← 返回 Siami 首頁

Anthropic 讓 Claude 進實驗室:一個月生出 35,000 個抗體設計、六家藥廠同步開跑,但最關鍵的老鼠實驗 p 值只有 0.057

▲ 246 💬 247
Anthropic 讓 Claude 進實驗室:一個月生出 35,000 個抗體設計、六家藥廠同步開跑,但最關鍵的老鼠實驗 p 值只有 0.057

編按:本文綜合整理自 Anthropic 官方研究部落格〈Early progress on accelerating drug development with Claude〉、Mithril Medicine/Anthropic 技術報告〈Preclinical Characterization of a Bispecific Bridging Antibody for the Treatment of LAMA2-Related Congenital Muscular Dystrophy〉(38 頁,2026-10-26,尚未同儕審查)、Divergence Labs 預印本〈Towards a best-in-class IgE disruptor for food allergy with Claude-enabled antibody design〉、Enveda 技術報告〈CDP: A Language-Model System for Quality Review of Executed Pharmaceutical Batch Records〉、BigHat Biosciences × Anthropic 合作報告、Generate Biomedicines 技術報告、R&D World:Anthropic buys Mithril Medicine, a one-person biotech、Beckers Hospital Review:Anthropic buys drug startup, reports Claude results with 6 partners、Fierce Biotech:Anthropic lays out drug R&D ambitions, risks in mammoth IPO filing、Reuters:Anthropic quietly sets up biology lab as it ramps AI drug program、Anthropic:Claude Science AI workbench、Anthropic:Life Sciences Verification Program,以及 Hacker News 討論串(246 分、247 則回覆),並加入 Siami 編輯部觀點與分析。

2026 年 10 月 27 日,Anthropic 把一件藏了四個月的事情公開了。

六月底,Anthropic 宣布要自己開一條藥物發現的路線時,外界多半把它讀成「AI 大廠又跨界了」——就像 Google 有 AlphaFold、Recursion 有自己的實驗室那樣。但當時那份公告裡沒有任何一個數字能證明它不是空談。

三個月後的這份研究進度,補上了數字。同一時間,Anthropic 還低調買下一家只有一名全職員工的新創公司,把它自己的第一支藥物計畫變成公司的內部專案。

這批結果最值得注意的是兩件事同時發生:Anthropic 真的在流程裡省下了可量化的時間與人力,而且它把最脆弱的那一頁數據,主動放進了 38 頁的技術報告裡。


六個合作案:AI 被塞進製藥流程的每一個環節

Anthropic 的策略不是找一個最亮眼的應用,而是把 AI 鋪進藥物開發的每一段。官方列出的六個合作對象是 BigHat Biosciences、Bristol Myers Squibb(BMS)、Divergence Labs、Enveda、Generate Biomedicines、The Column Group(TCG)。

在說結果之前,先看這六個案例分別卡在哪個位置:

  • Generate Biomedicines — CAR-T 療法的基因指令重設計
  • Divergence Labs — 食物過敏的抗體命中生成(hit generation)
  • BigHat Biosciences — 先導化合物優化(lead optimization)
  • Enveda — 製造批次紀錄審查與法規文件撰寫
  • The Column Group — 用 AI 成立一家小型生技公司
  • Bristol Myers Squibb — 臨床試驗規劃與成功機率評估

這不是六個案例,這是一張製藥流程的完整地圖。

Generate Biomedicines:把 CAR-T 的訊號區段砍掉 70%

CAR-T 細胞療法歷來擅長對付血液癌症,Generate 想讓它也能處理實體瘤。做法是縮短 CAR 治療中一段基因指令,騰出空間塞進對付其他癌症的額外指令。

六名 Generate 科學家用 Claude Code 提出這一段的新設計。其中一個版本比標準版短約 70%,而實驗室測試的結果比「短」本身更有意義:

  • 讓免疫細胞製造出約 10 倍的受體(受體是它們辨識癌細胞的蛋白質)
  • 更有效率地殺死腫瘤細胞
  • 免疫細胞的存活時間更長

省下的空間不只是成本。CAR-T 細胞療法的兩大瓶頸一向是「打不進去腫瘤深處」跟「無法重複使用」,訊號區段的長度直接影響細胞的耗損與續航力。

Divergence Labs:一個月 35,000 個抗體設計

這個案例是整份報告裡數字最亮眼的一個。

食物過敏的觸發機制是 IgE 抗體:有些附著在免疫細胞上(結合 FcεRI 受體),有些漂浮在血液中。現行的標準藥物(例如唯一獲 FDA 核准治療食物過敏的生物製劑 Xolair/omalizumab)只中和血液中游離的那部分,附著在細胞上的 IgE 可以殘留數週,殘留的一點點就足以維持過敏反應。

