Anthropic ogłosił specjalną edycję programu AI for Science, skierowaną do naukowców i firm biotechnologicznych zajmujących się rzadkimi chorobami genetycznymi. Wybrane zespoły otrzymają do 50 tys. dolarów w kredytach umożliwiających korzystanie z modeli Claude przez sześć miesięcy.
Celem inicjatywy jest sprawdzenie, czy sztuczna inteligencja może przyspieszyć odkrywanie mechanizmów chorób, usprawnić analizę danych klinicznych oraz skrócić niektóre etapy opracowywania nowych terapii. Nabór obejmuje zarówno projekty akademickie, jak i przedsięwzięcia realizowane przez młode firmy biotechnologiczne.
Rzadkie choroby są powszechnym problemem
Choć każda z rzadkich chorób występuje u stosunkowo niewielkiej grupy pacjentów, łącznie stanowią one jeden z największych problemów zdrowotnych na świecie. Z danych cytowanych przez Anthropic wynika, że z jedną z ponad 7 tys. rzadkich chorób może żyć około 400 mln osób. Niektóre klasyfikacje wskazują, że liczba odrębnych jednostek chorobowych może sięgać nawet 10 tys.
Rozproszenie pacjentów utrudnia jednak prowadzenie badań. Lekarzom i naukowcom trudniej tworzyć odpowiednio duże rejestry, identyfikować potencjalne cele terapeutyczne oraz rekrutować uczestników badań klinicznych. Informacje o poszczególnych chorobach są również przechowywane w wielu bazach, wykorzystujących odmienne definicje i systemy klasyfikacji.
Problemem pozostaje także izolowane analizowanie poszczególnych schorzeń. Dwie choroby mogą mieć wspólny mechanizm biologiczny, gen lub szlak molekularny, ale podobieństwo to może pozostać niezauważone, ponieważ badania prowadzą różne zespoły, stosujące odmienną terminologię.
Jak sztuczna inteligencja może pomóc naukowcom
Anthropic zakłada, że modele AI mogą łączyć informacje pochodzące z literatury naukowej, opisów przypadków, baz wariantów genetycznych, rejestrów pacjentów i publicznych zbiorów danych. Pozwalałoby to szybciej wykrywać zależności, których ręczne odnalezienie wymagałoby analizy tysięcy dokumentów.
Claude może być wykorzystywany między innymi do wyszukiwania podobieństw między chorobami, proponowania hipotez dotyczących ich mechanizmów oraz porządkowania niejednoznacznej terminologii. Ostateczna ocena wyników nadal ma jednak należeć do ekspertów.
Program ma również wspierać tworzenie testów sprawdzających, jak skutecznie modele AI radzą sobie z zadaniami dotyczącymi rzadkich chorób. Chodzi przykładowo o dopasowywanie zestawu objawów do możliwej diagnozy, interpretowanie wariantów o nieznanym znaczeniu oraz przewidywanie mechanizmu choroby. Badacze mają dokumentować nie tylko sukcesy modeli, ale również ich błędy i ograniczenia.
Pierwsza ścieżka: badania podstawowe
Pierwsza część programu jest skierowana do zespołów łączących kompetencje badaczy klinicznych, analityków danych i organizacji pacjenckich. Ich zadaniem będzie przyspieszanie badań podstawowych oraz odkrywanie mechanizmów odpowiedzialnych za rozwój rzadkich chorób.
Jednym z głównych partnerów Anthropic jest Monarch Initiative — międzynarodowe konsorcjum pracujące nad poprawą diagnostyki i integracją danych dotyczących genotypów oraz fenotypów. Organizacja rozwija między innymi Mondo Disease Ontology czyli system ujednolicający definicje chorób pochodzące z różnych klasyfikacji.
Monarch tworzy również DisMech, bibliotekę opisującą mechanizmy chorób w formie dostosowanej do pracy systemów opartych na agentach AI. Claude może analizować zawarte w niej dane i wskazywać potencjalne powiązania między schorzeniami. Rezultaty projektów realizowanych w tej ścieżce mają być udostępniane publicznie za pośrednictwem zasobów Monarch Initiative.
Druga ścieżka: szybsze opracowywanie terapii
Druga część programu jest przeznaczona dla biotechnologów i firm na wczesnym etapie rozwoju. Projekty mają koncentrować się na skracaniu procesu prowadzącego od potwierdzonej diagnozy genetycznej do terapii dostępnej dla pacjenta.
Obecnie proces ten może trwać od roku do dwóch lat. Opóźnienia wynikają między innymi z ograniczonej dostępności certyfikowanych zakładów produkcyjnych, konieczności prowadzenia badań bezpieczeństwa oraz przygotowywania obszernej dokumentacji chemicznej i regulacyjnej.
