Anthropic opublikował 27 października 2026 r. pierwsze wyniki współpracy z sześcioma firmami rozwijającymi leki, w tym z Bristol Myers Squibb, Generate Biomedicines i Enveda. Claude pomógł m.in. skrócić element terapii CAR-T o ok. 70 proc., wygenerować ok. 35 tys. projektów przeciwciał w miesiąc i zmniejszyć czas ręcznego przeglądu dokumentacji produkcyjnej o 89 proc. Niemal wszystkie opisane prace są na etapie przedklinicznym, czyli przed testami na ludziach. Anthropic prowadzi też własne programy leków. Pierwszy kandydat może trafić do badań klinicznych najwcześniej pod koniec 2028 r.
- Anthropic opublikował 27 października 2026 r. wyniki współpracy z sześcioma partnerami farmaceutycznymi – m.in. Bristol Myers Squibb, Generate Biomedicines i Enveda – w których Claude pomógł m.in. wygenerować ok. 35 tys. projektów przeciwciał w miesiąc, skrócić element terapii CAR-T o ok. 70 proc. oraz zmniejszyć czas ręcznego przeglądu dokumentacji produkcyjnej o 89 proc.
- Enveda przetestowała Claude'a na 1061 stronach dokumentacji: model wychwycił wszystkie 11 problemów znalezionych wcześniej przez ludzi i zgłosił siedem dodatkowych, które ludzie przeoczyli, a czas przeglądu spadł z ponad 25 godzin do mniej niż trzech.
- Niemal wszystkie opisane wyniki pochodzą z etapu przedklinicznego, czyli sprzed testów na ludziach; Anthropic prowadzi też własne programy leków po przejęciu spółki Mithril Medicine, a pierwsze badania kliniczne z udziałem ludzi mogą ruszyć najwcześniej pod koniec 2028 r.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Claude pracował przy sześciu programach, od projektu cząsteczki po wnioski do regulatora
Anthropic nie skupia się wyłącznie na projektowaniu nowych cząsteczek, czyli najczęściej opisywanym zastosowaniu AI w farmacji. Firma przekonuje, że wąskie gardła rozkładają się na cały proces tworzenia leku: od wyboru celu terapeutycznego, przez optymalizację cząsteczki i produkcję, po dokumenty regulacyjne i planowanie badań klinicznych. Zespół nauk o życiu Anthropic uznał, że najlepiej rozpoznać te przeszkody, pracując bezpośrednio przy prawdziwych programach leków w różnych obszarach chorób.
Partnerami zostały BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines i fundusz The Column Group. Każda z firm odpowiada za inny etap rozwoju leku.
| Firma | Etap prac | Najważniejszy wynik podany przez firmy |
|---|---|---|
| Generate Biomedicines | inżynieria terapii CAR-T | element ok. 70 proc. krótszy, ok. 10 razy więcej receptorów na komórkach |
| Divergence Labs | szukanie kandydatów na lek na alergie pokarmowe | ok. 35 tys. projektów przeciwciał w ok. miesiąc |
| BigHat Biosciences | optymalizacja kandydatów | ok. 1010 wariantów w ok. 10 tygodni, wiązanie ponad 10 razy silniejsze |
| Enveda | dokumentacja produkcyjna i regulacyjna | 89 proc. mniej czasu na ręczny przegląd |
| The Column Group | tworzenie nowej spółki biotech | pierwsza umiejętność Claude’a przetestowana na 45 parach cel-choroba |
| Bristol Myers Squibb | planowanie badań klinicznych | wstępna analiza opcji rozwoju z jednego polecenia |
Generate Biomedicines i Divergence Labs: krótsza terapia CAR-T i przeciwciała przeciw alergii
W Generate Biomedicines sześciu naukowców użyło Claude Code do przeprojektowania fragmentu instrukcji genetycznych terapii CAR-T. To leczenie polega na modyfikowaniu limfocytów pacjenta tak, aby rozpoznawały i niszczyły komórki nowotworowe. Dotąd sprawdza się głównie w nowotworach krwi. Generate chce je przystosować do guzów litych, a do tego potrzebuje miejsca na dodatkowe instrukcje genetyczne.
Jeden z zaproponowanych projektów był ok. 70 proc. krótszy od standardowej wersji. W testach laboratoryjnych komórki odporności wytwarzały ok. 10 razy więcej receptorów, sprawniej zabijały komórki nowotworowe i dłużej zachowywały aktywność.
Divergence Labs pracuje nad nowym sposobem leczenia alergii pokarmowych. Reakcję alergiczną wywołuje przeciwciało IgE, które częściowo krąży we krwi i częściowo jest związane z komórkami odporności. Standardowe leki neutralizują głównie IgE krążące we krwi. Divergence chce odczepiać IgE od komórek, co wymaga cząsteczki o dwóch „ramionach”. Claude zamienił cele firmy w szczegółowy plan projektowy i w dużej mierze samodzielnie wygenerował ok. 35 tys. projektów przeciwciał w ok. miesiąc. We wstępnych testach znaleziono trzy projekty wiążące IgE i 20 odczepiających je od komórek. Trzy z tych 20 radziły sobie lepiej niż standardowy lek.
