Anthropic создала биолабораторию, где Claude учится проводить реальные эксперименты

Anthropic выводит Claude из компьютера в биологическую лабораторию — и проверяет, способен ли ИИ ускорить сам эксперимент

Мокрая лаборатория закрывает главный разрыв между вычислением и живой биологией

Большинство разговоров об искусственном интеллекте в разработке лекарств начинается с вычислений. Модель может искать закономерности в огромных массивах данных, анализировать научную литературу, предлагать структуру белка или молекулы, помогать выбирать биологическую мишень и планировать эксперимент.

Но биология не заканчивается на компьютере.

Anthropic подтвердила Reuters, что создала собственную «мокрую лабораторию» — помещение, где проводятся реальные эксперименты с биологическими материалами и реагентами. По словам руководителя направления наук о жизни Anthropic Эрика Каудерера-Абрамса, окончательная проверка биологической идеи еще долго будет происходить именно в реальной лаборатории.

Это принципиальное ограничение современной вычислительной биологии. Алгоритм способен предложить перспективный белок, антитело или экспериментальную конструкцию, но предсказание должно выдержать столкновение с физической реальностью: молекула должна синтезироваться, правильно сворачиваться, связываться с нужной мишенью и демонстрировать требуемое действие в эксперименте.

Именно поэтому собственная лаборатория Anthropic важнее, чем может показаться. Компания начинает сокращать расстояние между рассуждением модели и экспериментальной проверкой ее выводов.

Claude пытаются включить в замкнутый цикл научного эксперимента

Следующий шаг еще интереснее. По данным Reuters, Anthropic изучает возможность использования Claude для управления роботизированными лабораторными системами при ограниченном участии человека. Компания при этом подчеркивает необходимость человеческого контроля.

Такая модель работы меняет саму архитектуру исследования.

Традиционный цикл выглядит примерно так: исследователь формулирует гипотезу, проектирует эксперимент, настраивает оборудование, получает данные, анализирует их и решает, что делать дальше. Каждый переход требует времени, а многие операции остаются ручными.

ИИ в сочетании с автоматизированной лабораторией потенциально способен соединить эти этапы. Модель анализирует результат эксперимента, предлагает следующий вариант, передает инструкции совместимому оборудованию, получает новые данные и повторяет цикл.

В августе Anthropic представила Model Hardware Standard — стандарт, позволяющий ИИ-агентам взаимодействовать с различными физическими устройствами, включая микроскопы, автоматические дозаторы жидкостей и роботизированные манипуляторы. Идея заключается в том, чтобы лабораторное оборудование перестало быть набором разрозненных машин с отдельными программными интерфейсами и превратилось в среду, которой способен управлять программный агент.

Пока это ранняя стадия развития технологии. Но именно скорость повторения цикла «предположение — эксперимент — измерение — коррекция» может оказаться одним из наиболее важных вкладов ИИ в биомедицинские исследования.

Эксперименты Anthropic с белками показывают, зачем компании понадобилась лаборатория

У Anthropic уже есть предварительные результаты, объясняющие логику перехода от вычислений к физическому эксперименту.

В августе компания сообщила об испытаниях Claude при проектировании с нуля белков-связывателей — небольших белковых конструкций, предназначенных для взаимодействия с заданной молекулярной мишенью. Такие молекулы представляют интерес в том числе для ранних этапов разработки лекарств.

По данным самой Anthropic, Claude Mythos Preview и Claude Opus 4.8 проектировали белки против 15 мишеней, и экспериментально подтвержденное связывание было получено для 14 из них. В зависимости от условий эксперимента связывались 22–35% предложенных конструкций. Компания сравнивает это с типичными показателями порядка 10–15% для современных кампаний по проектированию белков.

Это интересный результат, но интерпретировать его нужно осторожно. Он не означает, что Claude создал лекарство или доказал превосходство ИИ над существующими методами разработки препаратов. Речь идет о конкретной задаче раннего этапа исследований, а опубликованные Anthropic результаты не заменяют независимой проверки и тем более клинических испытаний.

Зато эксперимент показывает более фундаментальную вещь: ценность модели можно измерять уже не только качеством ответа на биологический вопрос, но и тем, работает ли предложенная ею конструкция в физическом эксперименте.

Anthropic интересуют болезни, которые фармацевтическому рынку трудно сделать коммерчески привлекательными

Компания связывает биомедицинскую программу прежде всего с редкими заболеваниями и биологическими мишенями, которые традиционно считались труднодоступными для лекарственного воздействия.

В июне Anthropic заявляла о намерении выполнять доклиническую работу в направлениях, которые могут быть недостаточно привлекательны для традиционных фармацевтических компаний. В июле компания отдельно запустила программу поддержки исследований редких генетических заболеваний, предоставляя выбранным научным группам ресурсы Claude.

Экономическая логика здесь не менее важна, чем технологическая.

Разработка лекарства чрезвычайно дорога, а вероятность неудачи высока. Поэтому небольшой потенциальный рынок или особенно сложная биология могут сделать программу экономически непривлекательной еще до того, как станет понятно, можно ли создать эффективную терапию.

Если автоматизация действительно позволит существенно снизить стоимость проверки гипотез и увеличить число экспериментов, экономический порог для таких проектов может измениться.

