Anthropic

Anthropic запускает drug discovery: зачем Claude Science берётся за neglected diseases

Anthropic запускает Claude Science и собственную drug discovery-программу для neglected diseases. Разбираем, что уже известно и где пока только гипотезы.

Проверено 4 июля 2026 года. Anthropic drug discovery теперь не только SEO-фраза из новостей, а новый поворот в стратегии компании. 30 июня Anthropic представила Claude Science, рабочую среду для ученых, и на том же витке публично подтвердила собственную программу поиска лекарств для neglected diseases. По-русски это лучше объяснять как ранний поиск лекарственных кандидатов для болезней, которые рынок часто оставляет без достаточного внимания.

Новость легко перепутать с обещанием прорыва, но такого обещания в фактах нет. Anthropic не назвала конкретные болезни, молекулы, сроки испытаний или партнера для клинической разработки. Drug discovery - это ранний этап разработки лекарств: исследователи ищут биологические мишени, молекулы-кандидаты и первые доказательства, прежде чем перейти к доклиническим и клиническим испытаниям. Сейчас интереснее другое: разработчик передовых моделей пробует стать участником научного цикла, а не только поставщиком инструмента для фармы.

Claude Science показывает научные артефакты рядом с кодом и историей действий, чтобы результат можно было проверить и воспроизвести. Источник: официальный анонс Anthropic.

Что Anthropic объявила 30 июня

Официальная часть анонса выглядит как продуктовый запуск. Claude Science - отдельное приложение, которое собирает в одну среду базы данных, вычисления, код, научные пакеты и визуальные артефакты. Anthropic пишет, что среда работает локально на macOS и Linux, может подключаться к удаленной машине через SSH или HPC login node и доступна в бете для Claude Pro, Max, Team и Enterprise. Для Team и Enterprise нужен администратор, который включит доступ.

По описанию Anthropic, пользователь работает с координирующим агентом, у которого есть более 60 заранее настроенных навыков и коннекторов для геномики, single-cell анализа, протеомики, структурной биологии, cheminformatics и других задач. Отдельный reviewer agent должен проверять цитаты, расчеты и соответствие фигур исходному коду. В анонсе также указано, что Claude Science подключается к инструментам NVIDIA BioNeMo Agent Toolkit, включая Evo 2, Boltz-2 и OpenFold3.

Claude Science задуман шире обычного чата для ученых. Anthropic пытается собрать в один рабочий контур то, что в реальной лаборатории обычно живет в десятках мест: PubMed, Jupyter, R, терминалы кластеров, специализированные базы, файлы структур и собственные пайплайны лаборатории. С этой же проблемой связан OpenAI LifeSciBench: научные ИИ-инструменты приходится оценивать не по красивому ответу в чате, а по способности пройти реалистичный исследовательский процесс.

Где здесь drug discovery

Вторая часть новости пришла через материалы о событии Anthropic в Сан-Франциско. Becker's Hospital Review со ссылкой на CNBC пишет, что компания запускает внутреннюю drug discovery-программу с фокусом на neglected diseases, которые традиционная биофарма не считает достаточно привлекательными коммерческими целями. The Verge отдельно отмечает, что Anthropic раскрыла мало конкретики: неизвестно, какие болезни станут первыми, будет ли компания искать партнеров для лабораторной работы, испытаний на животных, клиники или производства.

Руководители Anthropic описывают программу не как чистую благотворительность, а как практический способ научиться на собственном опыте. Eric Kauderer-Abrams, глава life sciences-направления Anthropic, объяснял на событии, что компании нужен опыт разработки лекарств, чтобы строить правильные модели, продукты и инструменты для биофармы. Jonah Cool, который отвечает за партнерства в life sciences, связывает эту работу с более широким планом продавать Claude Science компаниям из фармы и биотеха.

Anthropic строит цикл обратной связи вокруг собственного опыта. Если компания сама проходит через боль раннего drug discovery - поиск мишеней, работу с разрозненными данными, проверку гипотез, вычислительные пайплайны, подготовку фигур и аргументации, - она лучше понимает, чего от AI workbench ждут реальные исследователи. Для покупателей это прагматичный аргумент: Anthropic продает инструмент и одновременно проверяет его внутри похожего процесса.

Почему neglected diseases - чувствительная рамка

Neglected diseases нельзя автоматически приравнивать к «редким заболеваниям». Редкая болезнь может быть экономически привлекательной, если есть платежеспособный рынок, регуляторные стимулы и понятная стратегия разработки. Neglected diseases чаще обсуждают через другую логику: болезнь затрагивает людей и регионы, где коммерческий стимул для дорогого R&D слабее.

Близкий официальный контекст дает ВОЗ: neglected tropical diseases - это группа состояний, связанных с тяжелыми медицинскими, социальными и экономическими последствиями. По данным ВОЗ, они затрагивают более 1 млрд человек, а 1,495 млрд нуждаются в профилактических или лечебных вмешательствах каждый год. Anthropic пока не сказала, что ее программа ограничится списком ВОЗ или именно tropical diseases. Корректная формулировка уже: компания говорит о neglected diseases как о болезнях, которые традиционная биофарма не считает привлекательными коммерческими целями.

