Anthropic的生命科学团队报告，Claude已被用于六家机构的真实药物研发项目，任务从分子设计延伸到生产文件复核与监管申报。此前这类工作的讨论多集中在新分子初始设计，而制造环节的文书工作仍靠人工，化学家最多有75%的时间花在记录上。在Enveda的测试中，Claude在1,061页生产文件里找出了人工复核者标记的全部11处问题，另多标记7处，并将人工复核时间从25小时以上压缩到不足3小时；这些结果大多仍处临床前阶段。
抗体成药需要同时调好结合、稳定性、聚集等多个相互牵制的性质，先导优化常耗时数月到数年。Anthropic与BigHat合作，让一名研究员与Claude通过MCP操控BigHat自动化实验室，在七轮设计循环中优化一个VHH和一个单链Fv抗体。10周内合成并全面测试1232个抗体，两个抗体最优变体的靶结合力最高提升至九倍，其中一个靶点达到亚纳摩尔亲和力，溶液稳定温度比起始抗体高至多18°C，聚集明显更慢。
OpenAI收购了帮助生物制药团队协调药物开发流程的Orchestra Bio，把其团队与技术并入面向生命科学研究的Rosalind。新药从靶点发现到美国监管批准平均约需10至15年，团队还要在内部部门和外部伙伴之间协调项目，常依赖彼此割裂的系统。合并后的目标是构建智能体，把科学发现与推进候选药物所需的研究、决策和后续步骤连接起来。
这篇综述系统汇总了吲哚类小分子作为抗结核候选物、靶向分枝菌酸生物合成通路（MmpL3、InhA、KasA/KasB）的设计、合成与生物学评价进展，逐系列列出最优化合物的MIC值（如MmpL3方向的化合物20-22为0.0195 µg/mL、化合物36a为0.024 µM、化合物82的MIC50为0.015 µM；InhA方向的化合物122a为0.39 µM、化合物143f为3.99 µM）与分子对接结果，并指出许多吲哚系列尚缺乏纯化酶IC50/Ki等直接生化抑制数据和耐药突变、靶点过表达等遗传学验证。
该工作提出“Virtual Biotech”——一个仿照药物开发公司组织架构、由AI智能体组成并覆盖靶点发现、安全性评估、模态选择与临床开发等部门的多智能体系统，并在三个药物开发决策点上展示其用途：由超过37,000个智能体对55,984项试验的结果进行标注，发现靶向细胞类型特异性基因的药物上市可能性高48%、不良事件少32%；整合多模态证据提出一项肺癌治疗策略；以及分析一项已终止的溃疡性结肠炎试验并推断其潜在失败机制。
这篇综述提出并梳理了一套面向中枢神经系统肿瘤的临床试验新框架，包括主方案设计、贝叶斯自适应框架、将试验作为嵌入纵向组织取样与窗口机会设计及多组学分析的主动发现平台，以及去中心化试验与人工智能工具，主张把临床试验重塑为动态、生物学整合、基于学习的系统，而非对单一药物的静态检验，以加速神经肿瘤学的治疗进展。
这篇综述提出将多药耐药（MDR）从传统的单基因机制模型重新理解为一种复杂且不断演化的系统性适应性耐药现象，并系统梳理了经典耐药机制（药物摄取/外排、代偿性通路激活、凋亡逃逸）、非遗传性耐药机制（药物耐受持留细胞DTPs、上皮-间质转化EMT、癌症干细胞CSC可塑性及其相关因素）、这些机制之间的相互作用如何共同促成肿瘤持续存在与MDR演化，以及转化医学障碍与新兴药理策略（包括纵向分子监测和人工智能辅助的耐药预测）。
已读完全部报道