BigHat i Enveda: 1010 wariantów w 10 tygodni i przegląd 1061 stron dokumentów
BigHat Biosciences łączy AI z zautomatyzowanym laboratorium. Claude, podłączony do firmowego systemu danych laboratoryjnych Reccy, proponował zmiany w dwóch fragmentach przeciwciał. Jeden ma celować w komórki nowotworowe, drugi wydłużać obecność leku w organizmie. Laboratorium BigHat wytworzyło i przetestowało ok. 1010 wariantów w ok. 10 tygodni.
Najciekawszy fragment raportu dotyczy samej metodologii. W trakcie projektu zespół zaczął podejrzewać, że standardowe miary stabilności cieplnej i zlepiania się cząsteczek wprowadzają w błąd. Claude wraz z badaczem Anthropic przeanalizował surowe dane od nowa i zaproponował inne wskaźniki oraz zmianę protokołu. Naukowcy BigHat dopracowali i przeprowadzili test, a główne przewidywania się potwierdziły. Najlepsze wersje wiązały cel ponad 10 razy silniej od oryginałów. Kandydat przeciwnowotworowy pozostawał stabilny w temperaturze o 18°C wyższej, a cząsteczki drugiego kandydata zlepiały się ponad 100 razy wolniej.
Enveda zastosowała Claude’a tam, gdzie AI w farmacji rzadko trafia na pierwsze strony gazet, czyli do papierów. Chemicy produkcyjni firmy poświęcali na dokumentację do 75 proc. czasu pracy. W teście na 1061 stronach dokumentacji Claude wychwycił wszystkie 11 problemów znalezionych wcześniej przez ludzi i zgłosił siedem kolejnych, które ludzie przeoczyli. Czas ręcznego przeglądu spadł z ponad 25 godzin do mniej niż trzech.
Claude przygotował też pierwsze wersje dwóch dokumentów regulacyjnych:
- szkic jednego z nich powstał w cztery godziny, wobec ok. trzech miesięcy pracy ręcznej,
- w drugim standardowy przegląd prowadzony przez ludzi znalazł jeden drobny błąd.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Bristol Myers Squibb testuje Claude’a przy planowaniu badań klinicznych
Bristol Myers Squibb (BMS) używa Claude’a do oceny planów badań klinicznych leku na wczesnym etapie rozwoju i do szacowania szans powodzenia tych badań. Michael Pourdehnad, wiceprezes BMS kierujący wczesnym rozwojem klinicznym w hematologii, onkologii i terapiach komórkowych, opisuje efekt tak:
„Na podstawie jednego polecenia Claude przygotował solidną wstępną analizę” / „From a single prompt, Claude generated a robust initial analysis”
Według Pourdehnada taka analiza pomogła ocenić warianty rozwoju leku, które bez AI wymagałyby kilku dni pracy. Anthropic i BMS zamierzają rozszerzyć współpracę w 2027 r.
The Column Group, fundusz inwestujący w biotechnologię, idzie dalej. Zakłada nową spółkę Pleiades, która ma z pomocą Claude’a prowadzić znacznie więcej i bardziej złożonych programów leków, niż zwykle udaje się małemu zespołowi. Pierwsza umiejętność Claude’a przygotowana w Pleiades ocenia, czy dany cel terapeutyczny jest wart dalszych prac. Przetestowano ją na 45 parach cel-choroba.
Najciekawsze w tym raporcie nie są dla mnie wyniki z probówek. Bardziej interesuje mnie to, gdzie Anthropic znajduje zysk czasu. Przegląd dokumentów krótszy o 89 proc. i szkic dokumentu regulacyjnego w cztery godziny zamiast trzech miesięcy to oszczędności, które firma farmaceutyczna może policzyć już dziś. Tego nie da się powiedzieć o przeciwciałach, które dopiero muszą przejść badania na ludziach.
Pamiętam też, kto przygotował te dane. Wyniki podają same firmy. Anthropic płacił BigHat za pracę laboratorium. Taka opowieść dobrze wygląda w rozmowach z inwestorami. Nie zarzucam nikomu złej woli, po prostu czekam na pierwszą liczbę z badania klinicznego. Ile z 35 tys. projektów przeciwciał dotrze do pacjentów? Tego dziś nie wie nikt, łącznie z Anthropic.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Anthropic przejął Mithril Medicine i prowadzi własne programy leków
Anthropic nie chce być tylko dostawcą modelu dla firm farmaceutycznych. Firma przejęła Mithril Medicine, jednoosobową spółkę rozwijającą terapie dwóch rzadkich postaci dystrofii mięśniowej występujących u dzieci. Jej założyciel Cody Tranbarger powierzył Claude’owi organizację umów, logistyki i eksperymentów z 11 zewnętrznymi laboratoriami oraz wiele innych zadań operacyjnych.
