Anthropic 於 6 月 30 日在舊金山舉行的「The Briefing: AI for Science」活動上，公布全新科研平台 Claude Science，正式將產品版圖延伸至科學研究與藥物發現領域。公司表示，Claude Science 的目標是把分散在資料庫、程式碼工具、運算資源及研究流程中的工作，整合至單一環境，協助研究人員分析文獻、執行多步驟分析、生成圖表與視覺化結果，並保留可追溯的生成紀錄。
Anthropic 同場宣布啟動自家臨床前藥物研發計畫，初步將焦點放在傳統生物製藥公司因商業考量而較少投入資源的「被忽略疾病」。不過，公司目前尚未公布目標疾病、候選藥物類型或後續臨床開發安排，因此現階段較接近建立臨床前藥物發現能力，而非已成為具備完整研發、製造及商業化能力的製藥公司。
Claude Science 整合科研工具與研究流程
根據 Anthropic 官方介紹，Claude Science 目前以 Beta 形式推出，支援 Claude Pro、Max、Team 及 Enterprise 用戶，並可在 macOS、Linux、本地端、遠端伺服器、SSH 或 HPC 登入節點上使用。
Claude Science 並不是全新的基礎模型，而是建基於現有 Claude 模型，加入針對科學研究流程設計的介面、技能及連接器。平台預先整合超過 60 項科學技能、連接器與資料庫，涵蓋基因組學、單細胞分析、蛋白質組學、結構生物學及化學資訊學等範疇。
研究人員可使用自然語言要求平台執行多類科研任務，包括：
- 設計 CRISPR 篩選實驗。
- 分析單細胞 RNA 定序資料。
- 進行蛋白質結構預測。
- 繪製化學結構。
- 生成基因組瀏覽器軌跡。
在輸出呈現方面，平台支援原生顯示 3D 蛋白質結構、基因組瀏覽器 tracks 及化學結構。Claude Science 生成圖表時，也會保留相關程式碼、環境設定及操作歷史，讓研究人員日後檢視、驗證及重現分析結果。
從協助研究走向執行部分工作
負責 Anthropic 醫療及生命科學市場拓展的 Zubair Jandali 在活動上表示，Claude 已由「協助」生命科學研發，進一步走向「執行」部分研究工作。
這項說法並不代表 AI 能完全取代科學家或實驗室。其實際含義是，平台可在研究流程中自動調用資料、工具及運算資源，完成部分過去需要研究人員在不同系統之間切換處理的分析任務。至於分析結果是否具備生物學意義，仍需由研究人員判讀，並透過實驗進一步確認。
AI 能否縮短藥物研發時間？
Novartis CEO、同時也是 Anthropic 董事的 Vas Narasimhan 在同一活動上，將藥物研發延誤分為資訊延遲、營運延遲及生物學延遲三類。
他估計，Claude Science 類型的 AI 平台有機會把候選藥物由研發至審批的時間，從約 12 年縮短至 7 至 8 年，並有望將整體成功率由約 8% 提升至 16%。不過，他也指出，AI 目前較有機會壓縮資訊及營運層面的延誤，動物實驗、細胞模型及人體臨床測試所涉及的「生物學延遲」，仍是藥物開發過程中最難繞過的部分。
換言之，AI 可以協助研究人員更快整理資料、提出假設及規劃實驗，但並不能直接消除藥物候選物在真實生物系統中可能面對的安全性、有效性與毒性問題。
Anthropic 啟動自家臨床前藥物研發
Anthropic 生命科學主管 Eric Kauderer-Abrams 表示，公司將啟動內部臨床前藥物研發計畫，目標是探索傳統生物製藥公司較少投入資源的疾病治療方案。
負責生命科學夥伴關係的 Jonah Cool 補充，Anthropic 將採取並行策略：一方面向藥廠及研究機構銷售 AI 工具，另一方面透過自家研發計畫累積藥物發現經驗。
截至目前，Anthropic 尚未透露首批目標疾病、候選藥物類型，也未說明是否會與藥廠合作進行動物測試或臨床試驗。公司亦沒有交代，若未來發現具潛力的候選藥物，將如何推進至製造、監管審批及商業化階段。
科技企業加速爭奪 AI 藥物研發市場
Anthropic 的布局使其加入科技企業爭奪科學及藥業客戶的行列。OpenAI 於今年 4 月推出 GPT-Rosalind，這是一款針對生命科學研究設計的模型，支援生物化學、藥物發現及轉化醫學研究，可協助處理證據整合、假設生成、實驗規劃、資料庫查詢及文獻分析等早期發現工作。OpenAI 表示，GPT-Rosalind 目前以 research preview 形式，透過 ChatGPT、Codex 及 API 向合資格客戶開放。
由 Google DeepMind 分拆、並獲 Alphabet 支持的 Isomorphic Labs，於今年 5 月完成 21 億美元 Series B 融資，用於擴展 AI 藥物設計引擎 IsoDDE 及推進自家候選藥物管線。路透社報導，Isomorphic Labs 預計首批臨床試驗將於 2026 年底前展開，較先前「2025 年底」的目標有所延後。
此外，Insilico Medicine 於今年 1 月與法國藥廠 Servier 達成一項最高達 8.88 億美元的腫瘤藥物研發合作，將使用其 AI-driven drug discovery platforms 協助發現及開發新型癌症療法。
專家提醒：AI 仍無法取代實驗與臨床驗證
雖然 AI 藥物研發已成為科技公司及藥廠競逐的新戰場，但專家提醒外界不要過度解讀相關技術的實際成效。
劍橋大學教授、AI 生物科技新創 CardiaTec 聯合創辦人 Namshik Han 指出，「AI 藥物研發」涵蓋的範圍非常廣泛，目前幾乎所有主要藥廠都已在不同階段使用 AI，應用領域包括新化合物搜尋、資料分析、臨床試驗、製造及營運等環節。
University College London 藥物研發教授 Matthew Todd 也表示，「AI 藥物研發」只是一個統稱，實際應用範圍相當廣泛；但候選藥物仍必須經過現實世界實驗，以證明其安全性、有效性、毒性及可製造性，整個過程不可能完全自動化。
牛津大學結構化學生物學教授 Frank von Delft 則指出，AI 模型仍遠未達到讓實驗變得不必要的程度。若 Anthropic 真正推進藥物研發，仍需要投入大量時間、資金及實驗資源。
真正考驗在於能否通過漫長開發流程
截至 2026 年 7 月初，已有多款曾使用 AI 參與發現或設計的候選藥物進入臨床試驗階段，但仍沒有任何一款被明確稱為「AI 設計」的藥物完成臨床試驗並獲美國食品及藥物管理局（FDA）批准上市。
這也意味著，Claude Science 的真正考驗不只是能否生成圖表或自動整理資料，而是能否在漫長且昂貴的實驗、臨床及監管流程中，持續證明其能夠提高研究效率與開發成功率。Anthropic 目前公布的平台功能與內部計畫，顯示其正嘗試同時建立科研工具業務及實際藥物發現能力；至於這項策略能否轉化為可驗證的候選藥物與臨床成果，仍有待後續發展觀察。
