Anthropic收购Mithril并披露与六家生命科学机构的合作进展，开始将Claude深度嵌入自有药物研发流程，但公司强调研究仍处于临床前阶段，多数结果尚未进入人体试验，无法证明疗效或普遍缩短研发周期。
Anthropic于2026年10月27日公布，已收购一人药企 Mithril Medicine，并披露与六家生命科学机构合作的阶段性进展。这标志着这家人工智能公司不只向制药企业提供模型，也开始把 Claude 纳入自有药物研发项目的科学与运营流程。但公司同时强调，相关研究仍处早期，大部分尚未进入人体试验；小鼠实验和文档审查结果都不能证明药物对患者有效，也不能说明整个研发周期已经缩短。
这份公告还标注于10月28日更新。收购消息和合作进展是在公告发布时公开，并非今天刚刚发生。
从协作工具到“单人管线”试验
Anthropic称，Mithril创办人 Cody Tranbarger 曾借助 Claude 协调合同、物流和实验，并与11家外部实验室合作，推进针对两种罕见肌营养不良症的研究。Anthropic表示，其中一个项目从构想到在小鼠实验中取得初步积极结果，不到18个月。Tranbarger随后加入Anthropic，继续研究并计划启动更多项目。
该公司把这种工作方式描述为“Pipeline-in-a-Person”（由一人协调多条研发管线）：Claude协助整理项目记录、协调外部实验室和推动日常流程，研究人员仍负责科学方向、实验选择以及是否继续项目等关键判断。实验室承担实际检测和动物实验，模型并没有取代湿实验。
Mithril的技术报告聚焦于LAMA2相关先天性肌营养不良（LAMA2-CMD）。报告提出一种双特异性“桥接”抗体的设想：把肌肉组织中仍存在的层粘连蛋白相关结构与细胞膜上的肌营养不良蛋白聚糖连接起来，尝试弥补疾病造成的组织支撑缺陷。报告称，在一项小鼠初步研究中，接受一种四价抗体构型的小鼠，其峰值肌肉力量和握力约为载体对照组的两倍。
但这是一份2026年10月发布、尚未经过同行评审的临床前技术报告。小鼠结果不能直接推断人体疗效或安全性。Anthropic给出的时间表也有明确条件：只有候选药物继续经受后续验证，才可能最早于2028年末开始人体临床试验；这不是已经启动的临床试验，也不是确定的日期。
六家合作伙伴，覆盖研发不同环节
Anthropic公布的合作案例横跨药物研发流程，而不是单一的“AI设计药物”任务。
在分子设计方面，Divergence Labs使用 Claude 生成约3.5万个抗体设计，再筛选早期实验结果；公司报告称，部分设计在结合或置换免疫球蛋白E（IgE）的实验中表现出活性，下一步是尝试把不同功能组合进同一候选药物。Generate Biomedicines则探索改造 CAR T 细胞疗法的遗传指令；Anthropic称，实验室测试中的一个设计使免疫细胞产生的受体数量约为标准设计的10倍。BigHat Biosciences与Anthropic合作优化两种抗体片段，实验室在约10周内制造并测试约1010种变体。上述结果均来自公司公布的项目进展，仍须按各自实验条件理解，不能视为已获临床验证的治疗效果。
在临床前之外的环节，Bristol Myers Squibb（BMS）正与Anthropic探索 Claude 在临床试验规划中的用途。Anthropic称，BMS用模型分析早期药物的试验计划并估计成功可能性，双方计划于2027年扩展合作。相关描述目前是企业披露的合作进展，不等于模型已被证明能提高临床试验成功率。
The Column Group则与Anthropic推进新公司 Pleiades，尝试借助 Claude 支持多个药物项目及其运营。Anthropic称，该团队的一个靶点评估工具已在45组“靶点—疾病”组合上进行评估；公开公告没有提供足以独立判断评估表现的完整数据。
文书审查的数字，不等于药物研发提速
Enveda公布的 CMC Document Processor（CDP）报告提供了较具体的制造文件审查案例。药品生产批记录需要质量人员核对实际生产过程是否符合既定要求。Enveda报告称，研究使用同一项临床项目的4份已执行批记录，共1061页扫描文件；人工审查提出的11项可行动问题，至少在CDP的一次运行中都被提出。报告还记录，单次 Claude Opus 4.7 运行提出了人工审查未提出的7项可行动意见。
Enveda比较了有CDP辅助的审查与无辅助人工审查：其报告称，质量核查耗时减少约9.4倍。不过，这个结果来自有限文件和单一临床生产项目，是供应方报告的探索性评估，不足以代表其他药品、工厂或研发阶段。报告中的人工核查仍是流程的一部分；系统意见是供审阅的提示，不是批次放行决定。该案例测量的是特定批记录的审查时间，不能被概括为“药物研发整体提速”。
药物开发包含靶点研究、分子设计、制造、监管申报和临床试验等多种任务，各环节的限制并不相同。模型能否减少某一项文书工作，和能否缩短药物从发现到获批的时间，是两个不同问题。读者也可参阅本站此前关于诺和诺德与Anthropic合作试用Claude药物研发工作流的报道；两项合作都显示，行业正在尝试把AI嵌入研发流程，但合作或试点本身并不能证明临床价值。
Anthropic表示，六家合作伙伴的项目让公司得以观察模型在不同研发任务上的能力与局限，并计划扩大生命科学领域工作。接下来值得检验的，不只是模型能否提出设计或加快资料整理，还包括结果能否在独立实验中复现、人工复核负担如何、数据和质量流程能否满足监管要求，以及候选药物最终能否在人体研究中显示安全性和疗效。在这些问题得到回答前，Mithril的收购更适合被理解为一次把AI深度嵌入早期药物研发的实践，而不是药物研发已经被AI改写的证明。