Anthropic与六家机构开展药物研发合作
Anthropic官方博客披露，过去数月其科学家与BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines及The Column Group共6家新药研发机构展开深度研究合作，并已启动自有药物发现项目，计划在此基础上大幅扩大相关工作。
Generate Biomedicines方面，6名科学家使用Claude Code为CAR-T细胞疗法信号域提出新设计，其中一项较标准版本缩短约70%。实验室测试显示，该设计使免疫细胞产生约10倍受体，杀伤肿瘤细胞效率更高，且免疫细胞活性持续时间更长。此举旨在缩短遗传指令以腾出空间，推动CAR-T从血液肿瘤拓展至实体瘤治疗。
其余合作覆盖抗体优化、IgE靶向、生产文件审核及临床试验规划等环节，目前多为临床前阶段。Anthropic表示相关结果仍属早期，正持续扩展Claude在药物开发全流程中的角色。
原始来源
Anthropic官方博客《Early progress on accelerating drug development with Claude》（2026-10-27）https://www.anthropic.com/research/early-progress-drug-development
Generate Biomedicines技术报告及博客《Less is More: Refactoring the CAR Signaling Domain》https://generatebiomedicines.com/blog-posts/less-is-more-refactoring-the-car-signaling-domain/
ABAB AI 解读
该合作体现AI模型从辅助文献检索、分子设计向直接参与实验室迭代与操作闭环的迁移。Generate案例中Claude Code提出并经多轮筛选的信号域重构，缩短长度同时提升表达与功能，显示生成式模型在蛋白质序列空间探索中的压缩与优化能力。资本与研发路径上，大药企（BMS）与专业生物技术公司并行接入，降低早期验证门槛；Anthropic自有项目（如Mithril Medicine）则把模型嵌入单人/小团队运营与外部实验室协调，缩短从概念到动物实验的周期。当前数据仍处临床前，实际成药率与监管路径仍待后续临床数据验证。
认知定律
模型提出设计→实验室验证→再迭代，缩短分子优化循环而非替代最终决策。
长度压缩换取功能提升，显示序列空间中“更短指令可承载更高表达”。
多机构并行接入，把单一模型能力分散到药物开发不同瓶颈环节。