Divergence Labs 的目標更狠:把 IgE 整個從免疫細胞上拔下來,而不是只中和它。這個設計需要兩隻「手臂」——一隻緊緊抓住 IgE,另一隻負責把 IgE 從細胞上撬下來。

Claude 把 Divergence 的目標轉換成詳細的設計計畫,然後在大致自主的情況下,於一個月內生成約 35,000 個抗體設計。早期測試結果:

  • 3 個設計能結合 IgE
  • 20 個設計能從細胞上脫落 IgE
  • 這 20 個裡的 3 個,看起來比標準藥物更能脫落 IgE

他們發表的預印本給了更精確的數字:在 91 個經實驗驗證的「脫落臂」設計中,有 20 個對受體結合態的 IgE 顯示出活性;在劑量滴定試驗中,三個變異株在治療相關濃度(25–400 nM)下移除的 IgE 多於 omalizumab。而「錨定臂」的全新設計在多個不同表位結合 IgE,外觀親和力落在 3.4–235 nM。

這件事的規模值得停一下:全世界有 2.2 到 2.5 億人受食物過敏之苦,在美國約影響 8% 的兒童、10% 的成人,約 3,300 萬人,其中 40% 的患病兒童對不只一種食物過敏。


BigHat:AI 推翻團隊原本的評估指標

BigHat Biosciences 做的是把 AI 跟自動化實驗室配在一起,去改進先導化合物(lead)——那些必須緊密結合標的、在製造與儲存過程中保持穩定、又不會互相凝集的分子。

Claude 透過 BigHat 的實驗室資料系統 Reccy 連上他們的資料,提出對兩個抗體片段(一個針對癌細胞、一個讓藥物在體內停留更久)的修改建議。BigHat 的實驗室在約 10 週內製作並測試了約 1,010 個變體。

比較值得注意的是過程本身。做到一半時,團隊開始懷疑原本使用的熱穩定性與凝集指標本身是誤導性的。Claude 與那位 Anthropic 研究員重新分析了原始資料,提出不同的指標與一套新的測試 protocol;BigHat 的科學家把它修正並實際跑了一遍,主要預測都成立。

最終結果:

  • 最佳版本的結合力提升逾 10 倍
  • 針對癌細胞的先導物在溶液中耐熱高出 18°C
  • 讓藥物停留更久的先導物凝集速度慢逾 100 倍

一個 AI 不只是加速既定的流程,而是有辦法指出人類團隊的量測方式本身出了問題——這是這整份報告裡價值最高的一類訊號。


Enveda:審查時間從 25 小時降到 3 小時以內

Enveda 的問題不在科學,在紙本。

製造化學家原本最多有 75% 的時間花在文件作業上。Enveda 建了一套系統,把所有製造文件接到 Claude,讓它標記可能的問題。

在一份由 1,061 頁(多數為手寫)掃描件構成的實際批次紀錄上測試:

  • 人工審查者提出了 11 個可處理的問題
  • Claude 全部 11 個都抓到,沒有漏掉任何一個
  • 額外標記出 7 個人工審查者沒看到的問題
  • 人工審查時間減少 89%,從 25 小時以上降到 3 小時以內

Enveda 自己的技術報告提供了更細的數字:使用 Claude Opus 4.7 的單次執行另外增加了 7 個沒有人工審查者提出的可處理問題;人工與 CDP 的「不需要處理」評論比例分別為 82% 與 79%,代表 CDP 較不亂開槍;把 CDP 的評論預先提供給品質人員做檢查,所需時間是純人工審查的 9.4 倍之少(Anthropic 的部落格文章則用「89% 降幅、25 小時降到 3 小時內」來描述同一組結果)。

