Anthropic ha annunciato i primi risultati di sei collaborazioni per utilizzare Claude nello sviluppo dei farmaci. I partner comprendono Bristol Myers Squibb, BigHat Biosciences, Divergence Labs, Enveda, Generate Biomedicines e The Column Group. Alcune sperimentazioni hanno ridotto sensibilmente i tempi di lavoro; altre hanno individuato molecole promettenti. Si tratta però, in larga parte, di risultati preclinici, non di medicinali approvati.
La notizia interessa anche il mercato: Anthropic sta cercando di trasformare Claude da assistente generalista in infrastruttura operativa per un settore nel quale costi, tempi e probabilità di insuccesso condizionano ogni investimento.
Indice degli argomenti:
Il costo del rischio nella ricerca farmaceutica
Sviluppare un farmaco richiede di scegliere un bersaglio biologico, progettare le molecole, verificarne le proprietà, organizzare la produzione e ottenere le autorizzazioni per testarle sui pazienti.
Un rapporto pubblicato nel 2021 da Biotechnology Innovation Organization, Informa Pharma Intelligence e QLS Advisors, relativo al periodo 2011-2020, stimava al 7,9% la probabilità media che un candidato entrato nella fase I ottenesse l’approvazione. Il dato è storico e varia molto secondo la malattia, ma spiega perché le aziende cercano strumenti capaci di selezionare prima i progetti migliori.
Anthropic propone di intervenire sull’intera filiera, comprese attività amministrative che assorbono risorse senza produrre direttamente nuova conoscenza scientifica.
Oncologia, il progetto con Generate Biomedicines
Con Generate Biomedicines, sei ricercatori hanno utilizzato Claude Code per riprogettare una parte delle istruzioni genetiche impiegate nelle terapie car-t. Questi trattamenti modificano cellule immunitarie affinché riconoscano e attacchino cellule tumorali. Hanno ottenuto risultati importanti soprattutto nei tumori del sangue, mentre l’applicazione ai tumori solidi incontra ostacoli ulteriori.
Uno dei progetti prodotti con il supporto dell’intelligenza artificiale ha ridotto del 70% circa la lunghezza di una componente del recettore. Nei test di laboratorio, le cellule hanno espresso all’incirca dieci volte più recettori, eliminando cellule tumorali con maggiore efficienza e mantenendo più a lungo la propria attività.
Lo spazio genetico liberato potrebbe consentire di riconoscere più bersagli tumorali. Sono risultati ottenuti in laboratorio: sicurezza ed efficacia devono ancora essere dimostrate sui pazienti.
Allergie alimentari, 35 mila progetti di anticorpi
Divergence Labs cerca un trattamento che rimuova le immunoglobuline E, o IgE, dalla superficie di alcune cellule immunitarie. Queste molecole intervengono nelle reazioni allergiche. Il progetto mira ad agire anche sulle IgE legate alle cellule, non soltanto su quelle libere nel sangue.
Claude ha trasformato l’obiettivo scientifico in un piano di progettazione e, in circa un mese, ha generato 35 mila possibili strutture anticorpali.
Le prime verifiche hanno individuato tre candidati capaci di legarsi alle IgE e venti in grado di favorirne il distacco. Tre di questi ultimi hanno mostrato, nel test utilizzato, un’attività superiore al farmaco preso come riferimento.
Il prossimo passaggio consiste nell’unire le due funzioni in una sola molecola. Il numero di disegni generati misura la velocità di esplorazione, non la probabilità che ne derivi una terapia efficace.
BigHat, anticorpi migliori e misure più affidabili
BigHat Biosciences combina modelli informatici e laboratori automatizzati. In collaborazione con un ricercatore di Anthropic ha studiato due frammenti anticorpali: uno pensato per riconoscere cellule tumorali, l’altro per prolungare la permanenza di un principio attivo nell’organismo. In circa dieci settimane il laboratorio ha prodotto e provato 1.010 varianti suggerite attraverso un lavoro con Claude.
I candidati migliori hanno migliorato l’affinità per il bersaglio; alcune varianti hanno superato di oltre dieci volte i valori iniziali. Un frammento rivolto ai tumori è rimasto stabile in soluzione a temperature superiori di 18 gradi, mentre un altro ha mostrato una velocità di aggregazione oltre cento volte inferiore.
Quando le misure standard hanno dato risultati incerti, i ricercatori e Claude hanno rielaborato i dati grezzi e modificato i protocolli di prova. La società precisa che Anthropic ha pagato il lavoro sperimentale. Anche per questo i risultati richiedono ulteriori conferme indipendenti e su molecole destinate a programmi clinici.
Enveda, il risparmio arriva dalla documentazione
Il risultato più immediatamente misurabile riguarda Enveda. I chimici dell’azienda potevano dedicare fino al 75% del proprio tempo alla documentazione di produzione. Collegando Claude ai registri aziendali, Enveda ha costruito un sistema che segnala incongruenze e possibili errori prima della revisione degli specialisti.
Su 1.061 pagine, il sistema ha individuato tutti gli undici problemi segnalati dai revisori umani e altri sette che non erano stati rilevati.
Il tempo necessario per il controllo è sceso di circa l’89%, da oltre 25 ore a meno di tre, comprendendo la verifica delle segnalazioni. Claude ha inoltre redatto in quattro ore la prima versione di un documento regolatorio che, secondo Enveda, richiedeva circa tre mesi di lavoro manuale.
I confronti riguardano la prima stesura, non l’intero percorso autorizzativo: gli esperti restano responsabili dei controlli e della documentazione finale.
