Anthropic pustil umělou inteligenci do laboratoře. Claude Science chce změnit způsob, jakým vznikají léky

Anthropic pustil umělou inteligenci do laboratoře. Claude Science chce změnit způsob, jakým vznikají léky

Firma Anthropic spustila Claude Science — pracovní prostředí, které propojuje přes šedesát vědeckých databází a umožňuje vědcům řídit celý výzkum jedním nástrojem. A rovnou začala vyvíjet vlastní léky na nemoci, které farmaceutické giganty nezajímají.

Když John Drake, epidemiolog z University of Georgia, předhodil umělé inteligenci svou výzkumnou knihovnu čítající 6 576 vědeckých prací, čekal hodiny práce. Místo toho dostal odpověď za pár minut — a stálo ho to 26 dolarů. AI přečetla 490 studií o přenosu nemocí ze zvířat na lidi, vytvořila z nich pojmový slovník a porovnala ho s oficiálními vědeckými klasifikacemi. Výsledek? Skutečný jazyk vědy byl čtyřikrát bohatší než jeho formální protějšek. Drake právě testoval Claude Science, nový nástroj firmy Anthropic, který chce změnit způsob, jakým vědci pracují.

Šedesát databází v jednom okně

Claude Science není nový model umělé inteligence. Používá stejného Clauda, kterého znají uživatelé po celém světě — včetně nejnovějšího Opus 4.8. Klíčový rozdíl spočívá v tom, co Anthropic nazývá "harness" — tedy celé okolní prostředí, které z obecného modelu dělá funkční vědecký nástroj. A to prostředí je impozantní.

Platforma se napojuje na více než 60 specializovaných vědeckých databází — od UniProt a PDB přes Ensembl a ClinVar až po ChEMBL a GEO. Každá z nich má vlastní schéma a dotazovací jazyk. Když vědec položí otázku v běžné češtině nebo angličtině, specializovaní AI agenti prohledají a syntetizují data ze všech těchto zdrojů najednou. Odpadá tak nutnost ručně procházet desítky různých rozhraní.

https://noviny.ai/api/admin/images/f1f0ba55-52fd-43bf-86ed-76c01c82f750/data

Systém přichází s předkonfigurovanými dovednostmi pro genomiku, proteomiku, strukturní biologii a chemoinformatiku. Spolupracuje s NVIDIA BioNeMo Agent Toolkit a dokáže nativně vykreslovat 3D proteinové struktury, chemické vzorce a genomové mapy přímo v konverzaci. Každý výstup — ať už jde o graf, obrázek nebo celý rukopis — nese kompletní historii svého vzniku: kód, prostředí a konverzaci, která ho vytvořila.

Od otázky k lékovému kandidátovi za hodiny

Při demonstraci Claude Science Anthropic ukázal kompletní kampaň na objevení léku — od jedné věty zadání. AI naplánovala a provedla hledání molekuly pro stabilizaci poškozeného enzymu způsobujícího fenylketonurii. Prošla 2 200 sloučenin na 80 GPU, zúžila výběr na čtyři kandidáty a vyprodukovala rozhodovací memorandum. Poté stejný proces zopakovala pro 100 vzácných nemocí najednou — a to za méně než hodinu.

V reálném nasazení vědec z University of California v San Franciscu použil Claude Science k odhalení virální kontaminace ve vzorcích, kterou jeho tým přehlížel celý rok. Detekce trvala minuty. Firma Manifold Bio zase využila platformu k nominaci cílových struktur pro své experimenty s cílenou léčbou — AI vyhodnotila povrchovou expresi, trafficking a bezpečnost každého kandidáta a seřadila je podle kritérií odvozených z vlastních dat společnosti.

Anthropic chce vlastní léky na nemoci, na které farmaceuti kašlou

Nejpřekvapivější součástí oznámení je rozhodnutí Anthropicu pustit se do vlastního vývoje léků. Firma spouští preklinické programy zaměřené na opomíjené nemoci — vzácné genetické poruchy a tropické choroby, které tradiční farmaceutický průmysl považuje za komerčně nezajímavé.

https://noviny.ai/api/admin/images/40d53d2c-c561-44af-8d41-6eb6752c2cc9/data

Anthropic tvrdí, že přímá zkušenost s vývojem léků mu pomůže lépe porozumět potřebám průmyslu a zdokonalit své AI nástroje. Je to ale také strategický tah, který z čistě technologické firmy dělá hybridního hráče na pomezí AI a biotechnologií. A vysílá jasný signál: pokud velká farma některé nemoci ignoruje, AI firmy tu mezeru mohou zaplnit.

Co to znamená pro byznys

Šéf Novartisu Vas Narasimhan na akci Anthropicu nastínil, jak AI může proměnit farmaceutický průmysl. Vývoj léku dnes trvá průměrně dvanáct let. Narasimhan rozděluje zpoždění do tří kategorií: informační, provozní a biologické. AI dokáže výrazně zkrátit první dvě, které tvoří zhruba 40 procent celkového času vývoje. To by mohlo stlačit dobu od kandidáta k schválení na sedm až osm let.

Ještě důležitější je potenciální zdvojnásobení úspěšnosti — ze současných 8 na 16 procent. Lepší predikce bezpečnosti a optimalizace molekulárních vlastností mohou proměnit lékové cíle, které byly dosud považované za nedosažitelné. V kontextu, kdy velké farmaceutické společnosti utrácejí ročně 150 až 200 miliard dolarů za výzkum a vývoj a za 120 let vyvinuly jen 800 až 1 000 léků, i zdánlivě malé zlepšení efektivity znamená obrovský posun.

Stejný stroj by stejně snadno mohl procházet ne sto, ale deset tisíc nemocí najednou. Otázka není, jestli to AI zvládne, ale kdo si troufne to spustit.

Claude Science je v beta verzi dostupný pro uživatele s předplatným Claude Pro, Max, Team a Enterprise na macOS a Linuxu. Data zůstávají na infrastruktuře laboratoře — na notebooku, vlastním serveru nebo přihlašovacím uzlu superpočítače. Do cloudu odchází jen kontext potřebný pro aktuální krok analýzy, což řeší obavy o bezpečnost citlivých výzkumných dat.

Pro české podnikatele v biotechnologiích a farmacii je to jasný signál: nástroje, které donedávna vyžadovaly celé výzkumné týmy a měsíce práce, jsou nyní dostupné za cenu předplatného. A firmy, které je začnou používat první, získají náskok, který bude stále těžší dohnat. Anthropic tím zároveň ukazuje směr, kterým se celý AI průmysl vydává — od obecných chatbotů ke specializovaným pracovním prostředím pro konkrétní profese.