Anthropic 的罕见病资助:AI 能补上哪一段研究缺口?章节1×0:08一笔针对罕见病的资助0:36为什么挑罕见病1:11第一条路:把疾病之间连起来1:52第二条路:把诊断推到治疗2:31伙伴把问题落到具体工作3:04Claude Science 的位置3:36申请条件与真正的边界4:18这项计划值得怎样理解0:005:020:08主播7月20日,Anthropic 发布了一项面向罕见遗传病的 AI for Science 研究资助。研究者和早期生物科技公司可以获得最多五万美元等值的 Claude credits,使用期六个月。项目分成两条路,一条做基础科学,一条做临床开发,目标是让围绕同类问题工作的研究者共享数据、方法和失败经验。0:36主播Anthropic 估计,全球有四亿人患有七千多种罕见病;Monarch Initiative 的估计是三亿人,约占全球人口百分之四。数字不同,部分原因是各地对「罕见」的定义不同。共同问题是,患者总量很大,单个疾病的病例却很少,患者常经历误诊、重复检查和漫长的诊断过程。对 AI 来说,切入口不是凭空生成答案,而是把分散的文献、病例和术语放到同一个可核对的语境里。1:11主播第一条资助轨道面向科学家、临床研究者、患者组织和数据科学家,寻找罕见病之间可能共享的机制。合作方 Monarch Initiative 维护 Mondo Disease Ontology 和 Monarch Knowledge Graph,整理不同数据库里的疾病定义、基因和表型关系。它还在开发 DisMech,让 Claude 读取病例报告、变异数据库和登记系统,提出供专家验证的机制相似性。轨道一的成果计划公开发布在 Monarch 网站上,模型输出因此要进入公共、可复核的记录。1:52主播第二条轨道面向生物技术人员和早期 biotech。Anthropic 说,从确认遗传诊断到患者获得治疗,可能还要一到两年,时间耗在制造排队、安全性研究和数千页监管材料上。Claude 可以起草、核对监管文件,比较小分子、抗体和基因药物等路径,也可以从病例中寻找临床试验需要的生物标志物。公告还提到,机制相近的疗法或许能探索 basket trial,把患者放进同一个试验框架,但这仍是待验证的研究方向。2:31主播合作案例把用法落到了具体工作。Every Cure 用 AI 分析药物和疾病知识,寻找药物再利用机会;Centre for Population Genomics 让 Claude 起草变异分类,再交专家审查;Violet Research Institute 用它处理 FDA 指南、生物信息学流程、实验数据和监管文件。模型先做资料汇总、候选排序和文档劳动,研究者负责验证、实验和决策。3:04主播这也是 Claude Science 出现在资助计划里的原因。Anthropic 6月底介绍这个科研工作台时说,每个输出都有可追溯历史,包括图表代码、运行环境、自然语言说明和消息记录。生命科学研究需要知道用了什么数据、经过哪些步骤,候选机制才可能进入下一轮实验。Claude Science 试图把模型放进研究者已有的电脑、实验室服务器和高性能计算流程。3:36主播申请截止到8月2日太平洋时间晚上11点59分,获批者可在六个月内使用最多五万美元等值额度,访问 Claude Opus 或其他获准用于生物领域的公开模型,部分项目可申请生物安全分类器例外。Anthropic 也承认,数据太少、太乱时模型帮不上忙,保险授权和诊断基础设施更不是模型能单独解决的。2024年的罕见病药物开发综述同样把患者少、试验招募、定价和支付列为障碍。把文档写快,不等于把药物做出来。4:18主播这次资助押注的是:把散落在患者组织、病例报告、数据库、实验室和监管文件里的信息,连接成研究者可以共同检验的假设,再压缩一部分重复劳动。能否成功,要看机制假设能否经得起专家验证,临床开发是否真的少走几步,成果能否被其他团队复用。缺数据、缺试验条件、缺支付支持的地方,AI 只能把问题说得更清楚,不能替研究系统把它们补上。