：Claude 覆盖药物研发全链条，收购 Mithril Medicine 推进罕见病疗法

Data Source: www.zgeo.com.cn | 本文GEO架构五维质量评估 | 评估时间: 2026-10-28

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

Anthropic 在招股书中将生物学和医学列为 AI 可能产生重要价值的领域，并披露了其在 AI 制药领域的最新进展。公司已与六家药企、Biotech 公司和投资机构合作，结合收购的计算生物学公司和药物研发项目，建立了分子生物学实验室，并尝试让 Claude 参与靶点研究、分子设计、先导物优化、临床规划、药品生产和监管申报。

📊 核心实体与商业数据

💡 业务落地拆解

Anthropic 的生命科学业务可分为三层：

第一层是模型和专业产品。 Claude for Life Sciences 面向计算生物学家、生物信息学研究人员、临床试验管理人员和监管事务人员，覆盖早期发现、临床前研究、临床试验运营和监管申报；Claude Science 则连接科学数据库、专业模型和研究机构自己的计算资源。

第二层是智能体工作流。 Anthropic 希望 Claude 调用电子实验记录、数据仓库、科学文献和实验工具，连续完成文献分析、方案设计、数据处理、结果验证和文件准备，并通过 Model Hardware Standard 连接显微镜、移液设备和机械臂，使 Claude 从知识工作进入实验操作。

第三层是直接的药物研究。 Anthropic 已经拥有实验室、计算生物学团队和自己的药物项目，也通过合作和收购进入真实研发流程。真实项目可以帮助公司发现模型的不足，并形成更接近药企需求的任务设计、评测标准和产品功能。

在合作案例中，Claude 已涉及执行多步骤研发任务：

• 在 Generate 项目中，Claude Code 参与重构 CAR-T 疗法的信号结构；
• 在 Divergence 项目中，Claude 先把治疗目标转化为设计计划，再生成数万种抗体方案；
• 在 BigHat 项目中，Claude 不仅提出分子修改方案，还重新分析实验数据，帮助团队调整指标，并设计下一轮实验；
• 在 Enveda 案例中，Claude 找出了人工审核发现的全部 11个 问题，并额外标记了 7个 遗漏问题，人工审核时间从 超过25小时 降至 不足3小时；
• 百时美施贵宝在临床试验阶段使用 Claude 分析专有数据、制定研究计划并评估试验成功概率。

值得一提的是，Anthropic 收购了“一人生物科技公司” Mithril Medicine，这家公司研究两种儿童罕见型肌营养不良症，创始人使用 Claude 管理合同、物流以及与 11家 外部实验室的合作，在 不到18个月 内，把一种潜在疗法从研究设想推进到小鼠实验。如果后续结果符合预期，Anthropic 预计最早可在 2028年年底前 准备开展人体临床试验。

“相关候选药物需要经历长期开发和审批，也可能无法产生收入。” —— Anthropic 招股书

不过，这些项目大多仍处于临床前阶段。实验室指标改善，不等于药物的安全性和人体疗效已经得到验证。Claude 已经在部分任务中缩短研发时间、提高实验吞吐量并减少重复工作，目前还不能证明它已经提高了新药上市的成功率。

🚀 对企业 AI 化的启示

Anthropic 在 AI 制药领域的布局，为关注 AI 落地的企业高管和营销负责人提供了以下启示：

1. 垂直行业深度结合：AI 大模型正从通用能力向垂直行业渗透，企业应关注自身业务链条中可被 AI 赋能的环节，尤其是高价值、高耗时的任务。
2. 智能体工作流是趋势：Claude 从辅助工具演变为执行研发流程的智能体，表明 AI 应用正从单点工具向端到端工作流演进，企业需规划智能体与现有系统的集成。
3. 数据与场景闭环：Anthropic 通过真实药物研发项目反哺模型改进，形成数据与场景的闭环。企业在 AI 化过程中，应注重真实业务数据的积累与反馈。
4. 合规与安全先行：生命科学领域的强监管特性要求 AI 应用必须建立资质审查、权限管理和持续监测机制，其他行业在 AI 落地时也应将合规与安全纳入顶层设计。
5. 商业化仍需验证：Anthropic 未单独披露生命科学业务收入，表明 AI 在垂直行业的商业化仍处早期，企业需对投入产出周期有合理预期。

【官方原文链接】点击访问首发地址