Anthropic выходит на рынок разработки лекарств для борьбы с забытыми болезнями

Anthropic расширяет свои горизонты за пределами LLM, запуская специализированные программы по разработке лекарств, направленные на борьбу с забытыми болезнями, которые традиционные гиганты фармацевтики (Big Pharma) часто считают нерентабельными. Этот стратегический шаг предполагает использование нового инструмента компании Claude Science для ускорения доклинических исследований и совершенствования моделей ИИ на основе реальных биологических данных.

Claude Science: ускорение получения биологических данных

Объявление об этих программах совпало с презентацией Claude Science — инструмента на базе ИИ, предназначенного для решения сложных научно-обоснованных задач. Anthropic продемонстрировала практическую пользу инструмента на впечатляющих примерах: исследователь из UCSF с помощью Claude Science за считанные минуты выявил вирусное загрязнение — ошибку, которую команда людей не замечала в течение целого года. Кроме того, модель проанализировала 100 редких генетических заболеваний менее чем за час, успешно выделив 32 кандидата для компьютерного скрининга.

Напрямую участвуя в ранних стадиях разработки лекарств, Anthropic намерена использовать практический опыт работы в «мокрой лаборатории» (wet lab) для создания более мощных и научно точных моделей ИИ, сокращая разрыв между цифровыми рассуждениями и биологической реальностью.

Сокращение сроков разработки и задержек

Фармацевтическая отрасль в настоящее время сталкивается с огромной неэффективностью. Генеральный директор Novartis Вас Нарасимхан отметил, что вывод препарата на стадию одобрения обычно занимает двенадцать лет — процесс, которому препятствуют информационная задержка, операционная задержка и биологическая задержка.

Хотя биологическую задержку (клинические испытания и тестирование на животных) трудно сократить, ИИ может воздействовать на первые две категории, которые составляют примерно 40% цикла разработки. Подход Anthropic направлен на то, чтобы сжать общий срок с двенадцати лет до семи или восьми. Кроме того, за счет оптимизации свойств молекул и улучшения прогнозов безопасности ИИ потенциально может удвоить показатели успеха разработки лекарств — с нынешних 8% до 16%. Учитывая, что отрасль ежегодно тратит от 150 до 200 миллиардов долларов на НИОКР (R&D) при относительно низкой отдаче, даже такие постепенные улучшения представляют собой колоссальный сдвиг в терапевтической эффективности.

Растущая гонка вооружений в области ИИ в здравоохранении

Шаг Anthropic ставит компанию в условия прямой конкуренции и сотрудничества в быстро меняющемся биотехнологическом ландшафте. В секторе уже наблюдается, как крупные игроки внедряют специализированные модели:

• Google DeepMind & Isomorphic Labs: используют AlphaFold для предсказания структуры белков, чтобы произвести революцию в поиске лекарств.
• OpenAI: расширяет присутствие в области инструментов, ориентированных на пациента, с помощью ChatGPT Health, который интегрирует медицинские карты и данные Apple Health.
• Google DeepMind (Clinical): движется в сторону моделей «AI Co-Clinician», предназначенных для поддержки врачей в рамках триадного ухода.

Хотя потенциал для прорывных методов лечения огромен, эксперты, такие как Кэтрин Поуп из Оксфордского университета, предупреждают, что модели ИИ еще предстоит доказать, что они способны ориентироваться в «хаотичном, сложном, человеческом мире» реальной клинической практики.

Основные выводы

• Ориентация на нерентабельные ниши: Anthropic фокусируется на забытых болезнях, чтобы выполнять свою миссию и собирать высококачественные биологические данные для обучения моделей.
• Повышение эффективности: Разработка лекарств на базе ИИ направлена на сокращение сроков разработки до четырех лет и потенциальное удвоение показателей успеха клинических испытаний.
• Научное подтверждение: Такие инструменты, как Claude Science, уже демонстрируют способность выполнять сложные задачи, например, анализ 100 редких заболеваний менее чем за час.