另外,Claude 直接代筆了兩份重要的法規文件初稿。其中一份花了四小時,人工寫要約三個月;另一份在 Enveda 標準的人工審查流程下只被抓到一個小錯誤。

對藥業來說,這一項的價值可能最高——因為它省下的不是「研究一個新分子的時間」,而是每一個批次都要重複一次的例行行政成本。


The Column Group 與 BMS:從「幫人做」到「自己開公司」

The Column Group 的案例比較特別。TCG 是投資機構,而生技投資的結構性問題是:因為藥物開發慢、貴、容易失敗,投資人傾向押注安全、已驗證的舊 idea,即使那些風險更高、可能幫到更多病人的新方向。

Anthropic 與 TCG 合作成立了一間新公司 Pleiades,要用 Claude 讓一個小團隊同時跑更多、也更複雜的藥物計畫。Pleiades 正在為 Claude 開發專用工具與工作流程,第一個 Claude skill 是用來評估「這個藥物標的是否值得追求」,已經在 45 組標的—疾病配對上做過評估。

BMS 則把 Claude 用在臨床試驗規劃上:評估早期藥物的試驗計畫,並估算試驗成功的機率,雙方計畫在 2027 年擴大這項合作,以理解它在提高早期開發成功機率上的潛力。

BMS 早期臨床開發資深副總裁 Michael Pourdehnad 醫師的說法很直接:

我們在臨床試驗階段使用 Claude 分析專有資料、產出臨床研究計畫,並評估研究成功的機率。單靠一個提示詞,Claude 就產出了紮實的初步分析,幫助我們評估不同的開發選項——而這些工作原本要花上好幾天。我們在確保高度敏感資料安全的前提下完成了這一切。我們期待把這項工作擴展到整條產品線,以支援投資組合層級的決策。


自家藥物線:一人公司 Mithril,18 個月推進到小鼠

Anthropic 這次也公布了自己的藥物發現計畫,而第一步的作法很特別——收購。

被收購的是 Mithril Medicine,一家位於麻州劍橋、只有一名全職員工的新創公司。創辦人 Cody Tranbarger 是 2025 年哈佛大學生技科技碩士暨 MBA 聯合學程畢業生,先前在基因編輯公司 Prime Medicine、生命科學投資機構 Casdin Capital 任職,之後在 Atlas Venture 擔任創業家駐駐顧問。

背後是八名付費顧問與顧問(生物學、抗體工程、研究規劃),以及 11 家外部實驗室——製作抗體、測量結合力、跑細胞層級試驗與小鼠研究。

Tranbarger 用 Claude 處理合約、物流、實驗調度與營運,把 Mithril 兩種罕見肌肉失養症的治療計畫從一個想法,在 18 個月內推進到小鼠實驗有前景的結果。Anthropic 收購後,這兩條線成了公司的內部專案。

疾病本身:42 名兒童的隊列裡,只有 1 人能自己走路

LAMA2 相關先天性肌肉失養症(LAMA2-CMD)由 laminin-α2 蛋白缺失造成。技術報告引用的一個 42 名完全缺乏者的兒童隊列裡,只有一名孩子能獨立行走,約一半需要夜間呼吸器,六分之一在成年之前去世,至今沒有任何疾病修飾治療。

技術報告的假設是:做一種雙特異性橋接抗體,把 laminin-α4 橋接到 β-dystroglycan 上,重建基底膜的錨定。實驗結果是雙價(1+1 CrossMab)與四價(2+2)兩種格式都以奈莫耳級親和力結合標的。

在缺乏 laminin-α2 的 dyW 小鼠上,四價 2+2 給予組的峰值力量與握力約為賦形劑組的兩倍。

但報告自己寫明了弱點

這是整份材料裡最誠實、也最該被看見的一段。技術報告的「限制」章節明白寫著:

主要限制在於試點研究:各組是依序入組的,賦形劑組採用的給藥方案不同,且每個鼠窩只接受一種治療、沒有隨機化。

R&D World 對同一份報告的描述更直白:研究者依鼠窩分派治療而非隨機化,抗體組比對照組晚了 126 到 161 天才進行測試,中間還發生過鼠舍搬遷。

這代表什麼?報告自己算給你看:

