Na wydarzeniu w tym tygodniu zatytułowanym 'The Briefing: AI for Science' firma Anthropic zaprezentowała Claude Science, nowy 'warsztat AI dla naukowców', który obiecuje połączyć rozproszone narzędzia i zbiory danych w jedno przyjazne środowisko oraz generować wykresy i wizualizacje. Anthropic, już dominujący w branży dzięki popularnym narzędziom do kodowania i potężnym modelom AI, przedstawił premierę w kontekście potencjału AI do 'dramatycznego przyspieszenia tempa odkryć naukowych i rozwoju interwencji zdrowotnych', chwaląc się długą listą klientów z branży biotechnologicznej i farmaceutycznej, którzy już używają Claude.
Anthropic poszedł o krok dalej, ogłaszając, że będzie produkować własne leki. Szef działu nauk przyrodniczych Eric Kauderer-Abrams powiedział, że firma skupi się na odkrywaniu terapii dla 'zaniedbanych' chorób. Firmy AI chętnie zabiegają o klientów z branży naukowej i farmaceutycznej – OpenAI, Amazon, Google i inni mają własne narzędzia i platformy do nauk przyrodniczych. Ale planowany ruch Anthropic jest jednym z najbardziej bezpośrednich publicznych prób przez główną firmę AI na pograniczu, aby faktycznie opracowywać leki. Stawia to firmę w nietypowej pozycji sprzedawcy oprogramowania innym, potencjalnie konkurującym producentom leków. Anthropic dołącza do szerszego wyścigu, który obejmuje firmy lekowe oparte na AI, takie jak Insilico, spin-off Google DeepMind Isomorphic Labs, startupy biotechnologiczne i duże firmy farmaceutyczne budujące lub kupujące własne narzędzia AI.
Anthropic podał bardzo mało konkretnych szczegółów na temat tego, co chce osiągnąć w obszarze opracowywania leków. Na wydarzeniu Kauderer-Abrams nie powiedział, co firma zrobi, jeśli znajdzie obiecujących kandydatów na leki. Anthropic nie odpowiedział na prośby The Verge o komentarz w celu uzyskania więcej szczegółów, w tym jakie choroby planuje najpierw atakować i czy będzie współpracować z innymi firmami w zakresie prac laboratoryjnych, testów na zwierzętach, badań klinicznych czy produkcji.
Eksperci powiedzieli The Verge, że niepewność wokół planów Anthropic odzwierciedla szerszą niepewność wokół samego boomu na leki AI. 'Odkrywanie leków AI' może oznaczać wiele rzeczy. To 'bardzo szerokie pojęcie', wyjaśnił Namshik Han, profesor na Uniwersytecie Cambridge i współzałożyciel startupu biotechnologicznego AI CardiaTec. AI jest stosowana na 'każdym etapie odkrywania leków', powiedział, od znajdowania nowych związków i ich ulepszania, po wspieranie badań, analizy danych, badań klinicznych, a nawet produkcji. Każda duża firma farmaceutyczna będzie w jakiś sposób używać AI, powiedział. Matthew Todd, profesor odkrywania leków na University College London, powtórzył opinię, że AI już przenika odkrywanie i badania leków, nazywając to 'hasłem-wytrychem' ze względu na szeroki zakres zastosowań.
AI niewątpliwie zmienia opracowywanie leków. Han wskazał na liczne inicjatywy gigantów farmaceutycznych, takich jak AstraZeneca, Novo Nordisk i GSK, i powiedział, że AI może już pomagać generować możliwe pomysły na leki, na przykład sugerując nowe cząsteczki, które mogą oddziaływać z częściami ciała, takimi jak receptory komórkowe, które są już znane jako związane z konkretną chorobą lub są celami istniejących leków. Todd powiedział, że jest to niezwykle przydatne do przyspieszania badań i pomagania w 'testowaniu drogowym' nowych pomysłów na leki. Biorąc pod uwagę pracę Anthropic nad modelami na pograniczu, firma prawdopodobnie użyłaby generatywnej AI do przeszukiwania ogromnych możliwości chemicznych i biologicznych oraz pomagania badaczom w znajdowaniu powiązań, które byłyby trudne lub powolne do znalezienia w inny sposób, potencjalnie sugerując nowe pomysły na leki, identyfikując nowe cele chorób lub znajdując nowe zastosowania dla istniejących leków.
Ale to wciąż daleka droga od leku zaprojektowanego przez AI do pacjentów. Todd powiedział, że dziedzina jest 'daleka' od zatwierdzenia leku zaprojektowanego przez AI do użytku u ludzi. Dodał, że proces odkrywania leków nie będzie przebiegał autonomicznie, a na każdym etapie wymagany będzie ludzki wkład i nadzór. Todd i Han zauważyli również, że brak publicznie dostępnych, wysokiej jakości danych eksperymentalnych, takich jak zachowanie różnych chemikaliów w organizmie, może również spowolnić wysiłki w opracowywaniu leków, podkreślając, że nawet dla