Anthropic a racheté Mithril Medicine, une société qui tenait dans une seule personne, et publie les premiers résultats obtenus avec Claude sur des maladies musculaires rares. Tout reste au stade animal, mais la méthode mérite d'être regardée de près.
Anthropic rachète Mithril Medicine, une société d'une seule personne
L'opération a été annoncée le 27 octobre. Anthropic a acquis Mithril Medicine, une petite société de biotechnologie fondée par Cody Tranbarger, connue sur les réseaux sous le pseudonyme Prof_Oak_. Particularité du rachat : l'entreprise ne comptait qu'un seul salarié, son fondateur.
Mithril travaillait sur deux formes rares de dystrophie musculaire, des maladies génétiques qui affaiblissent progressivement les muscles. Tranbarger rejoint Anthropic, où il poursuivra ses recherches sur ces maladies et en lancera d'autres.
Le montant de l'achat n'a pas été communiqué. Anthropic ne précise pas non plus combien de personnes seront affectées à ces programmes.
Ce qui rend l'affaire intéressante n'est pas la taille de la cible, mais ce qu'elle dit du modèle économique visé. Une personne seule, assistée d'un modèle de langage, peut désormais faire tourner une partie du travail qui demandait auparavant une équipe et un laboratoire.
Ce que Claude a permis à Mithril de faire en dix-huit mois
Les chiffres viennent d'Anthropic et n'ont pas été vérifiés par un tiers. Selon l'entreprise, Mithril a utilisé Claude pour coordonner le travail de onze laboratoires externes. Cette organisation a permis de faire passer une piste thérapeutique contre l'une des deux dystrophies du statut d'idée à des résultats positifs chez la souris en moins de dix-huit mois.
Sur le volet conception, Mithril a produit plus d'une centaine de nouveaux anticorps bispécifiques, ces molécules capables de se fixer à deux cibles à la fois. Les tests se poursuivent au niveau cellulaire.
Le calendrier annoncé place la suite en 2027, avec la désignation officielle de candidats médicaments pour les deux maladies. Pour la forme la plus sévère, appelée LAMA2-CMD, des essais cliniques pourraient démarrer au plus tôt fin 2028. Ce sont des objectifs, pas des engagements fermes.
Un détail compte pour juger de la portée. Claude n'a pas « inventé » un médicament. Il a servi d'assistant pour organiser des contrats, de la logistique et des expériences menées ailleurs, dans des laboratoires qui disposent du matériel et du personnel qualifié. La différence est de taille.
Où l'IA intervient vraiment dans la recherche d'un médicament
Pour se faire une opinion, il faut découper la chaîne. Concevoir un médicament ne se résume pas à trouver une molécule.
Tout part de la cible, c'est-à-dire la protéine ou le gène qu'on veut corriger. Vient ensuite la conception de la molécule, avec des milliers de variantes à tester. Puis les essais en laboratoire, d'abord sur des cellules, ensuite sur des animaux. Il faut encore produire la molécule à l'échelle industrielle, vérifier sa stabilité, et constituer un dossier réglementaire qui peut représenter des milliers de pages.
L'IA peut accélérer plusieurs de ces étapes. Elle aide à trier les publications scientifiques, à proposer des structures de molécules, à rédiger et relire de la documentation. Elle ne remplace ni la paillasse ni la validation par une autorité de santé.
Cette carte mentale évite un malentendu fréquent. Un modèle qui produit trente-cinq mille idées de molécules ne produit pas trente-cinq mille médicaments. Il produit un lot de candidats dont l'immense majorité échouera.
Six partenaires et leurs premiers résultats avec Claude
Anthropic a profité de l'annonce pour publier les premiers enseignements de six collaborations. Les résultats sont présentés par l'entreprise et ses partenaires.
Generate Biomedicines arrive en tête du peloton. Six scientifiques ont utilisé Claude Code pour réécrire une instruction génétique destinée à une thérapie CAR-T, une technique qui modifie les cellules immunitaires du patient pour qu'elles attaquent une tumeur. Une des versions obtenues est environ 70 % plus courte que le standard. En laboratoire, les cellules immunitaires ont exprimé près de dix fois plus de récepteurs, ont tué les cellules tumorales plus efficacement et sont restées actives plus longtemps, selon le partenaire.
Divergence Labs, qui travaille sur les allergies alimentaires, raconte une autre histoire. Claude a généré près de 35 000 conceptions d'anticorps en un peu plus d'un mois, avec une autonomie quasi complète. Les premiers tests ont trouvé des touches : trois anticorps se lient à l'immunoglobuline E, la molécule responsable des réactions allergiques, et vingt parviennent à la détacher des cellules immunitaires. Trois d'entre eux font mieux qu'un médicament de référence. L'étape suivante consiste à réunir deux bras en une seule molécule.
Enveda apporte un chiffre plus terre à terre. Le recours à Claude pour relire la documentation aurait réduit d'environ 89 % le temps de révision des dossiers de production, selon des informations de presse relayant l'entreprise. C'est moins spectaculaire qu'un anticorps, mais c'est le genre de gain qui se répercute directement sur les délais.
BigHat Biosciences, enfin, utilise Claude pour l'optimisation de tête de série, cette phase où l'on ajuste une molécule prometteuse pour la rendre plus stable et plus efficace. Bristol Myers Squibb et The Column Group complètent la liste des partenaires cités.
Pourquoi des souris ne font pas un traitement
La prudence s'impose sur la lecture de ces annonces. Le vocabulaire employé par Anthropic est explicite : résultats prometteurs chez la souris. Aucune de ces pistes n'a été testée chez l'être humain.
La barrière n'est pas une formalité. La physiologie d'une souris diffère de la nôtre, et un anticorps qui fonctionne dans un modèle animal peut se révéler toxique ou inefficace lors des premiers essais sur des volontaires. La grande majorité des candidats échoue à ce stade.
Anthropic le reconnaît à demi-mot. L'entreprise parle de travaux très précoces, largement précliniques, et annonce vouloir augmenter fortement ses investissements. Les domaines visés incluent les allergies alimentaires, certaines maladies rares de l'enfant et plusieurs cancers.
Une comparaison aide à situer l'ambition. Les grands laboratoires pharmaceutiques consacrent des années et des sommes considérables à un seul programme. Un résultat obtenu en dix-huit mois par une personne et un modèle de langage reste une anomalie à expliquer, pas encore une norme reproductible.
Ce qu'il faut surveiller d'ici 2027
Trois échéances permettront de juger. La première concerne la désignation de candidats pour les deux dystrophies, prévue en 2027. Un candidat, c'est une molécule que l'entreprise s'engage à pousser vers les essais, pas un traitement disponible.
La deuxième touche la reproduction des résultats. Les données de Generate Biomedicines et de Divergence Labs devront être publiées et relues par des pairs pour peser. Sans publication, elles restent des annonces.
La troisième porte sur l'usage réel de Claude dans ces laboratoires. Si les équipes s'en servent surtout pour la documentation et l'organisation, le gain restera administratif. Si elles l'utilisent pour concevoir des molécules que les chimistes n'auraient pas trouvées seuls, la promesse change de nature.
D'ici là, la bonne question n'est pas de savoir si l'IA va remplacer les chercheurs. Elle est de savoir à quel maillon de la chaîne elle fait gagner du temps, et si ce temps se transforme en médicaments.