Такой угол разводит материал с соседним сюжетом про OpenAI o3 и редкие заболевания. Там речь была о диагностике и клиническом reasoning в сложных случаях. В этом материале разбираем ранний поиск лекарственных кандидатов и инфраструктуру для научной работы.

В Claude Science Anthropic показывает не только чат, но и вычислительную среду: код, ноутбук, задания на кластере и проверяемые артефакты. Источник: официальный анонс Anthropic.

Чем Anthropic отличается от OpenAI и Isomorphic Labs

Anthropic выходит на рынок, где уже тесно, но ее ход отличается от соседей. OpenAI в апреле представила GPT-Rosalind для life sciences и позже описала LifeSciBench как бенчмарк для реалистичных исследовательских задач. Isomorphic Labs прямо строит AI drug discovery-компанию на наследии AlphaFold; у Toolarium уже есть отдельный разбор, почему планы Isomorphic по испытаниям на людях важны для рынка. Anthropic пока показывает другой маршрут: рабочая среда для ученых плюс собственная early-stage программа, которая должна давать продукту обратную связь.

Игрок	Что заявлено	Что это значит
Anthropic	Claude Science в бете и внутренняя drug discovery-программа для neglected diseases	Компания хочет не только продавать AI workbench фарме, но и получать опыт из собственной ранней разработки
OpenAI	GPT-Rosalind для biology, drug discovery и translational medicine; LifeSciBench для оценки реальных исследовательских процессов	Фокус на специализированной модели, инструментах и измерении научной полезности
Isomorphic Labs	AI drug discovery-компания, которая строит модели и пайплайны вокруг AlphaFold-наследия	Более прямой фармацевтический маршрут: не workbench как вход, а собственная платформа разработки лекарств

Эта таблица не означает, что один подход «правильнее» другого. Рынок пока проверяет несколько гипотез. Первая: сильная модель и инструменты ускорят ученых внутри существующих фармацевтических компаний. Вторая: AI-first biotech сможет сама довести кандидатов дальше по цепочке. Третья: frontier AI-компания может объединить продукт, партнерства и собственные discovery-программы, чтобы лучше понимать отрасль и продавать ей инструменты.

Кадровый контекст тоже важен. Переход John Jumper в Anthropic уже показывал, что компания собирает life sciences-компетенции не только вокруг маркетинга. Но текущий материал не стоит сводить к одному найму. Как мы писали в тексте про John Jumper и Anthropic, важен общий разворот: передовые AI-компании начинают относиться к биологии как к одному из главных прикладных направлений, а не как к побочному сценарию.

Почему это еще не история про готовое лекарство

Самый большой риск в такой новости - написать ее как рекламный пресс-релиз. Но drug discovery - только первый этап. FDA в базовом описании процесса отделяет discovery and development от preclinical research, clinical research, FDA review и post-market monitoring. До проверки безопасности, эффективности и одобрения для людей лежит длинная цепочка лабораторных и клинических проверок.

The Verge в своем разборе приводит похожий скепсис экспертов: AI может помогать на разных этапах drug discovery, от поиска молекул до анализа данных, но эксперименты не исчезают. Кандидаты все равно придется проверять в реальном мире: токсичность, эффективность, свойства молекулы, производство, хранение, доставка и клиническая безопасность не доказываются красивой диаграммой в интерфейсе.

Корректная формулировка звучит так: Anthropic запускает внутреннюю программу раннего поиска лекарств, чтобы развивать Claude Science и получить опыт в реальной биофарме. Формулировки про лечение конкретной болезни или близость к клиническим испытаниям пока недопустимы. Таких данных по состоянию на 4 июля 2026 года нет.

Что смотреть дальше

У этой истории есть несколько проверяемых маркеров. Первый - назовет ли Anthropic конкретные neglected diseases или хотя бы терапевтические области. Второй - появятся ли лабораторные партнеры, wet lab-инфраструктура, preclinical data или публикации. Третий - как компания разведет интересы: она продает инструменты биофарме и одновременно может стать участником discovery-процесса, который теоретически конкурирует с частью клиентов.

Отдельно стоит следить за доступом и безопасностью. Anthropic давно строит публичный образ осторожной AI-компании, а биология относится к областям, где полезность и риск живут рядом. Чем сильнее Claude Science будет подключаться к реальным лабораторным данным, вычислениям и проектированию молекул, тем важнее станут проверка пользователей, аудит действий и границы доступа к чувствительным возможностям.

Для рынка ИИ в фарме это заметный сдвиг. Anthropic больше не ограничивается универсальным чатом, инструментом для кода или корпоративным ассистентом. Компания строит специализированную научную среду и одновременно пробует свой инструмент на собственном drug discovery-направлении. Если эксперимент окажется полезным, Claude Science получит сильный аргумент для биофармы. Если нет, рынок все равно узнает, где именно передовые модели упираются в биологию, данные и лабораторную реальность.