Według Anthropic Mithril w niecałe 18 miesięcy przeszedł z jednym kandydatem na lek od pomysłu do obiecujących wyników u myszy. Tranbarger kontynuuje badania już w Anthropic i planuje kolejne programy. Jeśli kandydaci utrzymają dobre wyniki, pierwsze badania kliniczne z udziałem ludzi mogą ruszyć pod koniec 2028 r.
Wyniki z 27 października są kolejnym krokiem w strategii, którą Anthropic buduje od połowy roku. 30 czerwca 2026 r. firma uruchomiła Claude Science, środowisko pracy dla naukowców, i zapowiedziała własne programy leków na choroby pomijane przez duże koncerny. We wrześniu Reuters informował, że Anthropic otworzył laboratorium biologiczne do prowadzenia fizycznych eksperymentów.
Prawie wszystkie wyniki pochodzą z etapu przedklinicznego
Anthropic sam zastrzega, że badania są na wczesnym etapie i w większości nie dotarły jeszcze do testów na ludziach. To ważne zastrzeżenie, bo w farmacji większość kandydatów odpada właśnie w badaniach klinicznych. Tufts Center for the Study of Drug Development szacował koszt wprowadzenia jednego leku na rynek na ok. 2,6 mld dolarów, przy procesie trwającym zwykle ponad dekadę.
Vas Narasimhan, prezes Novartisu i członek rady dyrektorów Anthropic, mówił podczas premiery Claude Science, że platformy tego typu mogą skrócić drogę leku od badań do rejestracji z ok. 12 do 7-8 lat i podnieść odsetek udanych programów z ok. 8 do 16 proc. Zaznaczył przy tym, że AI najłatwiej skraca opóźnienia informacyjne i operacyjne. Opóźnienia biologiczne, czyli testy na zwierzętach i ludziach, pozostają najtrudniejsze do obejścia.
Raport z 27 października dobrze ilustruje tę różnicę. Najpewniejsze oszczędności dotyczą dokumentacji. Najbardziej efektowne liczby, jak 35 tys. projektów przeciwciał, opisują dopiero początek drogi.
Anthropic deklaruje, że chce udostępnić swoje modele jak największej liczbie badaczy. Firma oferuje obecnie:
- Claude Science, środowisko pracy dla naukowców,
- kredyty na korzystanie z Claude’a dla badaczy nauk o życiu,
- Life Sciences Verification Program, który pozwala zaufanym organizacjom korzystać z najmocniejszych modeli przy łagodniejszych zabezpieczeniach biologicznych,
- otwarty nabór wniosków od zespołów badawczych chcących badać z pomocą Claude’a zagadnienia związane z odkrywaniem leków.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Polski Molecule.one sprawdza podobny model pracy z OpenAI
Polska ma własny przykład firmy, która stawia AI w centrum pracy laboratorium. Molecule.one, startup założony w 2018 r. przez Piotra Byrskiego, Pawła Włodarczyka-Pruszyńskiego i dr. Stanisława Jastrzębskiego, rozwija platformę Maria. Łączy ona model AI, zbiór danych i laboratorium w Dziekanowie Leśnym pod Warszawą, którym głównie steruje AI. Laboratorium może wykonać 12 tys. eksperymentów tygodniowo.
W 2026 r. Molecule.one współpracował z OpenAI. Agent Maria, wykorzystujący model GPT-5.4, przeprowadził 10 080 reakcji i znalazł sposób na poprawę wydajności reakcji Chana-Lama, często stosowanej przy produkcji leków. Firma pozyskała dotąd ok. 40 mln zł z grantów i od inwestorów, a w 2025 r. potroiła przychody do ponad 10 mln zł.
Molecule.one koncentruje się na chemii syntezy, Anthropic na całym łańcuchu rozwoju leku. Oba przypadki pokazują jednak ten sam kierunek: model językowy przestaje być tylko doradcą chemika i zaczyna planować oraz prowadzić eksperymenty. Polskie zespoły badawcze mogą sięgnąć po Claude Science w ramach płatnych planów Claude, a nabór wniosków od zespołów badawczych ogłoszony przez Anthropic stwarza okazję do sprawdzenia tych narzędzi na własnych projektach.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym wpisu badawczego Anthropic „Early progress on accelerating drug development with Claude” z dnia 27.10.2026, raportu technicznego BigHat Biosciences oraz TechRadar. Kontekst uzupełniono na podstawie publikacji The Next Web, MIT Technology Review i Unite.AI. Dane o Molecule.one pochodzą z artykułu XYZ z 20.07.2026.
Cytat Michaela Pourdehnada, wiceprezesa Bristol Myers Squibb, został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o programach leków rozwijanych z pomocą Claude’a.
