Anthropic 收購一家只有一名員工的生技公司 Mithril Medicine，並公布用 Claude 做藥物研發的早期進展。這些成果多半還停在臨床前的動物階段。
Anthropic 收購只有一人的 Mithril Medicine
2026 年 10 月 27 日，Anthropic 宣布收購 Mithril Medicine。這家小型生技公司只有一名員工，創辦人 Cody Tranbarger（社群帳號 @Prof_Oak_）專攻兩種罕見型肌營養不良症的療法。交易完成後，Tranbarger 會加入 Anthropic，繼續 Mithril 的肌營養不良研究，並展開幾個新項目。
一家做 AI 的公司買下一家做藥的新創，乍看突兀。但 Anthropic 想做的，是把 Claude 放進藥物研發的流程裡，而 Mithril 正好是一個可以拿來實測的小型題目。
Mithril 靠 Claude 走到哪一步
據 Anthropic 的說法，Mithril 透過 Claude 協同 11 個外部實驗室的工作，把其中一種肌營養不良症的候選療法，在不到 18 個月內從一個想法推進到小鼠身上的正面結果。過程中還建出超過 100 個新的雙特異性抗體，目前在做細胞層面的測試。
所謂雙特異性抗體，指的是能同時抓住兩個不同目標的抗體設計。這種做法在近年被視為治療某些疾病的新方向，但也特別難設計，因為兩條「臂」得各自準確命中。Mithril 的目標，是 2027 年為這兩種疾病正式立案候選藥物，並爭取在 LAMA2-CMD 上，最早於 2028 年後期進入臨床試驗。
「臨床前」才是重點：這離一款藥還有多遠
官方用的說法是「在小鼠身上有正面結果」。讀者要記住一個關鍵字：臨床前。藥物研發大致分兩大段，先在實驗室與動物身上做，這一端叫臨床前；之後才進入人體試驗，也就是臨床階段。Mithril 現在的成果，全在臨床前這一端。
那這些成果算不算突破？一款藥能不能用，最終要由人體試驗來回答。動物實驗結果再好，也可能在人身上失效，或冒出動物身上看不到的副作用。所以這批進展值得注意，但還不能說「快要能用了」。
六家合作機構的早期結果
Anthropic 同時公布與六家機構合作的初步結果：BigHat Biosciences、必治妥施貴寶（Bristol Myers Squibb）、Divergence Labs、Enveda、Generate Biomedicines 與 The Column Group。
Generate Biomedicines 的六名科學家用 Claude Code 替 CAR-T 細胞療法重做一段基因指令。其中一個設計比標準版本短了大約七成，在實驗室裡讓免疫細胞表現出約十倍受體，殺腫瘤細胞更有效，活性維持得也更久。
Divergence Labs 做的是食物過敏。據該公司說法，Claude 在約一個月內，幾乎自主地生成約三萬五千個抗體設計。早期測試找到幾個「命中」：三個能結合 IgE，二十個能把 IgE 從免疫細胞上剝離，其中三個的效果比標準藥物更強。下一步，是把兩條「臂」合成一個藥物。
Enveda 則用 Claude 做文件審閱。據媒體報導，它把生產文件的審閱時間縮短了約 89%。BigHat Biosciences 把 Claude 用在候選藥物的「先導優化」上，也就是把有潛力的分子調得更堪用。
AI 在製藥流程裡，到底負責哪一環
一款藥的誕生要好幾段路：找出致病的靶點、設計能作用於它的分子、在實驗室與動物身上驗證、把可行的做成能大量生產的規格，最後寫成厚厚的申報文件送審。AI 能插手的環節，比一般人想像的多。
在前段，它可以從海量資料裡挑出值得一試的靶點與分子，把候選名單縮小。在中段，它能幫忙設計抗體、預測分子行為、規劃實驗。在後段，它能把繁瑣的文件審閱與整理自動化。Anthropic 這次端出的例子，幾乎把這幾段都沾了一點。
這也是為什麼「AI 做藥」很難用一句話評價。它比較像在每一環都省一點時間，而不是某一天突然變出一款藥。省下來的時間與人力，累積起來才是重點。
還有一點容易被忽略：藥物研發的成敗，往往不是敗在構想，而是敗在反覆試錯的成本。一個候選分子要經過無數次調整、測試、再調整，每一次都要人力和時間。如果 AI 能把這段循環縮短，省下的就不只是錢，還有研究人員的耐心。
Mithril 的成果算不算突破？
以上進展與數字，全部出自 Anthropic 及其合作方的自報，沒有第三方獨立驗證。閱讀時，最好把它們當成「公司說的故事」，而不是已經通過檢驗的結論。
比如「約十倍受體」或「審閱時間縮短約 89%」，都出自合作方或媒體轉述，樣本和實驗條件外界看不到。這不代表它們不可信，而是提醒讀者：在生技領域，自報數字與同儕審查之間，通常還隔著好幾道關卡。
另一種解讀更保守。小鼠身上的正面結果，離人體還有好幾道關卡，而罕見疾病的研究本來就因為患者少、資料少而特別難做。Anthropic 挑 Mithril 這種小題目切入，也反映了現階段的侷限：容易驗證、容易說故事，卻還不足以證明整套方法能用在更常見的疾病上。
接下來要觀察什麼
Anthropic 表示，這些工作都還很早，多半處在臨床前，接下來會大幅擴大投入，目標包括食物過敏、罕見兒童疾病與若干癌症。觀察重點有三個：Mithril 那兩種肌營養不良症的候選藥物能不能在 2027 年如期立案；六家合作機構的成果有沒有走到人體試驗；以及這些案例是否會變成可複製的流程。
如果答案都是肯定的，AI 在製藥裡的角色，就會從輔助工具慢慢挪到更核心的位置。在那之前，所有數字都仍只是開頭。
