Anthropic, firma za modely Claude, míří mimo čistý software: chce vyvíjet vlastní léky. Tenhle obrat z dodavatele nástrojů na hráče v poli mě zaujal víc než samotné demo nového produktu.
Claude Science jako lepidlo na roztříštěné vědecké workflow
Na akci „The Briefing: AI for Science“ firma ukázala Claude Science, „workbench“ — pracovní prostředí, které spojuje různé nástroje a datasety na jednom místě — a umí generovat grafy i vizualizace. Dává to smysl: vědecké týmy dnes často přepínají mezi notebooky, LIMS, sdílenými tabulkami a firemními repozitáři. Jedno místo, kde se to potká a kde model pomůže navrhnout analýzu nebo obrázek do článku, zní užitečně.
Co mi v popisu chybí, jsou konkrétní háčky: jaké integrace a datasety budou podporované, jak se řeší auditní stopa a reprodukovatelnost (bez toho si věda neškrtne), a jaké mantinely dostane generativní AI — generativní AI = model, který umí tvořit nové návrhy, třeba texty, kód nebo hypotézy. Bez těchto detailů je to zatím spíš sympatická ambice než nástroj připravený do přísně regulovaných týmů.
Dodavatel i soupeř zároveň
Kromě nástroje chce Anthropic sám vyvíjet léky, s deklarovaným fókussem na „opomíjené“ nemoci — diagnózy, kde je málo financí i komerční motivace. To je chvályhodné téma, ale zároveň to staví firmu do netypické pozice: prodává software farmám a biotechům a zároveň s nimi potenciálně závodí o nejcennější assety — kandidáty na léky a data. Osobně by mě zajímalo, jak vyřeší střet zájmů, datovou izolaci a IP strategii. Z oznámení neplyne, jestli půjdou cestou partnerství (od in vitro po kliniku), nebo si budují kapacity sami; firma prý najímá biology a staví vlastní mokré laboratoře — „wet lab“ = laboratorní pracoviště pro reálné experimenty.
AI navrhne, ale neotestuje
Experti citovaní The Verge připomínají, že „AI pro objevování léků“ je deštník pro všechno od návrhu molekul přes analýzu dat až po podporu kliniky. AI dnes umí generovat nápady — nové molekuly, nové cíle, repurposing existujících látek — a urychlit literární rešerše i modelování. Tady dává know‑how Anthropic smysl: velké modely mohou prohledávat chemický a biologický prostor rychleji než lidé.
Úzké hrdlo je ale pořád stejné: experiment. Kandidáty je nutné testovat na účinnost, toxicitu a vůbec zjistit, zda mají vlastnosti potřebné pro přípravu, skladování a podání. To stojí hodně peněz, času a lidí — zejména klinické fáze, kde mnoho nadějných molekul padá. Zatím žádný „AI‑navržený“ lék neprošel až do schválení FDA — FDA = americký lékový úřad. Pokud chce Anthropic skutečně dotáhnout vlastní kandidáty, čeká ji spousta pipet, ne jen promptů.
Otazníky, které teď visí ve vzduchu
- Jaké nemoci půjdou první na řadu a proč právě ty? U opomíjených diagnóz dává smysl veřejný dopad, ale ekonomika a přístup k datům budou oříšek.
- Jak bude vypadat provozní model: čistě návrh kandidátů a pak partnerství, nebo vertikála až po kliniku a výrobu?
- Jak se oddělí data zákazníků Claude Science od interních projektů Anthropic, aby se z dodavatele nestal nechtěný konkurent s informační výhodou?
- Co nabídne Claude Science regulovaným týmům: validace, audit, řízení verzí, citace zdrojů? Bez toho je to těžko použitelné mimo exploraci.
Mně osobně to celé přijde jako logické rozšíření ambicí frontier AI firmy — ale reálný test se odehraje v mokré laboratoři a později v protokolech klinických studií. Pokud vás zajímá AI ve farmacii, zatím je to spíš pozvánka ke sledování další kapitoly než hotový návod, jak dostat nový lék k pacientům.
Zdroje
- The Verge: Anthropic wants to develop its own drugs (3. 7. 2026) — https://www.theverge.com/ai-artificial-intelligence/961311/anthropic-claude-science-ai-drug-development