Anthropic 於 2026 年 10 月 27 日公布生命科學團隊階段成果，六間合作機構與一項自研計劃同時曝光。可量化數字包括：CAR-T 設計縮短約七成、抗體親和力提升超過十倍、文件審查時間減少 89%，法規初稿由約三個月壓縮至四小時。全部項目仍屬臨床前階段，人體試驗尚未開始。

Anthropic 在生命科學領域的佈局是什麼？

Anthropic 設生命科學團隊，與六間藥物開發機構合作，並收購 Mithril Medicine 推進罕見肌肉萎縮症項目，另開放研究驗證計劃。

合作名單橫跨不同研發階段。BigHat Biosciences 與 Generate Biomedicines 專注設計與優化，Divergence Labs 主攻食物過敏的抗體機制，Enveda 處理製造與法規文件，The Column Group 屬投資機構，Bristol Myers Squibb 則在臨床試驗規劃層面合作。

團隊把策略寫得相當直白：藥物開發的瓶頸分散在整條鏈條上，沒有單一問題可以解決。從標靶識別、分子設計、可製造性優化，到臨床試驗設計與法規申報，每一段都有各自的等待與返工。要找出模型真正有用的位置，只能深入真實的藥物計劃，而不是在實驗環境裡做題目。

配套措施同步公開。研究端有 Claude Science 工作台與生命科學研究者的額度支援；合規端有生命科學驗證計劃，讓受信任機構在較寬鬆的安全設定下使用最強模型；協作端則開放客座研究員申請，邀請外部團隊提出藥物開發問題。

六間合作機構交出了哪些具體數字？

六組數據：CAR-T 設計短約七成、受體多約十倍、一個月生成三萬五千個抗體設計、親和力升逾十倍、文件審查減 89%、法規初稿由三個月縮至四小時。

Generate Biomedicines 的目標是擴大 CAR-T 療法的適用範圍。這類療法過去主要用於血液癌症，該公司希望把它推進到實體腫瘤，做法是把療法的基因指令中某一段縮短，騰出空間放入針對其他癌種的指令。六名科學家使用 Claude Code 提出新設計，其中一個版本比標準版本短約七成，實驗室測試顯示免疫細胞可製造約十倍的受體，殺死腫瘤細胞的效率提升，活性維持時間亦延長。

Divergence Labs 處理食物過敏的底層機制。既有藥物主要中和血液中游離的 IgE，該公司希望把附著在免疫細胞上的 IgE 直接拆走，因此需要一個帶兩臂的分子：一臂抓緊 IgE，另一臂協助把它從細胞表面撬開。Claude 把設計目標轉成具體方案後，在約一個月內生成約 35,000 個抗體設計，初步測試找到三個可結合 IgE 的候選，以及二十個可撬動 IgE 的候選，其中三個的效果優於標準藥物。

BigHat Biosciences 的場景是先導優化。該公司把 AI 與自動化實驗室結合，要求候選分子同時具備結合力、穩定性與抗聚集能力。Claude 接上實驗室資料系統後提出修改建議，十星期內做出約 1,010 個變體並完成測試。期間團隊懷疑既有的熱穩定性與聚集指標有誤導成分，Claude 與研究員重新分析原始數據，提出替代指標與測試流程，主要預測最終成立。最佳版本的結合力提升超過十倍，其中一條針對癌症的先導分子在溶液中的穩定溫度提高 18 度，另一條長效先導分子的聚集速度減慢超過一百倍。

Enveda 的成果出現在文件環節。製造化學師過去最多有 75% 時間花在文書上，該公司把製造文件接上 Claude 讓模型主動標示問題。在 1,061 頁文件的測試中，模型找到人類覆核者標出的全部十一個問題，另外指出七個被漏掉的項目，人手審查時間由超過 25 小時降至三小時以內。兩份重要法規文件亦由模型起草，其中一份耗時四小時，人手撰寫約需三個月；另一份經標準人手覆核後只發現一個輕微錯誤。

投資機構與大型藥廠的角色有什麼不同？

The Column Group 成立 Pleiades 推進多個計劃；Bristol Myers Squibb 在臨床試驗規劃階段用模型估算成功機率，2027 年擴大合作。

The Column Group 的切入點是資金配置。生物科技投資長期偏好已被驗證的題材，原因是研發周期長、失敗率高，早期項目的風險難以定價。該機構與 Anthropic 合作成立 Pleiades，設想是用模型壓縮研究與行政成本，令小型團隊可以同時推進更多、更複雜的計劃，從而讓資金願意投向更難的醫學問題。

Pleiades 的第一個 Claude 技能用於判斷藥物標靶是否值得投入，已在 45 組標靶與疾病的配對上完成評估。這種做法的意義在於把機構經驗寫成可重複使用的判斷流程，而不是依賴個別專家的直覺。

