پیشرفت اولیه در تسریع توسعه دارو با کلود

تیم علوم زیستی Anthropic در حال کار برای تسریع درمان بیماری است. طی چند ماه گذشته، دانشمندان ما در مشارکت تحقیقاتی عمیق با شش سازمان در حال توسعه داروهای جدید شرکت کرده‌اند: BigHat Biosciences، Bristol Myers Squibb، Divergence Labs، Enveda، Generate Biomedicines و The Column Group. ما همچنین تلاش‌های خودمان برای کشف مواد مخدر را آغاز کرده‌ایم. با انجام این کار، ما چیزهای زیادی در مورد اینکه چگونه کلود می تواند از توسعه دارو پشتیبانی کند، و اینکه چگونه باید کلود را بیشتر بهبود بخشیم تا به پتانسیل هوش مصنوعی در پزشکی پی ببریم، آموخته ایم. ما قصد داریم این کار را به طور قابل توجهی از اینجا افزایش دهیم.

فرصت‌های زیادی برای سرعت بخشیدن به توسعه دارو وجود دارد، حتی فراتر از رایج‌ترین کاربردهای مورد بحث هوش مصنوعی، مانند پیشنهاد طرح‌های اولیه برای مولکول‌های جدید. توسعه یک دارو شامل وظایف متنوع زیادی است: انجام تحقیقات اولیه برای شناسایی یک هدف برای یک دارو و نوع داروی مناسب برای درگیر شدن با آن، طراحی یک مولکول با خواص مناسب، بهینه سازی آن برای تولید قابل اعتماد در مقیاس، تهیه پیش نویس پرونده های نظارتی مورد نیاز برای اجرای آزمایشات بالینی، طراحی و اجرای آن کارآزمایی ها و موارد دیگر.

استراتژی ما برای درک مزایای پزشکی هوش مصنوعی بر این است که هوش مصنوعی به طور فزاینده ای در همه این وظایف درگیر شود. هیچ مشکل واحدی برای حل وجود ندارد. گلوگاه ها در سراسر فرآیند توسعه دارو توزیع می شوند. بهترین راه برای شناسایی و کار بر روی این تنگناها، درگیر شدن عمیق در برنامه‌های دارویی واقعی، در بسیاری از مناطق مختلف بیماری و مراحل توسعه است.

بنابراین، در طول چند ماه گذشته، برای انجام این کار با شش سازمان همکاری کرده‌ایم. ما همچنین تلاش‌های خودمان را برای کشف دارو آغاز کرده‌ایم، از جمله برنامه‌هایی برای اشکال نادر دیستروفی عضلانی در دوران کودکی، که در آن کلود بسیاری از کارهای علمی و عملیاتی را انجام می‌دهد.

این کار از سه جهت در خدمت اهداف ما است. اول، به ما امکان می دهد نقاط قوت و محدودیت های مدل های خود را در رابطه با طیف وسیع تری از وظایف توسعه دارو درک کنیم (ما قبلا بر اساس آنچه تاکنون آموخته ایم، بهبودهای خاصی را در مدل های خود اولویت بندی کرده ایم). دوم، این برنامه‌ها می‌توانند به عنوان مطالعات موردی برای جامعه گسترده‌تر علوم زیستی عمل کنند. اگر کلود می خواهد میزان درمان های جدید را به میزان قابل توجهی افزایش دهد، ما باید با شرکت های بیوتکنولوژی بیشتری کار کنیم و کلود را عمیق تر در فرآیندهای توسعه آنها ادغام کنیم.

ثالثا، این پروژه‌ها باید در صورت ادامه مسیر مثبت خود، تأثیر مستقیم داشته باشند. ما خوشبین هستیم که برخی ممکن است منجر به تولید داروهای جدید موثر برای بیماری هایی شود که هدف آنها قرار می گیرد، از جمله آلرژی های غذایی، بیماری های نادر دوران کودکی و انواع مختلفی از سرطان.

در این پست، به‌روزرسانی پیشرفت خود با شرکای خود را همراه با گزارش‌های فنی ارائه می‌کنیم که فرآیند فکر، روش‌ها و نتایج اولیه ما را با جزئیات بیشتری شرح می‌دهد. سپس به طور خلاصه توضیح می دهیم که کار ما به کجا می رود.