Bristol Myers Squibb porta Claude negli studi clinici
La collaborazione con Bristol Myers Squibb amplia l’impiego di Claude alla valutazione dei protocolli clinici. La multinazionale utilizza il modello per analizzare dati riservati, confrontare opzioni di sviluppo e stimare le probabilità di successo di uno studio iniziale.
Michael Pourdehnad, responsabile dello sviluppo clinico precoce nelle aree ematologia, oncologia e terapie cellulari, ha riferito che un’analisi iniziale generata da una sola richiesta ha sostenuto valutazioni che normalmente avrebbero richiesto giorni.
Anthropic e Bristol Myers Squibb intendono estendere il progetto nel 2027. Non sono stati presentati dati che dimostrino un aumento effettivo delle approvazioni: per ora il valore dichiarato riguarda la rapidità del supporto alle decisioni e la gestione protetta delle informazioni aziendali.
La biotech leggera di The Column Group
Con la società di investimento The Column Group, Anthropic sperimenta un modello organizzativo differente. La nuova impresa Pleiades nasce per gestire più programmi di ricerca con una struttura relativamente ridotta, affidando a Claude parte della ricerca documentale, delle analisi e del coordinamento.
Il primo strumento per valutare l’interesse di un bersaglio terapeutico è stato provato su 45 coppie bersaglio-malattia.
Per chi finanzia startup biotecnologiche, la prospettiva è ridurre i costi fissi e studiare anche patologie che attirano meno capitali. Il vantaggio economico, tuttavia, sarà misurabile soltanto se una struttura più snella riuscirà a produrre candidati validi senza aumentare errori, ritardi o costi di verifica.
Mithril, la ricerca sulle distrofie muscolari rare
Anthropic ha inoltre acquisito Mithril Medicine, società fondata e gestita da Cody Tranbarger. Con Claude, il ricercatore ha organizzato contratti, dati ed esperimenti distribuiti fra undici laboratori esterni, concentrandosi su due rare forme pediatriche di distrofia muscolare.
Secondo Anthropic, in meno di diciotto mesi Mithril ha portato una possibile terapia dall’idea iniziale a risultati promettenti nei topi.
L’azienda punta a individuare candidati da sviluppare ulteriormente e considera possibile l’avvio dei primi test sull’uomo alla fine del 2028, a condizione che gli esperimenti successivi confermino le aspettative. Il risparmio nei costi di coordinamento non elimina i tempi biologici necessari per verificare tossicità ed efficacia.
La competizione industriale e la quotazione di Anthropic
Il mercato non aspetta i risultati dei progetti di Claude. Il 12 gennaio 2026 Nvidia ed Eli Lilly hanno annunciato un laboratorio congiunto di intelligenza artificiale, con investimenti complessivi fino a un miliardo di dollari in cinque anni.
Per le imprese tecnologiche, la ricerca sui medicinali rappresenta un potenziale mercato per software, potenza di calcolo e servizi specialistici.
L’annuncio di Anthropic arriva inoltre il giorno successivo al deposito, il 26 ottobre, della documentazione S-1 presso la Securities and Exchange Commission per una possibile quotazione al Nasdaq con il simbolo ANT. Quantità di azioni e fascia di prezzo non sono ancora state definite.
La vicinanza temporale non prova un legame tra le iniziative, ma rende rilevante valutare se l’espansione nelle scienze della vita potrà generare ricavi ricorrenti e vantaggi industriali difendibili.
Dai modelli ai pazienti: le evidenze cliniche
Un precedente utile riguarda rentosertib, molecola sviluppata con il contributo dell’intelligenza artificiale per la fibrosi polmonare idiopatica. Uno studio randomizzato di fase IIa pubblicato su Nature Medicine nel giugno 2025 ha riportato risultati iniziali sulla sicurezza e segnali di efficacia. Sono indicazioni incoraggianti, non equivalenti a un’approvazione commerciale o alla dimostrazione definitiva di beneficio clinico.
Nell’agosto 2026, una valutazione scientifica firmata da Andreas Bender e altri ricercatori su Nature Reviews Drug Discovery ha invitato a distinguere la progettazione di molecole promettenti dal miglioramento effettivo degli esiti terapeutici.
Secondo gli autori, le prove di un impatto clinico generalizzato dell’intelligenza artificiale rimangono limitate. Anche i sei casi Anthropic devono superare questa distanza: esperimenti più rapidi non comportano automaticamente studi clinici più riusciti.
Regole, dati e ricadute per l’Europa
Nel gennaio 2025 la Food and Drug Administration statunitense ha pubblicato una bozza di linee guida per valutare l’affidabilità dei modelli di intelligenza artificiale utilizzati a sostegno delle decisioni regolatorie sui medicinali.
In Europa, il piano 2026-2028 dell’Agenzia europea per i medicinali e delle autorità nazionali prevede indicazioni sull’impiego dell’intelligenza artificiale nello sviluppo clinico e nella farmacovigilanza.
Per le imprese europee, le opportunità riguardano anche il lavoro meno visibile: qualità documentale, analisi dei dati, selezione degli esperimenti e preparazione degli studi.
La convenienza dipenderà dai costi di integrazione, dalla protezione dei dati industriali e dalla capacità di conservare procedure verificabili. Il risparmio di ore è già osservabile in alcuni progetti; per trasformarlo in valore economico duraturo occorrono farmaci sicuri, decisioni migliori e risultati clinici riproducibili.
Partecipa alla community