Anthropic 将药物发现从屏幕带入实验室
Anthropic 正在建设自己的生物实验室，此举将该公司的生命科学工作从纯计算建模转向实体实验。路透社报道称，该设施将位于旧金山地区，其核心构想颇为不同寻常：Anthropic 的 AI 模型家族 Claude 将指挥机器人实验室设备进行药物实验，且尽可能减少人工干预。
这一区别至关重要。如今大多数 AI 驱动的药物发现都发生在软件内部——生成候选分子、预测结合亲和力、对化合物针对靶点进行排序。这些预测仍须在实验台上验证，而正是这一验证环节拉长了时间线并累积了成本。通过建立自己的实验室，Anthropic 释放出信号：它希望在提出实验的模型与执行实验的硬件之间建立更紧密的闭环。
为何实体实验才是难点
实验台科学缓慢、按序推进且毫不宽容。实验方案分步进行，每一步都依赖前一步，一块被污染的培养板就可能让一周的工作作废。自动化的卖点在于通量和可重复性：机器人不会疲倦或分心，AI 系统可以记录每次运行的每一个参数。
但生物学充满噪声。检测会失败，试剂会降解，仪器会偏离校准。一个主要基于文献和模拟训练的模型，对于周五下午 4 点试剂出问题时会发生什么，直觉有限。这很可能就是为什么 Anthropic 将这一雄心表述为“最少人工参与”而非“完全无人参与”，也是为什么该公司表示出于安全原因人仍然是流程的一部分。
已发布两款工具为这项工作铺路
Anthropic 并非毫无准备就直接跳到硬件。它已经发布了两项基础设施，旨在让模型驱动的实验成为可能。
- Claude Science —— 专为研究人员打造的 AI 工作空间，为科学家提供一个结构化环境，与模型一起攻克科学问题。
- Model Hardware Standard —— 一项旨在让 AI 模型控制实验室设备的规范，解决模型指令与实验台上仪器之间的转换层问题。
硬件标准可能是两者中更能说明问题的一项。实验室设备历来是各厂商专有软件拼凑而成，互操作性有限。要将可靠的控制权交给模型，就需要商定的接口、错误处理和状态报告，否则像“运行这个检测”这样的指令就没有具体的绑定对象。
人类监督仍在环中
Anthropic 明确表示，人类监督仍是必要条件。这不仅仅是监管层面的谨慎。一个既能设计又能执行实验的 AI 系统，也可能大规模犯错——一个规格有误的实验方案运行数百次，就会产生数百次浪费的运行；机器人液体处理步骤中一个细微错误，可能悄无声息地污染数据集，而不是大声报错。
让人留在环中对于结果解读也很重要。判断一个意外结果是发现而非伪影，仍然是一种依赖模型可能不具备的背景信息的判断。对 Anthropic 而言，设计问题在于这种判断在工作流中处于什么位置，以及实验周期中有多少可以在无人值守的情况下运行，直到人类签字确认。
目标：长期被称为“不可成药”的疾病
负责 Anthropic 生命科学部门的 Eric Kauderer-Abrams 指出了一些因根本不存在可行疗法而完全无法治疗的疾病。他的赌注是，AI 可以加速设计能够同时击中多个靶点的复杂抗体——这类分子以难以通过传统手段工程化而著称。
多靶点抗体之所以有吸引力，是因为许多疾病涉及不止一条生物通路，同时击中多个靶点可能比阻断单一节点更有效。工程难题在于，一个结合两个靶点的分子必须保持稳定、可制造且具有特异性；设计空间巨大且大部分是空的。Kauderer-Abrams 将 AI 视为一种比人类迭代设计更快搜索这一空间的方式。
建立在一年生物科技布局之上
这座实验室并非孤立出现。今年早些时候的 4 月，Anthropic 以约 4 亿美元收购了初创公司 Coefficient Bio。大约同一时期，诺华 CEO Vas Narasimhan 加入 Anthropic 董事会，在治理层面增添了制药行业的视角。
综合来看，这些举措勾勒出一项深思熟虑的战略：收购生物学专业知识，引入制药业领导层，发布研究人员真正能用的工具，然后建设实体能力以生成专有数据。每一步都为上一步加码。一座能将自身实验结果反馈到模型开发中的实验室，将赋予 Anthropic 少数 AI 公司才拥有的东西——预测与物理地面真值之间的闭环。
目前不开展临床试验
Anthropic 似乎正在划定的一条边界是：据该报道，它现阶段不会开展自己的临床试验。其理由务实且圆融。人体试验是药物开发中最昂贵、最缓慢、监管最严格的阶段，进入这一阶段将使该公司与其很可能希望合作的制药伙伴直接竞争。
停留在上游——发现、设计和临床前验证——让 Anthropic 可以出售能力，而不是争夺同一条管线。这也使该公司避开在患者身上开展研究所带来的责任与合规负担。
值得关注之处
有几个问题将决定这究竟会成为药物发现方式的真正转变，还是一场昂贵的演示。实验周期中究竟有多少是真正自主的，人类多久介入一次？结果会发表吗，还是数据注定保持专有？Model Hardware Standard 会被 Anthropic 自家实验台以外的仪器制造商采用吗？
就目前而言，其意义在于方向性。一座既能设计分子又能对其进行物理测试的 AI 实验室，弥合了多年来限制该领域的缺口。Anthropic 的机器人能否让这一闭环比运行良好的人类实验室更快、更可靠，仍是最重要的实验。
本文基于 The Decoder 的报道。阅读原文。
Originally published on the-decoder.com