تولید زیست پزشکی: مهندسی روش. Generate Biomedicines روی افزایش سودمندی یک درمان سرطان معروف به CAR T-cell درمانی کار کرده است. این درمان در طول تاریخ به درمان سرطان سلول های خونی کمک کرده است. Generate قصد دارد آن را دوباره مهندسی کند تا بتواند سرطان های تومور جامد را نیز درمان کند. برای انجام این کار، آنها قصد دارند بخشی از دستورالعمل های ژنتیکی درمان را کوتاه کنند، که فضایی را برای دستورالعمل های اضافی مناسب برای انواع دیگر سرطان ایجاد می کند. شش دانشمند Generate از Claude Code برای پیشنهاد طرح های جدید برای این قسمت استفاده کردند.

یک طرح حدود 70 درصد کوتاه‌تر از نسخه استاندارد بود و در آزمایش‌های آزمایشگاهی مؤثرتر بود: به سلول‌های ایمنی اجازه می‌داد تا تقریبا 10 برابر گیرنده‌های بیشتری بسازند (پروتئین‌هایی که برای شناسایی سلول‌های سرطانی استفاده می‌کنند)، سلول‌های تومور را با کارایی بیشتری از بین برد، و سلول‌های ایمنی برای مدت طولانی‌تری فعال باقی ماندند. بیشتر بخوانید و گزارش فنی Generate را ببینید.

Divergence Labs: نسل موفق. Divergence Labs در حال کار بر روی روشی جدید برای درمان آلرژی غذایی است. آلرژی های غذایی با واکنش مولکولی به نام IgE ایجاد می شود که برخی از آن به سلول های ایمنی ما متصل است و برخی آزادانه در خون ما شناور است. Divergence Labs در حال توسعه داروهایی است که IgE را به طور کامل از سلول های ایمنی ما جدا می کند، به جای خنثی کردن IgE در گردش خون ما، همانطور که داروهای استاندارد انجام می دهند.

این می تواند درمان بسیار مؤثرتری را ارائه دهد، اما نیاز به طراحی دقیق دارد، با دو "بازو": یکی که محکم به IgE متصل می شود، و دیگری که به دریافت IgE از سلول ایمنی کمک می کند. کلود اهداف آزمایشگاه های Divergence را به یک طرح طراحی دقیق تبدیل کرد و سپس، تا حد زیادی به طور مستقل، تقریبا 35000 طرح آنتی بادی را در حدود یک ماه تولید کرد تا محدود و آزمایش شوند. در آن آزمایش‌های اولیه، Divergence "ضربه‌هایی" برای هر دو بازو پیدا کرد: سه طرح که می‌توانستند به IgE متصل شوند، و 20 طرح که می‌توانستند آن را از جای خود خارج کنند. به نظر می رسد سه نفر از این 20 مورد، IgE را بیشتر از داروهای استاندارد از بین می برند.

گام بعدی ساخت دارویی است که دو بازو را با هم ترکیب می کند. بیشتر بخوانید و گزارش فنی Divergence را ببینید.

BigHat Biosciences: بهینه سازی سرب. BigHat Biosciences هوش مصنوعی را با یک آزمایشگاه خودکار جفت می کند تا داروهای بالقوه (یا "سرنخ ها") را بهبود بخشد، که باید هدف خود را محکم ببندند، از طریق تولید و ذخیره سازی پایدار بمانند، و از جمع شدن با هم (از جمله معیارهای دیگر) اجتناب کنند. دانشمندان BigHat و یک محقق Anthropic با کلود کار کردند تا این سه ویژگی را در دو سرنخ بهبود بخشند، هر دو قطعه آنتی‌بادی که می‌توانند بخشی از داروهای آینده شوند: یکی برای هدف قرار دادن سلول‌های سرطانی و دیگری طراحی شده برای نگه داشتن دارو برای مدت طولانی‌تری در بدن.

