Anthropic uzsāk Claude Science AI darbnīcu zāļu izstrādei

Kad uzņēmums, kas pazīstams ar sarunvalodas mākslīgo intelektu, sāk algot laboratorijas zinātniekus un iekārtot mitrās laboratorijas, tas nepaliks nepamanīts. Anthropic klusām pārgājis no sarunu modeļu veidošanas uz rīku komplekta izstrādi zāļu atklāšanai, prezentējot Claude Science pasākumā Briefing: AI zinātnei, kā ziņo tehnoloģiju portāls.

Claude Science tiek pozicionēts kā integrēta darba vide: datu kopas, analītiskie rīki un vizualizācijas dzinēji apvienoti vienā saskarnē, lai pētnieki sarežģītus rezultātus redzētu kā skaidras diagrammas un attēlus, nevis izkaisītus failus. Šī ideja ir pievilcīga. Viena vide, kas savieno skaitļošanas darba plūsmas, varētu samazināt analīzēm nepieciešamo laiku par nedēļām un ātrāk izgaismot hipotēzes.

Taču platformas izveide un molekulas nonākšana klīniskajā izmēģinājumā ir ļoti atšķirīgi uzdevumi. Anthropic norāda, ka koncentrēsies uz nepietiekami pētītām slimībām un attīstīs pielāgotas terapijas. Līdz šim sīkāka informācija par to, kā uzņēmums plāno veikt dzīvnieku pētījumus, organizēt klīniskos izmēģinājumus vai sadarboties ar ražotājiem, ir ierobežota. Tomēr pēdējā gada laikā uzņēmums aktīvi pieņem darbā speciālistus dzīvības zinātnēs un, kā ziņots, izveidojis īpašas laboratorijas, lai atbalstītu savas ambīcijas.

Anthropic iekļūst jau piesātinātā nozarē. Lielās tehnoloģiju kompānijas un specializētie jaunuzņēmumi jau piedāvā datorizētu zāļu atklāšanu: OpenAI, Google un Amazon ir uzsākuši dzīvības zinātņu iniciatīvas; Insilico un Isomorphic Labs jau gadiem attīsta pilna cikla zāļu dizaina plūsmas. Kas atšķir Anthropic, ir tā pieredze lielo valodu modeļu jomā un publiska likme, ka šie modeļi, kombinācijā ar nozaru datiem un laboratoriju infrastruktūru, var būtiski paātrināt zinātniskās darba plūsmas.

Eksperti brīdina nepārvērtēt spējas. Pētnieki, tostarp Cambridge un UCL, norāda, ka AI rīki ir vērtīgi daudzos posmos, no jaunu pamatformu piedāvāšanas līdz augsto dimensiju testa datu analīzei, taču tie neaizvieto nepieciešamību pēc augstas kvalitātes eksperimentāliem datiem. Bioloģijā signāls bieži ir trokšņains. Modeļus, kas prasa konsekventas, labi anotētas datu kopas, var ierobežot eksperimentu rezultātu fragmentārā un daudzveidīgā daba.

Vai skaitļošanas metodes var izslēgt praktiskos eksperimentus? Ne vēl. Oksfordas ķīmiķi un citi norāda, ka savienojumu joprojām jāizvērtē attiecībā uz efektivitāti, toksicitāti un piegādi dzīvos organismos. Prognozējošie modeļi palīdz noteikt prioritātes kandidātiem. Pašlaik tie neizslēdz pamatprasību pēc fiziskas validācijas.

Anthropic šķiet saprot šo atšķirību; investīcijas biologu piesaistē un laboratoriju telpu nodrošināšanā liecina par hibrīdu pieeju, kur AI ģenerē kandidātus, bet cilvēki un eksperimentēšana tos pārbauda.

Ko turpmāk vērot: vai Claude Science spēs integrēties ar ārējām CRO un ražotājiem, cik caurspīdīgs Anthropic būs attiecībā uz validācijas darba plūsmām un vai platforma radīs reproducējamus preklīniskos datus, kas pārliecinās regulētājus un partnerus. Ja uzņēmumam izdosies savienot skaitļošanas un eksperimentālās pasaules, tas var pievienot ticamu jaunu spēlētāju AI virzītā zāļu izstrādē, taču izpilde būs izšķiroša.