Claude в фарме: шесть партнёров и 35 000 вариантов антител

Anthropic описала результаты нескольких месяцев работы Claude над задачами шести организаций, которые разрабатывают лекарства: BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines и The Column Group. Параллельно компания запустила собственные программы по редким детским формам мышечной дистрофии.

Главная мысль отчёта простая: узкие места в разработке лекарств распределены по всему процессу, поэтому выигрыш даёт участие модели почти на всех этапах сразу. По итогам проектов Anthropic уже приоритизировала конкретные улучшения моделей.

Ниже разбор по цифрам: за каждым числом стоит отдельный технический отчёт партнёра, и в них видно и где модель даёт выигрыш, и где переносит рутину из рук человека в код.

Цифры, за которыми стоят отчёты партнёров

Divergence Labs: 35 000 вариантов антител за месяц. Задача — препарат от пищевой аллергии: отцепить молекулу IgE от иммунных клеток, удержав её при этом в связном состоянии. Claude перевёл цель компании в подробный план, затем почти полностью автономно сгенерировал около 35 000 вариантов антител примерно за месяц. Первые испытания дали три варианта, связывающих IgE, и двадцать вариантов, способных его отделять; трое из двадцати выглядели лучше стандартного препарата.

Generate Biomedicines: инструкция на 70 % короче. Шесть учёных использовали Claude Code, чтобы предложить новые варианты одного участка генетических инструкций терапии. Один из вариантов оказался примерно на 70 % короче стандартного, и в лабораторных тестах иммунные клетки производили примерно в 10 раз больше рецепторов, то есть белков, которыми они распознают раковые клетки. Клетки также эффективнее уничтожали опухолевые и дольше оставались активными.

BigHat Biosciences: 1 010 вариантов за десять недель. Компания соединяет модель с автоматизированной лабораторией Reccy и улучшает молекулы по трём свойствам: плотность связывания с мишенью, стабильность при хранении и склонность слипаться. Лаборатория сделала и испытала около 1 010 вариантов примерно за десять недель. Лучшие образцы связывались с мишенью более чем в десять раз прочнее, один оставался в растворе при температуре на 18 °C выше, а другой слипался более чем в сто раз медленнее.

Enveda: проверка документации на 89 % быстрее. Специалисты по химии производства в Enveda тратили на бумажную работу до 75 % времени. Компания подключила Claude к производственным документам и поручила ему отмечать возможные проблемы. На 1 061 странице модель нашла все 11 замечаний, которые увидели проверяющие, и добавила ещё семь пропущенных ими. Время проверки сократилось на 89 %: с более чем 25 часов до менее чем трёх. Первый черновик одного из двух регуляторных документов был подготовлен за четыре часа вместо примерно трёх месяцев ручной работы.

Где модель ошибается

В отчёте BigHat описана ситуация, где стандартные метрики теплостойкости и склонности к слипанию вводили команду в заблуждение. Claude и исследователь пересчитали сырые данные, предложили другие метрики и изменили протокол испытаний, после чего основные прогнозы подтвердились. Это важный сигнал о границах метода: модель полезна там, где есть большой массив данных и формализованная метрика, и совсем не заменяет эксперта в спорных местах.

Вторая граница — документы. Первый черновик регуляторного документа, подготовленный Claude, содержал ошибку ^[2], которую нашла обычная проверка человека. В фарме цена такой ошибки — сорванные испытания, а не потерянный час.

Третья граница — стадия. По словам Anthropic, работа пока в основном доклиническая: препараты в большинстве случаев ещё не испытывали на людях. Самый продвинутый собственный проект — Mithril Medicine, одноруковая компания, приобретённая Anthropic. Основатель Cody Tranbarger отдал Claude договоры, логистику и работу с 11 внешними лабораториями, и компания прошла путь от идеи до обнадёживающих результатов на мышах менее чем за 18 месяцев. Если кандидаты подтвердятся, препарат может быть готов к клиническим испытаниям на людях к концу 2028 года.

Что это значит

• Для фармкомпаний Claude уже выглядит как лабораторный ассистент: он берёт на себя рутинные участки, где много данных и есть метрика, и заметно сокращает время цикла.

• Считать отчёт ускорением разработки лекарств нельзя. Ускорились отдельные этапы, а не путь препарата до аптеки.

• Прямой вывод для тех, кто выбирает инструмент: ценность даёт связка модели с лабораторным контуром и с документацией компании.

• Anthropic расширяет работу и открывает Claude Science, кредиты для учёных и программу верификации для доверенных организаций.

Что из этого полезно нам

1. Что реально применимо. Результаты касаются лабораторных экспериментов и проектирования, готовых лекарств в аптеке пока нет. Практической пользы для пациента сегодня нет, но подход могут перенять биотехнологические компании.

2. Цена и доступность. В отчёте нет данных о стоимости Claude для фармкомпаний и о бесплатном доступе. Ориентироваться на публичные тарифы Anthropic для бизнеса пока нельзя, конкретика отсутствует.

3. Когда появится. Сроки выхода лекарств не указаны, в отчёте говорится лишь о планах расширить работу. Единственный конкретный ориентир в самом тексте — конец 2028 года для клинических испытаний собственного препарата Anthropic.

4. Что нужно для использования. Это работа научных команд с Claude Code и корпоративными инструментами; приложения для смартфона здесь нет. Обычному пользователю не нужен ни компьютер, ни специальная подписка.

5. За чем следить. Стоит ждать технических отчётов и препринтов партнёров, а также сообщений о том, какие улучшения Anthropic внесёт в модели. Именно эти документы покажут, подтвердятся ли ранние результаты.

Частые вопросы

Claude уже создаёт лекарства? Пока нет. Работа идёт на стадии до испытаний на людях, и в отчёте прямо сказано, что исследования в основном доклинические.

Когда ждать лекарства? Самый ранний ориентир — конец 2028 года для клинических испытаний одного собственного препарата Anthropic. Доступных препаратов на рынке в ближайшие годы ждать не стоит.

Сколько стоит Claude для такой работы? Цены в отчёте нет: тарифы Anthropic для бизнеса публикуются отдельно, и под фармзадачи отдельной цены не заявлено.

Можно ли повторить это в одиночку? Отдельные задачи повторяются: анализ массивов лабораторных данных, подготовка черновиков документов, генерация вариантов молекул для последующей проверки в лаборатории. Без лабораторного контура результат остаётся перебором гипотез.

Этот же сюжет входит в еженедельный отбор ИИ-новостей на llmnews.by ^[3]. Там выходят ежедневные сводки и разборы недели с проверкой каждой цифры по первоисточникам.

Источники

1. Anthropic: Early progress on accelerating drug development with Claude ^[4] — что произошло, шесть партнёров, собственные программы, сроки.

2. Технический отчёт Generate Biomedicines ^[5] — вариант на 70 % короче и десятикратное число рецепторов.

3. Препринт Divergence Labs ^[6] — 35 000 вариантов антител, три и двадцать попаданий.

4. Отчёт BigHat Biosciences и Anthropic ^[7] — 1 010 вариантов за десять недель, 18 °C, слипание в сто раз медленнее.

5. Отчёт Enveda о проверке производственных документов ^[8] — 1 061 страница, 11 и 7 замечаний, 89 % сэкономленного времени.