  • 以鼠窩為單位計算統計時,p 值是 0.057——這是 7 個鼠窩所能取得的最小可能值,尚未跨過 0.05 的門檻
  • 6 週前的流失,讓每組只剩下 4 到 7 隻治療小鼠,因此各組可能在存活率上就不一樣,而不只是治療差異
  • 檢視了 6 個治療組與至少 11 個終點,報告直言可能是巧合發現
  • 2+2 的暴露濃度無法與其效果連結,因為它只在野生型小鼠的血漿中被測量,肌肉濃度只測了 1+1 CrossMab
  • 藥物動力學比較混淆了格式、Fc 替換、標的結合與抗藥抗體,而後三者完全沒有被測量

報告並呼籲進行同步、盲法的重複實驗。

換句話說,Anthropic 自己把「這個結果可能不成立」的理由列了出來,然後把整份文件公開。


為什麼這件事重要

三個理由。

**第一,AI 第一次在製藥流程裡佔到了「有數字的位置」。**過去兩年關於 AI 製藥的公開敘事幾乎都停在分子設計這一段,而業內真正的共識是:設計分子只佔把一個藥物帶上市的 10 到 20% 工作量。Anthropic 這次公布的案例,刻意涵蓋了從 CAR-T 訊號區段設計、到抗體命中生成、先導物優化、到製造批次審查、法規文件代筆、臨床試驗規劃、乃至公司成立——這是第一次有人系統性地展示 AI 在整條流程上的分布狀況,而不只是拿出最漂亮的那一段。

第二,Enveda 那一項的經濟價值,可能高於所有分子設計的加總。1,061 頁文件、11 個問題全抓到、額外抓到 7 個、審查時間縮短 89%、一份法規文件四小時 vs 三個月——這些不是「效率提升」,這是每一個製造批次都會重複发生的固定成本。一間中型生技公司如果能把 CMC(化學、生產與管制)文件審查壓縮 89%,那省下來的是純粹的毛利。這也是為什麼 BigHat 那個案例特別值得看:當 Claude 和研究人員一起推翻團隊原本使用的評估指標時,它展現的不是「做得比較快」,而是「看得比較深」。

**第三,這是一場被 IPO 動機驅動的轉向,而市場正在消化它。**Fierce Biotech 的報導標題說得很直白——「Anthropic 鋪陳藥物研發的野心與風險,寫在這份龐大的 IPO 公開文件裡」。從 2026 年 6 月宣布自建藥物計畫、7 月悄悄收購 Mithril、9 月在灣區悄悄蓋起生物實驗室(Reuters 報導),到 10 月公開第一批結果,整條路徑的節奏與資本市場的時點高度吻合。Hacker News 上一位網友的評論因此格外刺耳——「Anthropic 只要能再靠近 IPO 那一大桶錢,什麼話都會說。」


數據解讀與質疑

**最大的問題是那個 p = 0.057。**這不是外界的惡意挑刺,而是 Anthropic 自己在技術報告裡寫明的數字。以鼠窩為單位、7 個鼠窩、序貫入組、無隨機化、兩組測試間隔 126 到 161 天、中間還搬過鼠舍——在這種設計下,觀察到的兩倍握力差異,與「各組存活率不同」或「時間差本身造成的偏差」之間,並沒有被有效區分開。報告列出多組多終點並主動承認可能是巧合,這在業界是相當罕見的坦率,但坦率不等於統計結論成立。Anthropic 的說法「如果候選藥持續維持表現,我們預期最快 2028 年底就能為人體臨床試驗做準備」——這個「如果」的跨度還很長。

**第二個問題是,全部結果都還停在臨床前。**Anthropic 自己在文中寫得很清楚:目前「絕大多數是臨床前(preclinical)」,「基本上還沒到藥物在人體上測試的階段」。而一個統計學上站得住的疑點是:在整個製藥流程裡,約九成的候選藥物死在臨床試驗,而臨床試驗階段的瓶頸往往不是分子設計,而是人——醫師願不願意測、病人還會不會回來、倫理委員會、拒絕同意、繁文縟節。有網友把這個結構講得很清楚:AI 讓「吐出候選藥」變便宜,但如果下一個階段的吞吐量沒有同步提升,堆積在通道裡的分子只會製造雜訊。而先導藥物從鼠到人失敗率九成這個數字,本身就說明前面環節的優化空間,未必能轉成最後的產出。

