Anthropic показала, как Claude ускоряет доклиническую разработку лекарств

Anthropic опубликовала результаты нескольких месяцев работы Claude с шестью организациями, занимающимися разработкой лекарств: BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines и The Column Group. Параллельно компания развивает собственные проекты, связанные с редкими детскими формами мышечной дистрофии.

Главный вывод отчёта заключается в том, что узкие места возникают на разных этапах создания препарата. Поэтому наибольший эффект даёт не отдельное использование модели, а её подключение сразу к проектированию, анализу данных, лабораторным экспериментам и подготовке документации. При этом почти все описанные результаты относятся к доклинической стадии — препараты ещё не испытывали на людях.

Тысячи вариантов молекул и более быстрый цикл экспериментов

Divergence Labs использовала Claude для разработки препарата от пищевой аллергии. Цель состояла в том, чтобы отделить молекулу иммуноглобулина E от иммунных клеток, сохранив её связность. Модель перевела задачу в подробный план и примерно за месяц почти автономно сгенерировала около 35 000 вариантов антител.

Первые лабораторные испытания выявили три варианта, связывающие IgE, и двадцать вариантов, способных его отделять. Три из двадцати выглядели лучше стандартного препарата. Это были результаты отбора кандидатов для дальнейшей работы, а не доказательство эффективности готового лекарства.

В Generate Biomedicines шесть учёных применили Claude Code для поиска новых вариантов участка генетической инструкции для терапии. Один из вариантов оказался примерно на 70% короче стандартного. В лабораторных тестах иммунные клетки производили примерно в десять раз больше рецепторов — белков, с помощью которых они распознают раковые клетки. Такие клетки эффективнее уничтожали опухолевые клетки и дольше сохраняли активность.

BigHat Biosciences объединила модель с автоматизированной лабораторией Reccy. Система последовательно улучшала молекулы по трём параметрам: силе связывания с мишенью, стабильности при хранении и склонности к агрегации. За десять недель лаборатория создала и проверила около 1 010 вариантов. Лучшие образцы связывались с мишенью более чем в десять раз прочнее, один сохранял растворимость при температуре на 18 градусов выше, а другой слипался более чем в сто раз медленнее.

Документы проверяются быстрее, но человек остаётся необходим

Enveda использовала Claude для анализа производственной документации. Химики компании тратили на бумажную работу до 75% рабочего времени, поэтому модель подключили к документам и попросили отмечать потенциальные проблемы.

На 1 061 странице Claude обнаружил все 11 замечаний, найденных проверяющими, и дополнительно указал ещё семь. Время проверки сократилось на 89% — более чем с 25 часов до менее чем трёх. Черновик одного из двух регуляторных документов был подготовлен за четыре часа вместо примерно трёх месяцев ручной работы.

Однако в другом случае первый черновик регуляторного документа содержал ошибку, которую выявила обычная проверка специалиста. Для фармацевтики это принципиальное ограничение: цена неточности может выражаться не в потере рабочего часа, а в срыве испытаний или проблемах с регистрацией препарата.

Где заканчиваются возможности модели

В отчёте BigHat описан пример, когда стандартные метрики теплостойкости и склонности молекул к слипанию вводили исследовательскую команду в заблуждение. Claude вместе со специалистом пересчитал исходные данные, предложил другие показатели и помог изменить протокол испытаний. После этого основные прогнозы подтвердились.

Этот случай показывает, что модель особенно полезна при работе с большими массивами данных и формализованными критериями. Но в спорных ситуациях она не заменяет эксперта, который должен оценить корректность метрик, постановки эксперимента и интерпретации результатов.

Самым продвинутым собственным проектом Anthropic компания называет Mithril Medicine — одноруковую организацию, которую она приобрела. Её основатель Cody Tranbarger поручил Claude работу с договорами, логистикой и взаимодействием с 11 внешними лабораториями. От идеи до обнадёживающих результатов на мышах команда дошла менее чем за 18 месяцев. Если дальнейшие данные подтвердятся, препарат может перейти к клиническим испытаниям на людях к концу 2028 года.

Это пока не ускорение появления лекарств в аптеках

Полученные цифры показывают сокращение отдельных рабочих циклов, но не доказывают, что лекарства в целом станут доходить до пациентов быстрее. Между доклиническими экспериментами и клиническими испытаниями остаются проверки безопасности, масштабирование производства, регуляторные процедуры и несколько этапов исследований на людях.

Практическая ценность Claude сейчас заметнее всего там, где модель можно связать с лабораторным оборудованием, корпоративными данными и документацией. Без лабораторного контура генерация вариантов остаётся перебором гипотез, которые нужно проверять экспериментально.

Anthropic планирует расширять это направление, запустив Claude Science, кредиты для учёных и программу верификации для доверенных организаций. Стоимость использования Claude в фармацевтических проектах компания в отчёте не указала, а публичные бизнес-тарифы не позволяют оценить цену таких специализированных сценариев.

На данный момент Claude не создаёт готовые лекарства, доступные пациентам. Результаты относятся преимущественно к доклиническим исследованиям, а единственный конкретный ориентир по срокам — возможный переход одного собственного препарата к испытаниям на людях в конце 2028 года.