Anthropic 启动面向罕见病研究的 AI for Science 资助计划

Anthropic 启动面向罕见病研究的 AI for Science 罕见病研究资助计划

Anthropic 宣布在其 AI for Science 项目下推出首个主题化征集，聚焦罕见遗传病研究。入选申请者将在六个月内获得最高 5 万美元的 Claude 积分，用于探索人工智能如何帮助研究者提升对罕见病机制、诊断和疗法开发的理解。

Anthropic 表示，该计划设置了两条资助路径，一条面向基础科学研究团队，另一条面向希望加快罕见病临床开发进程的早期生物技术公司。公司希望通过更聚焦的主题征集，形成研究者围绕同类问题协作、交流经验并持续迭代的方法社区。

为什么聚焦罕见病

罕见病研究长期面临基础科学认知不足、患者样本分散和数据碎片化等难题。Anthropic 援引资料称，全球约有 4 亿人受到 7000 多种罕见病影响，但这些疾病通常分布在小规模人群中，给患者登记、靶点识别和临床试验设计带来很高难度。

很多罕见病还具有高度个体化特征，例如特定基因变异或独特症状组合，研究工作往往彼此割裂，难以识别跨疾病共享的机制。与此同时，从发现候选疗法到推进患者试验仍需经历漫长流程，进一步放大了低频疾病研发的资源约束。

Anthropic 认为，人工智能可以在多个环节发挥作用，包括跨文献整合证据、从有限数据中快速提取信息、统一术语体系，以及识别不同罕见病之间潜在的机制联系，从而帮助研究者更高效地利用现有数据。

两条资助路径

基础科学合作路径

第一条路径面向临床研究者、患者组织和数据科学家之间的合作，目标是提升基础科学研究进度，推动对罕见病底层机制的发现。

Anthropic 在这一方向上已与 Monarch Initiative 展开合作。该国际联盟长期从事罕见病诊断和机制发现研究，建设了 Mondo Disease Ontology 等标准资源，并维护整合跨物种基因型和表型数据的 Monarch Knowledge Graph。

Anthropic 还提到，Monarch 贡献者正在构建名为 DisMech 的机制性疾病分类库。Claude 可在其中读取病例报告、变异数据库、登记表结构和公共原始数据，并以更高速度识别疾病之间的机制相似性。公司希望资助获得者基于这些开放资源提出新的机制假设，为疗法开发提供支撑。

生物技术合作路径

第二条路径将支持生物技术研究者和早期公司加速罕见病药物开发。Anthropic 指出，从确认遗传诊断到让疗法真正进入患者使用阶段，往往需要一到两年时间，大量时间消耗在生产排队、安全性研究和成千上万页监管文件整理上。

公司认为，Claude 有望压缩其中若干关键环节，例如起草和交叉审阅监管申报材料、分析不同治疗模态下靶点的可成药性，以及寻找个体化基因疗法之间的共享机制，探索以单一篮子试验覆盖更多患者的可能性。

Anthropic 还列举了已有合作案例，包括 Every Cure 使用 Claude 挖掘药物再利用机会，Centre for Population Genomics 建设基于 Claude 的变异分类初稿系统，以及 Violet Research Institute 使用 Claude 处理 FDA 指南、生物信息流程、实验数据分析和监管文件起草。

申请安排与后续计划

Anthropic 表示，申请通道将开放至 2026 年 8 月 2 日太平洋时间 23:59。获选团队可使用 Claude Opus 以及其他获准用于生物研究的通用模型。第一条路径的部分成果将公开发布在 Monarch Initiative 平台上，后续还计划配套开展罕见病主题黑客松等社区活动。

公司同时承认，人工智能并不能解决所有问题。当可用数据过少、组织过于分散，或诊断流程受制于保险授权和基础设施时，模型能力本身也会受到限制。Anthropic 希望这一计划能与更多公共和私营机构的长期数据建设工作形成互补。