Anthropic تدخل مجال اكتشاف الأدوية لاستهداف الأمراض المهملة

توسع Anthropic آفاقها لتتجاوز النماذج اللغوية الكبيرة (LLMs) من خلال إطلاق برامج مخصصة لاكتشاف الأدوية تهدف إلى معالجة الأمراض المهملة التي غالبًا ما تعتبرها شركات الأدوية الكبرى التقليدية غير مربحة. وتستفيد هذه الخطوة الاستراتيجية من أداة الشركة الجديدة "Claude Science" لتسريع الأبحاث قبل السريرية وتحسين نماذج الذكاء الاصطناعي من خلال البيانات البيولوجية الواقعية.

Claude Science: تسريع الرؤى البيولوجية

تزامن الإعلان عن هذه البرامج مع الكشف عن "Claude Science"، وهي أداة ذكاء اصطناعي مصممة للتعامل مع الاستدلال العلمي المعقد. وقد استعرضت Anthropic الفائدة الفورية للأداة من خلال أمثلة مذهلة: حيث استخدم باحث في جامعة كاليفورنيا سان فرانسيسكو (UCSF) أداة Claude Science لتحديد تلوث فيروسي في غضون دقائق، وهو خطأ لم يلاحظه فريق بشري لمدة عام كامل. علاوة على ذلك، قام النموذج بتحليل 100 مرض جيني نادر في أقل من ساعة، ونجح في تحديد 32 مرشحًا للفحص الحسابي.

ومن خلال المشاركة المباشرة في مراحل تطوير الأدوية المبكرة، تعتزم Anthropic استخدام الخبرة المباشرة في المختبرات الرطبة (wet lab) لبناء نماذج ذكاء اصطناعي أكثر قدرة ودقة من الناحية العلمية، مما يسد الفجوة بين الاستدلال الرقمي والواقع البيولوجي.

تقليص الجداول الزمنية للتطوير وفترات التأخير

يواجه قطاع صناعة الأدوية حاليًا عدم كفاءة هائلة. وقد أشار فاس ناراسيمهان، الرئيس التنفيذي لشركة Novartis، إلى أن عملية إيصال الدواء إلى مرحلة الاعتماد تستغرق عادةً اثني عشر عامًا، وهي عملية تعيقها فترات التأخير المعلوماتية، والتشغيلية، والبيولوجية.

وبينما يصعب تقصير فترة التأخير البيولوجي (التجارب السريرية والاختبارات على الحيوانات)، يمكن للذكاء الاصطناعي استهداف الفئتين الأوليين، اللتين تشكلان حوالي 40% من دورة التطوير. ويهدف نهج Anthropic إلى ضغط الجدول الزمني الإجمالي من اثني عشر عامًا إلى سبعة أو ثمانية أعوام. بالإضافة إلى ذلك، ومن خلال تحسين الخصائص الجزيئية وتحسين توقعات السلامة، يمكن للذكاء الاصطناعي أن يضاعف معدلات نجاح الأدوية من 8% حاليًا إلى 16%. ونظرًا لأن الصناعة تنفق ما بين 150 إلى 200 مليار دولار سنويًا على البحث والتطوير مع مخرجات منخفضة نسبيًا، فإن هذه المكاسب التدريجية تمثل تحولًا هائلاً في الجدوى العلاجية.

سباق التسلح المتزايد في مجال الذكاء الاصطناعي في الرعاية الصحية

تضع هذه الخطوة شركة Anthropic في حالة من المنافسة والتعاون المباشر ضمن مشهد التكنولوجيا الحيوية سريع التطور. ويشهد القطاع بالفعل قيام كبار اللاعبين بنشر نماذج متخصصة:

  • Google DeepMind & Isomorphic Labs: استخدام AlphaFold للتنبؤ ببنية البروتين لإحداث ثورة في اكتشاف الأدوية.
  • OpenAI: التوسع في الأدوات التي تركز على المريض من خلال ChatGPT Health، الذي يدمج السجلات الطبية وبيانات Apple Health.
  • Google DeepMind (Clinical): التوجه نحو نماذج "AI Co-Clinician" المصممة لدعم الأطباء من خلال الرعاية الثلاثية.

وبينما تظل إمكانات العلاجات الرائدة هائلة، يحذر خبراء مثل كاثرين بوب من جامعة أكسفورد من أن نماذج الذكاء الاصطناعي لا تزال بحاجة إلى إثبات قدرتها على التعامل مع "العالم البشري الفوضوي والمعقد" للممارسة السريرية الفعلية.

النقاط الرئيسية

  • استهداف المجالات غير المربحة: تركز Anthropic على الأمراض المهملة لتحقيق مهمتها وجمع بيانات بيولوجية عالية الجودة لتدريب النماذج.
  • مكاسب الكفاءة: يهدف اكتشاف الأدوية المدعوم بالذكاء الاصطناعي إلى تقليل الجداول الزمنية للتطوير بما يصل إلى أربع سنوات، ومن المحتمل مضاعفة معدلات النجاح السريري.
  • التحقق العلمي: تُظهر أدوات مثل Claude Science بالفعل القدرة على أداء مهام معقدة، مثل تحليل 100 مرض نادر في أقل من ساعة.