Anthropic 於 2026 年 10 月 27 日發表研究更新，說明旗下生命科學團隊過去數個月在藥物研發上的進展。Anthropic 表示，團隊與 BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group 六個組織進行深度研究合作，並開始自行展開藥物探索。Anthropic 同時說明，目前多數工作仍屬臨床前階段，多數藥物尚未進入人體測試階段。

Anthropic 與六家機構的合作範圍

Anthropic 指出，藥物研發包含找標的、設計分子、讓分子能穩定量產、撰寫臨床試驗所需的法規文件，以及設計與執行臨床試驗等許多環節，瓶頸分散在整個流程裡。因此團隊選擇直接參與真實的藥物計畫，涵蓋不同疾病領域與開發階段。

AI 示意圖：分子設計
AI 示意圖：分子設計

Anthropic 列出這項工作的三個目的：

  • 了解模型在更多藥物開發任務上的強項與限制，並已依此排定模型的改進項目。
  • 讓這些計畫成為生命科學社群可參考的案例。
  • 若計畫維持目前的走勢，專案本身可能帶來直接成果，標的疾病包括食物過敏、罕見兒童疾病與數種癌症。

Generate Biomedicines 與 Divergence Labs 的設計結果

Generate Biomedicines 的一個 CAR-T 設計比標準版本短約 70%，實驗室測試中讓免疫細胞製造約十倍的受體。Generate 研究如何讓 CAR-T 細胞療法擴及實體腫瘤。CAR-T 過去主要用於治療血液細胞的癌症，Generate 希望縮短療法基因指令中的一段，為其他癌症所需的指令騰出空間。六名科學家用 Claude Code 提出這一段的新設計，其中一個設計比標準版本短約 70%。實驗室測試中，該設計讓免疫細胞製造的受體約為十倍，殺死腫瘤細胞的效率較高，免疫細胞維持活性的時間也更長。

AI 示意圖：實驗數據
AI 示意圖：實驗數據

Divergence Labs 研發食物過敏的新療法，目標是把 IgE 從免疫細胞上整個卸下，標準藥物則只中和血液中游離的 IgE。這需要兩個「手臂」的設計，一個與 IgE 緊密結合，另一個協助把 IgE 從免疫細胞上撬開。Claude 先把目標轉成詳細的設計計畫，再在很大程度上自主地於約一個月內產生約 35,000 個抗體設計。早期測試中，Divergence 找到 3 個能結合 IgE 的設計與 20 個能使 IgE 脫離的設計，其中 3 個看起來比標準藥物更能使 IgE 脫離。下一步是做出結合兩個手臂的藥物。

BigHat 與 Enveda 的實驗數據與文件審查

BigHat Biosciences 把 AI 與自動化實驗室結合，改善兩個抗體片段先導分子：一個以癌細胞為目標，一個用來延長藥物在體內的時間。Claude 連接 BigHat 的實驗室資料系統 Reccy，提出分子修改建議，BigHat 的實驗室在約 10 週內製作並測試約 1,010 個變體。過程中團隊懷疑標準的熱穩定性與聚集指標有誤導性，Claude 與研究人員重新分析原始數據，提出不同的指標與流程調整，主要預測在驗證後成立。與原始分子相比，最佳版本的結合力強 10 倍以上，癌症導向先導分子在溶液中保持穩定的溫度高 18°C，長效先導分子的聚集速度慢 100 倍以上。

AI 示意圖：文件審查
AI 示意圖：文件審查

Enveda 的製造化學師曾把最多 75% 的時間花在文書作業。Enveda 建了一套系統，把製造文件接上 Claude，由 Claude 標出可能的問題。在 1,061 頁文件的測試中，Claude 找出人類審查員發現的全部 11 個問題，另外標出 7 個人工漏掉的問題。人工審查時間減少 89%，從超過 25 小時降到不到 3 小時。Claude 另外撰寫兩份重要法規文件的初稿，其中一份耗時四小時，手工撰寫約需三個月；另一份經 Enveda 的標準人工審查流程，只找到一處小錯誤。

The Column Group、Bristol Myers Squibb 與 Mithril Medicine

The Column Group（TCG）正在成立新公司 Pleiades，打算用 Claude 讓小團隊同時推動更多、更複雜的藥物計畫。Pleiades 的第一個 Claude skill 用來評估藥物標的是否值得投入，已在 45 組標的與疾病的配對上完成評估。

AI 示意圖：跨機構合作
AI 示意圖：跨機構合作

Bristol Myers Squibb 近期開始與 Anthropic 合作，處理臨床試驗規劃的瓶頸。BMS 用 Claude 評估一項早期藥物的臨床試驗計畫，並估計試驗成功的可能性，雙方計畫在 2027 年擴大這項合作。

Anthropic 表示已收購 Mithril Medicine，這是一間一人公司，開發兩種罕見肌肉萎縮症的治療方式。創辦人 Cody Tranbarger 用 Claude 整理與 11 家外部實驗室之間的合約、物流與實驗，並把許多營運工作交給 Claude。Mithril 在不到 18 個月內，把一種肌肉萎縮症的可能療法從構想推進到小鼠實驗的有望結果。Anthropic 表示，若藥物候選分子持續成立，預期最早在 2028 年底可以準備開始人體臨床試驗。

目前以臨床前階段為主

Anthropic 在文中說明，這些研究仍處於早期，多數屬於臨床前，藥物大致尚未進入人體測試階段。Anthropic 計畫隨著藥物計畫推進，把 Claude 的角色延伸到臨床試驗，並與更多已進入臨床階段的組織合作。

在工具與使用管道方面，Anthropic 提到已推出供研究人員使用的 AI 工作台 Claude Science，並提供生命科學研究者 Claude 額度。Anthropic 另設 Life Sciences Verification Program，讓受信任的組織以較寬鬆的安全防護版本使用最強模型，因為必要的防護有時會妨礙正當的生物研究。Anthropic 也開放生命科學客座研究員的提案徵集。

臺灣可以參考的方向

這份更新列出的案例集中在實驗與文件流程，臺灣的生技與製藥業者可以從幾個具體環節評估導入的空間。以下為編輯整理的建議，來源文章並未提供臺灣的採用資料。

  • 製造與品質文件審查：Enveda 以 1,061 頁文件測試，Claude 找出人工審查的全部 11 個問題並多標出 7 個，審查時間從超過 25 小時降到不到 3 小時。臺灣藥廠可考慮先挑一類文件做小規模試行，並保留人工複核。
  • 連接實驗室資料系統：BigHat 讓 Claude 讀取實驗室資料並提出變體建議，約 10 週完成約 1,010 個變體的製作與測試。臺灣研究單位與新創若已有結構化的實驗資料，可以先盤點資料格式，再評估讓 AI 工具接入。
  • 法規文件初稿：Enveda 的一份法規文件初稿耗時四小時，手工撰寫約需三個月。臺灣團隊準備法規文件時，可以讓 AI 先產出初稿，再由專業人員逐項查核。
  • 小團隊的營運協調：Mithril 的創辦人用 Claude 整理與 11 家外部實驗室之間的合約、物流與實驗。臺灣的新創團隊可以參考這種把外部合作事務交給 AI 助手整理的做法。

AI 代理人在企業內部的部署方式，可以參考站內的 日本數位廳在源內平台導入 AI 代理：企業代理人應用加速。Anthropic 的案例以公司自述與合作夥伴技術報告為依據，導入前仍需以自家資料驗證效果。