Bristol Myers Squibb 的場景貼近臨床決策。該公司用 Claude 分析早期候選藥物的試驗計劃，估算成功機率，並在單一提示下取得可用於比較不同開發路線的初步分析。該公司早期臨床開發主管指出，同類分析過往需要數日完成，同時要在高度敏感的資料環境中進行。雙方計劃於 2027 年擴大合作範圍。

Anthropic 自研的罕見病項目進展如何？

Anthropic 收購一人公司 Mithril Medicine，創辦人以 Claude 協調十一間實驗室，把罕見肌肉萎縮症候選藥推進到小鼠有效結果，用時不足十八個月。

收購對象的規模值得注意。Mithril Medicine 只有創辦人 Cody Tranbarger 一人，卻能協調十一間外部實驗室、處理合約與物流，並把一款針對罕見肌肉萎縮症的候選藥物從概念推進到小鼠實驗的有效結果，全程不足十八個月。行政與協調工作大量交由模型處理，是這種小團隊規模得以成立的前提。

項目現已遷入 Anthropic 內部繼續推進，並計劃開啟多個新計劃。公司對時間表的表述相當謹慎：若候選藥物後續表現穩定，最快於 2028 年底具備進入人體試驗的條件。

同一團隊亦處理另一類罕見兒童肌肉萎縮症。這類疾病的患者基數小，商業回報有限，長期缺乏研發資源，正好屬於模型可以壓縮成本、令項目變得可行的範圍。

這些成果距離臨床應用還有多遠？

成果多屬臨床前階段，即在細胞或動物層面驗證，未進入人體測試。Anthropic 會隨項目推進延伸至臨床試驗，但累積安全性證據仍需數年。

階段定位需要說清楚。所謂「有效」在這批案例中，指的是實驗室測試或動物模型中的表現，例如受體數量、結合力、穩定溫度、聚集速度。這些指標可以篩走明顯失敗的候選分子，但無法替代人體試驗對於安全性與代謝行為的驗證。

從小鼠到人體的路徑通常以年計。即使候選藥物在動物模型表現理想，仍要經過毒性測試、劑量研究與監管機構審批，才能進入第一期臨床試驗。Anthropic 對自研項目給出的時間表是 2028 年底，正好反映這段距離。

合作機構的技術報告亦多數標明屬早期結果。抗體設計的初步「命中」需要進一步優化結合力與可製造性，法規文件初稿仍需專業人員逐項覆核。把模型定位為壓縮前期探索與文書成本，比宣稱它能直接產出藥物更貼近現況。

對藥廠與 AI 團隊有什麼實際啟示？

分工比全面自動化實際：模型在設計生成、文件審查與資料重分析已有可量化收益，標靶判斷與臨床決策仍需人類主導。

第一個啟示是環節選擇。五組數據之中，收益最容易量化的兩項都在文件與審查，而不是分子設計本身。Enveda 的 89% 時間節省與四小時完成法規初稿，屬於流程密集型工作，導入門檻低、驗證周期短，適合作為起步項目。

第二個啟示是資料接駁。BigHat 的成效來自把模型接上實驗室資料系統，令建議可以立即進入自動化實驗流程驗證。若模型只能讀取人手整理的摘要，產出建議的品質與速度都會受限。

第三個啟示是覆核設計。Enveda 的測試顯示模型可找出人類漏掉的問題，但同時需要人類確認哪些屬於真問題。把模型輸出當作第二意見而非最終判斷，是目前較務實的定位。

常見問題有哪些？

成果由 Anthropic 與六間機構共同發布，多數附技術報告。數字屬合作方自行測試的早期結果，未經同行評審，亦未在人體試驗驗證。

這些數據可以與傳統研發效率直接比較嗎？ 部分可以。工時與文件頁數屬可直接對照的指標，例如審查時間由 25 小時降至 3 小時。分子層面的指標如結合力與穩定溫度，則要在相同實驗條件下才有比較意義。

小型團隊值得參考這種做法嗎？ 值得參考分工思路。Mithril 的案例顯示，行政、合約與實驗協調可大量外判給模型，令一人團隊得以運作十一間實驗室的網絡。前提是研究者本身具備判斷實驗設計的能力。

模型在生物領域的使用有什麼限制？ 安全設定是主要限制。Anthropic 為此設立生命科學驗證計劃，讓受信任機構在較寬鬆的防護下使用最強模型，同時保留防止誤用的基本限制。一般帳戶無法取得同等權限。

出處連結有哪些？

原文刊於 Anthropic 研究頁，2026 年 10 月 27 日發佈，署名 Team Science，文中附有各合作機構的技術報告連結。

Anthropic 的原文刊於 https://www.anthropic.com/research/early-progress-drug-development，發佈日期為 2026 年 10 月 27 日，署名 Team Science，文中附有各合作機構的技術報告連結。本文引用的星級指標、工時與實驗數字均取自該文，機構名稱按原文保留英文，百分比與時間換算沿用原文表述。