Claude ma pomagać w tworzeniu i sprawdzaniu dokumentów składanych do instytucji regulacyjnych, analizowaniu możliwych metod leczenia oraz porównywaniu różnych typów terapii. Jednym z proponowanych zastosowań jest również uzasadnianie pierwszej dawki podawanej człowiekowi na podstawie ograniczonych danych farmakokinetycznych i farmakodynamicznych.
Pierwsze projekty już wykorzystują Claude
Anthropic wskazuje kilka organizacji, które już korzystają z Claude w badaniach nad rzadkimi chorobami. Every Cure analizuje miliony potencjalnych możliwości ponownego wykorzystania istniejących leków. Takie podejście może pozwolić na zastosowanie znanej substancji w leczeniu choroby, dla której pierwotnie nie została opracowana.
Centre for Population Genomics buduje natomiast system przygotowujący wstępne klasyfikacje wariantów genetycznych, które następnie oceniają eksperci. Ma to ograniczyć jedno z najważniejszych wąskich gardeł w diagnostyce chorób genetycznych.
Violet Research Institute wykorzystuje Claude między innymi do analiz bioinformatycznych, interpretowania wyników eksperymentów, poruszania się po wytycznych amerykańskiej Agencji Żywności i Leków oraz przygotowywania dokumentacji regulacyjnej dotyczącej ultrarzadkich chorób.
AI nie rozwiąże wszystkich problemów
Anthropic zaznacza, że możliwości sztucznej inteligencji mają wyraźne granice. Model nie przeprowadzi badań bezpieczeństwa, nie zwiększy dostępności infrastruktury diagnostycznej i nie rozwiąże problemów związanych z produkcją leków.
AI nie będzie również skuteczna, kiedy danych jest zbyt mało, są one niskiej jakości albo pozostają rozproszone w niedostępnych systemach. Technologia nie usunie także administracyjnych i ekonomicznych przeszkód, takich jak brak finansowania diagnostyki czy trudności w uzyskaniu zgody ubezpieczyciela na wykonanie badań.
Program ma więc uzupełniać pracę lekarzy i bilogów. Jego powodzenie będzie zależało zarówno od możliwości modeli, jak i od tworzenia wysokiej jakości danych oraz współpracy między sektorem publicznym, nauką i firmami prywatnymi.
Nabór do sierpnia 2026 roku
Wnioski do obu ścieżek można składać do 2 sierpnia 2026 roku. Zakwalifikowane zespoły uzyskają dostęp do Claude Opus lub innych publicznie dostępnych modeli dopuszczonych do zastosowań biologicznych.
Anthropic liczy, że stworzenie grupy naukowców pracujących nad powiązanymi problemami ułatwi wymianę doświadczeń i rozwój wspólnych narzędzi. Firma zapowiada również dalsze działania integrujące społeczność, w tym wydarzenia poświęcone wykorzystaniu AI w badaniach nad rzadkimi chorobami.
Częste pytania
Jakie granty oferuje Anthropic dla badań nad rzadkimi chorobami?
Anthropic oferuje granty w wysokości do 50 tys. dolarów w kredytach, które umożliwiają korzystanie z modeli Claude przez sześć miesięcy. Program jest skierowany do naukowców i firm biotechnologicznych zajmujących się rzadkimi chorobami genetycznymi.
Kiedy można składać wnioski do programu Anthropic?
Wnioski do obu ścieżek programu można składać do 2 sierpnia 2026 roku. Zakwalifikowane zespoły uzyskają dostęp do Claude Opus lub innych publicznie dostępnych modeli dopuszczonych do zastosowań biologicznych.
Jak sztuczna inteligencja może przyspieszyć badania nad rzadkimi chorobami?
Sztuczna inteligencja może łączyć informacje z różnych źródeł, co pozwala na szybsze wykrywanie zależności między chorobami. Modele AI mogą również proponować hipotezy dotyczące mechanizmów chorób oraz porządkować niejednoznaczną terminologię.
Jakie są cele pierwszej ścieżki programu badawczego?
Pierwsza ścieżka programu ma na celu przyspieszenie badań podstawowych oraz odkrywanie mechanizmów odpowiedzialnych za rozwój rzadkich chorób. Zespoły będą łączyć kompetencje badaczy klinicznych, analityków danych i organizacji pacjenckich.
Jakie organizacje już korzystają z modeli Claude w badaniach?
Organizacje takie jak Every Cure, Centre for Population Genomics oraz Violet Research Institute już wykorzystują Claude w swoich badaniach nad rzadkimi chorobami. Każda z nich ma różne podejścia, od analizy potencjalnych możliwości ponownego wykorzystania leków po klasyfikację wariantów genetycznych.