**第三個問題是,部分數字的比較基準需要看清楚。**Enveda 的「9.4 倍」與 Anthropic 的「89% 降幅、25 小時降到 3 小時內」是同一組結果的兩種表述,但兩者不等價:25 除以 3 是 8.3 倍,而報告給的 9.4 倍對應的是「預先提供 CDP 評論的品質檢查」這個特定工作流,不是所有審查情境。同理,Divergence 的「35,000 個設計」與預印本裡的「91 個經實驗驗證」是兩個不同階段的數字——前者是生成量,後者才是走到實驗檯上的數量,中間的漏斗才是關鍵,而漏斗本身沒有被完整公開。另外,Anthropic 在 Enveda 那項合作裡用的是 Claude Opus 4.7,而不是自家最強的模型,這個選擇本身也值得留意。

但有一件事是明確的:這批結果裡最可靠的部分,恰恰是那些不依賴生物學假設的部分。Enveda 審查製造文件、Bighat 重估量測指標、Pleiades 評估標的是否值得追求——這些都是流程與判斷的工作,AI 在這裡能明確地、可重複地省下時間,而且誤判的代價是一份要重寫的文件,不是一個被浪費掉的十年。Mithril 那條線則相反:它需要的是統計學與毒理學能給的答案,而那些答案一個都還沒準備好。


下一步

Anthropic 在文中提到,這批研究只是整體計畫的一部分:已推出 Claude Science 這套給研究人員用的 AI 工作台、為生命科學家提供額度、成立 Life Sciences Verification Program 讓受信任機構使用權限較寬鬆的模型版本(因為嚴格防護在擋掉合法生物研究的同時也會擋掉研究),並對生命科學領域的客座研究員開放徵件。

接下來的時間表很清楚:Mithril 預計 2027 年選出正式候選藥物,2028 年底有機會進入 LAMA2 的人體臨床試驗,第二條 α-dystroglycanopathy 路線則是 2029 年。Anthropic 與 BMS 的臨床試驗規劃合作則在 2027 年擴大。

到那時候,這份報告裡所有的「promising」才會有真正的對照組可以對。


延伸閱讀

網友熱門留言 (8)

#1 Hacker News 網友 dham 0
要教太空人挖井比較容易,還是教挖井工人當太空人比較容易?我押 Eli Lilly 用 AI 開發藥物,而不是 Anthropic 變成 Eli Lilly。不過讓挖井工人當太空人 Obviously 是比較好看的電影。
#2 Hacker News 網友 helsinkiandrew 0
Citrini research 的 James van Geelen 這週在 podcast 提到一個好觀點:設計分子可能只佔把藥物帶上市的 10 到 20% 工作量。我們現在能做出的可能藥物設計,比實際被開發出來的多太多了。
#3 Hacker News 網友 bcvvvy 0
只有在它不會把下一個階段淹在雜訊裡時,這才叫好處。到了那個點反而可能有害。軟體上我們已經看過了,藥物設計會完全一樣。我女兒是某大藥廠的資深生化研究員,那正是他們對這件事最大的擔憂。
#4 Hacker News 網友 _heimdall 0
他們有做出統計上顯著的結果了嗎?這是真心的問題,因為我不知道答案,我只是一直聽到各種承諾,卻沒聽到真正的實驗結果。
#5 Hacker News 網友 EA-3167 0
完全同意。現實是,把候選藥物吐出來本來就是最簡單的那一段;更難的是讓候選藥物通過臨床試驗,而九成的旅程都死在那裡。一如既往,Anthropic 只要能再靠近 IPO 那一大桶錢,什麼話都會說。
#6 Hacker News 網友 w4der 0
臨床試驗的問題很多時候不是技術問題,而是人的問題:醫師不願意測、病人不再回來、繁文縞節、委員會、拒絕同意等等。我看不出現在的 AI 要怎麼解決這些問題。
#7 Hacker News 網友 riffraff 0
只有在它真的是瓶頸的時候才算。你想像是早上跟朋友一起通勤:如果你 5 分鐘就穿好衣服出門(而不是 10 分鐘),但還是要等我開車來接你,然後一起坐車去火車站,再一起坐 50 分鐘……你省下的那段時間根本沒意義。
#8 Hacker News 網友 shevy-java 0
他們可以把這些流程放上機器人或自動實驗室,這一步很容易解決。現代實驗室裡的人力本來就大多不必要,看看中國就知道了。問題在於 Anthropic 宣稱自己已經把這一切都解決了,現在是時候讓他們拿出證明了。