کلود، متصل به سیستم داده آزمایشگاهی BigHat، Reccy، تغییراتی را برای هر مولکول پیشنهاد کرد و آزمایشگاه BigHat حدود 1010 نوع را در حدود 10 هفته ساخت و آزمایش کرد. در پایان، تیم مشکوک شد که معیارهای استاندارد پایداری گرما و کلوخه گمراه کننده باشد. کلود و محقق داده های خام را دوباره تجزیه و تحلیل کردند، سپس معیارهای مختلف و تغییر پروتکل را برای آزمایش آنها پیشنهاد کردند. دانشمندان BigHat آن را پالایش و اجرا کردند و پیش‌بینی‌های اصلی انجام شد.

در مقایسه با نسخه‌های اصلی، بهترین نسخه‌ها بیش از 10 برابر محکم‌تر چسبانده می‌شوند، سرب هدف‌گیری سرطان در محلول 18 درجه سانتی‌گراد بالاتر باقی می‌ماند، و سرب برای داروهای طولانی‌مدت بیش از 100 برابر کندتر جمع می‌شود. بیشتر بخوانید و گزارش فنی BigHat را ببینید.

Enveda: ساخت و براده. برای انجام کارآزمایی‌های بالینی، شرکت‌ها به سوابقی نیاز دارند که نشان دهد هر دسته از یک داروی جدید مطابق با استانداردهای کیفی سخت‌گیرانه ساخته شده است، و در کنار سایر الزامات، درخواستی را برای تنظیم‌کننده‌ها ارسال کنند. در Enveda، شیمیدان های تولیدی تا 75 درصد از وقت خود را صرف کاغذبازی می کردند. برای کاهش بار، Enveda سیستمی ساخت که تمام اسناد تولیدی خود را به Claude متصل می‌کند، سپس به Claude اجازه می‌دهد تا هرگونه مشکل احتمالی را پرچم‌گذاری کند. کلود طی آزمایش‌هایی روی 1061 صفحه اسناد، تمام 11 موضوعی را که بازبین‌های انسانی مشاهده کرده بودند، شناسایی کرد و هفت مورد را که از قلم انداخته بودند، علامت‌گذاری کرد.

در این فرآیند، این روش زمان بررسی انسان را 89 درصد از بیش از 25 ساعت به کمتر از سه کاهش داد. به طور جداگانه، کلود اولین پیش نویس دو سند مهم نظارتی را نوشت. یکی چهار ساعت طول کشید، در مقایسه با حدود سه ماه دستی. برای دیگری، فرآیند بررسی انسانی استاندارد Enveda یک خطای جزئی پیدا کرد. بیشتر بخوانید و گزارش فنی Enveda را ببینید.

گروه ستون (TCG): ایجاد شرکت. از آنجایی که کشف دارو می‌تواند کند، پرهزینه و مستعد شکست باشد، سرمایه‌گذاران در شرکت‌های بیوتکنولوژی ایده‌های ایمن‌تر و تایید شده قبلی را بر ایده‌های جدید پرخطر ترجیح داده‌اند، حتی زمانی که دومی بتواند به بیماران بیشتری کمک کند. ما در حال کار با TCG بوده‌ایم تا ببینیم آیا کلود می‌تواند با کاهش زمان و هزینه کشف دارو این موضوع را تغییر دهد تا سرمایه‌گذاران بتوانند با اطمینان از ایده‌های جاه‌طلبانه‌تر حمایت کنند.

به طور خاص، TCG در حال تأسیس Pleiades است، یک شرکت جدید که از کلود برای اجرای برنامه‌های دارویی بسیار بیشتر و پیچیده‌تر از معمول برای یک تیم کوچک استفاده می‌کند. این می تواند الگویی باشد برای اینکه چگونه کلود می تواند سربار علمی و عملیاتی و اداری مورد نیاز برای اداره یک شرکت بیوتکنولوژی را کاهش دهد. اگر این کار انجام شود، این مدل می تواند در سراسر صنعت تکرار شود و سرمایه گذاری را به سمت مشکلات سخت تر در پزشکی هدایت کند.

Pleiades در حال حاضر در حال توسعه ابزارها و گردش کار جدید برای کلود است. اولین مهارت کلود آن، که به کلود کمک می کند ارزیابی کند که آیا اهداف دارویی ارزش دنبال کردن دارند یا خیر، روی 45 جفت بیماری هدف ارزیابی شده است. ادامه مطلب را بخوانید.