Anthropic также указывает на возможность ускорять разработку сложных биологических препаратов, включая биспецифические и триспецифические антитела. Такие молекулы способны взаимодействовать одновременно с двумя или тремя мишенями или участками мишени, что расширяет пространство возможных терапевтических конструкций, но одновременно усложняет их проектирование и экспериментальную оптимизацию.

Anthropic строит не отдельный биотехнологический проект, а инфраструктуру для наук о жизни

Лаборатория появилась не изолированно.

В октябре 2025 года компания представила Claude for Life Sciences, ориентированный на работу исследователей и специалистов фармацевтической отрасли. В июне 2026 года последовал Claude Science — рабочая среда, объединяющая модель с научными базами данных, вычислительными инструментами и программными пакетами.

Anthropic также приобрела биотехнологическую компанию Coefficient Bio. Reuters сообщает, что приобретение должно помочь создавать инструменты для разработки лекарств; в прессе стоимость сделки оценивалась примерно в $400 млн в акциях, хотя сама Anthropic сумму не подтверждала.

Параллельно Claude все глубже входит в инфраструктуру крупных фармацевтических компаний.

В мае Bristol Myers Squibb объявила о соглашении с Anthropic, предусматривающем внедрение Claude для более чем 30 тыс. сотрудников и использование технологии в исследованиях, клинической разработке, производстве и других процессах.

16 сентября Novo Nordisk и Anthropic объявили о сотрудничестве в разработке лекарств. Компании намерены использовать модели Anthropic и Claude Science для решения конкретных научных задач, выявленных исследовательскими и вычислительными подразделениями Novo Nordisk.

Reuters также называет среди фармацевтических партнеров Anthropic компанию Genentech.

Таким образом, формируется более широкая стратегия: Anthropic стремится создать слой искусственного интеллекта, соединяющий научную литературу, внутренние данные фармкомпаний, вычислительные инструменты и, теперь, физическое лабораторное оборудование.

Самая трудная часть разработки лекарства по-прежнему остается за пределами ИИ

Здесь проходит важная граница между технологической перспективой и реальным лекарством.

Даже если ИИ сможет намного быстрее находить молекулы и оптимизировать лабораторные эксперименты, кандидат в лекарственные препараты должен пройти доклиническую оценку, исследования безопасности, несколько фаз клинических испытаний и регуляторную экспертизу.

Большинство экспериментальных препаратов не достигают рынка.

Anthropic эту границу пока проводит достаточно четко. Каудерер-Абрамс сообщил Reuters, что компания не занимается клиническими испытаниями и не собирается конкурировать с фармацевтическими и биотехнологическими компаниями, чей бизнес заключается в доведении препаратов до рынка.

Это позволяет понять реальную ставку Anthropic: не заменить фармацевтическую компанию, а попытаться радикально ускорить раннюю часть научного процесса.

Биологический ИИ одновременно становится инструментом исследований и объектом контроля

Есть и второй конфликт, особенно заметный именно в случае Anthropic.

Чем лучше ИИ понимает биологию и чем больше возможностей получает для управления физическим экспериментом, тем полезнее он может быть для разработки лекарств — и тем серьезнее становятся вопросы биобезопасности.

17 сентября, за день до публикации Reuters о лаборатории, Anthropic объявила о запуске Life Sciences Verification Program. Программа предоставляет проверенным специалистам в области наук о жизни доступ к моделям с менее ограничительными защитными механизмами для профессиональных биологических задач, которые могут блокироваться общедоступными версиями Claude.

Компания фактически пытается решить сложную задачу: позволить квалифицированным исследователям использовать наиболее мощные возможности моделей, не открывая тот же уровень доступа без ограничений всем пользователям.

Это не периферийная проблема. Если ИИ постепенно переходит от ответа на вопросы к проектированию биологических объектов, планированию экспериментов и взаимодействию с лабораторными устройствами, безопасность становится частью архитектуры научной платформы, а не внешним фильтром поверх нее.

Главный эффект может появиться не в одном препарате, а в скорости научного цикла

Для пациентов непосредственных изменений пока нет. Anthropic не сообщила, какие именно заболевания исследуются в ее лаборатории, насколько далеко продвинулись отдельные программы и существует ли уже лекарственный кандидат, способный перейти к клинической разработке.

Но происходящее важно именно потому, что меняется объект автоматизации.

Первая волна генеративного ИИ помогала ученому читать статьи, писать программный код и анализировать данные. Следующая пытается автоматизировать отдельные исследовательские процессы. Лаборатория Anthropic показывает возможный третий этап: соединение рассуждающей модели, специализированных научных инструментов, роботизированного оборудования и физического эксперимента в одну систему.

Если такая система окажется надежной, выигрыш будет измеряться не только качеством отдельных предсказаний. Исследователь сможет быстрее проверить больше гипотез и раньше отбросить неработающие направления.

Особенно существенным это может стать там, где сегодня число возможных биологических конструкций намного превосходит способность лабораторий экспериментально их проверять.

Однако главный тест технологии будет гораздо жестче лабораторных демонстраций. Нужно показать, что ускорение отдельных операций действительно повышает производительность разработки лекарств в целом: приводит к большему числу качественных кандидатов, сокращает сроки, снижает затраты и в конечном счете увеличивает вероятность появления эффективной терапии.

Пока таких доказательств для всей цепочки разработки лекарств нет.