اخیرا، ما همچنین شروع به کار با Bristol Myers Squibb (BMS) برای یافتن و رفع تنگناها در برنامه ریزی کارآزمایی بالینی کرده ایم. BMS از Claude برای ارزیابی برنامه های یک داروی اولیه در آزمایشات بالینی و تخمین احتمال موفقیت آن کارآزمایی ها استفاده می کند. با هم، ما قصد داریم این کار را در سال 2027 گسترش دهیم تا پتانسیل آن را برای افزایش احتمال موفقیت در توسعه اولیه درک کنیم.

مایکل پوردهناد، MD، معاون ارشد، رئیس توسعه اولیه بالینی، هماتولوژی، انکولوژی و سلول درمانی.

علاوه بر کارمان با این شرکا، خودمان شروع به اجرای برخی برنامه های تحقیقاتی کرده ایم. ما Mithril Medicine را خریداری کردیم، یک شرکت تک نفره که در حال توسعه درمان برای دو نوع نادر دیستروفی عضلانی است. بنیانگذار آن، کودی ترنبارگر، از کلود برای سازماندهی قراردادها، تدارکات و آزمایشات با 11 آزمایشگاه خارجی استفاده کرد و بسیاری از جنبه های دیگر عملیات میتریل را به کلود واگذار کرد. در نتیجه، Mithril یک درمان احتمالی برای یک نوع دیستروفی عضلانی را از یک ایده به نتایج امیدوارکننده در موش ها در کمتر از 18 ماه انجام داد.

اکنون در آنتروپیک، کودی این تحقیقات را ادامه می دهد و قصد دارد چندین برنامه جدید را آغاز کند. اگر نامزدهای دارویی او همچنان پابرجا باشند، ما انتظار داریم که دارویی در اواخر سال 2028 برای شروع آزمایشات بالینی روی انسان آماده شود. بیشتر بخوانید و گزارش فنی ما را ببینید.

همه این تحقیقات هنوز در مراحل اولیه هستند. به ویژه، تا کنون عمدتا پیش بالینی است - یعنی در بیشتر موارد، هنوز در مرحله آزمایش داروها بر روی انسان نیست. ما قصد داریم با پیشرفت این برنامه‌های دارویی، نقش کلود را در آزمایش‌های بالینی گسترش دهیم و با سازمان‌های بیشتری که برنامه‌های توسعه دارویی آنها در حال حاضر در مرحله بالینی است، همکاری می‌کنیم.

این تحقیق تنها بخشی از تلاش های ما برای تسریع در کشف دارو است. در نهایت، ما می خواهیم مدل های خود را تا حد امکان با بسیاری از محققان توسعه دارو به اشتراک بگذاریم. برای این منظور، Claude Science، میز کار هوش مصنوعی خود را برای محققان ایجاد کرده‌ایم، و اعتبارات Claude را برای دانشمندان زندگی ارائه می‌دهیم. ما همچنین برنامه تأیید علوم زیستی را ایجاد کرده‌ایم تا به سازمان‌های مورد اعتماد اجازه دهیم از قوی‌ترین مدل‌های ما با نسخه‌های راحت‌تر پادمان‌های ما استفاده کنند، که برای جلوگیری از سوء استفاده ضروری هستند اما می‌توانند مانع از تحقیقات بیولوژیکی قانونی شوند.

همچنین اخیرا یک فراخوان آزاد برای محققین مهمان در علوم زیستی راه اندازی کرده ایم. ما به دنبال پیشنهادهایی از گروه های تحقیقاتی هستیم که می خواهند از کلود برای بررسی سوالات کلیدی در کشف مواد مخدر و سایر زمینه ها استفاده کنند.

ما مشتاقانه منتظریم تا با گسترش تحقیقات علوم زیستی خود با بسیاری از سازمان ها همکاری کنیم. اگر در یک سازمان متمرکز بر کشف مواد مخدر کار می کنید و علاقه مند به همکاری با ما هستید، می توانید با شماره زیر تماس بگیرید.

اگر در سازمانی کار می کنید که بر روی توسعه دارو متمرکز است و می خواهید با هم تماس بگیرید، فرم زیر را تکمیل کنید.