Tillbaka till Nyheter
InnovationAI Understanding genomgång

Anthropic etablerar ett eget biologiskt laboratorium för preklinisk läkemedelsforskning

Anthropic har bekräftat lanseringen av ett fysiskt biologiskt laboratorium i San Francisco Bay Area, som syftar till att påskynda preklinisk läkemedelsupptäckt samtidigt som man fokuserar på försummade sjukdomar.

4 min readRead the original reporting
Source-page capture accompanying Anthropic establishes in-house biology laboratory for preclinical drug research
Tillskriven rapporteringKälla inspelad
Förläggare
biz.chosun.com
Källlänk
biz.chosun.comhttps://biz.chosun.com/en/en-international/2026/09/20/BARUHKNMCFGFJPOF2HSLSVCXI4/?outputType=amp
Källtyp
Rapportering från ett nyhetsställe – inte ett förstapartsdokument.

Vad vi inte kunde bekräfta oberoende: Detta påstående hänförs till det namngivna försäljningsstället. Vi har inte verifierat det mot ett förstapartsdokument. (biz.chosun.com)

SammanhangFörstå detta på 60 sekunder

Börja här

Nyckeltermer

Beräkna
Bearbetningsresurserna som krävs för att träna och köra modeller, ofta mätt i FLOPS- eller GPU-timmar.
Testa dig självAI Models Explained Quiz

Vad hände

Anthropic har etablerat ett fysiskt biologiskt laboratorium i San Francisco Bay Area för att bedriva praktisk forskning, enligt Eric Koutcherer-Abrams, företagets chef för biovetenskap. Anläggningen är avsedd att överbrygga gapet mellan AI-drivna simuleringar och fysiska experiment. Anthropic uppgav att det uteslutande kommer att fokusera på preklinisk forskning och har inte för avsikt att konkurrera med läkemedelsföretag eller gå in i kliniska prövningar. Företaget har som mål att prioritera upptäckten av behandlingar för sjukdomar som för närvarande förbises av den bredare läkemedelsindustrin.

Anthropic bekräftade existensen av sitt nya San Francisco-baserade biologiska laboratorium i en intervju med Reuters den 19 september 2026. Eric Koutcherer-Abrams, chef för biovetenskaper, konstaterade att labbet är avgörande för det 'ultimativa testet' av biologisk forskning, vilket kräver fysiska experiment.

Företaget förtydligade sin operativa omfattning och betonade att det inte kommer att gå in i det kliniska prövningsskedet eller konkurrera direkt med befintliga läkemedels- och bioteknikföretag. Istället kommer labbet att fokusera på prekliniska stadier och utveckling av behandlingar för försummade sjukdomar.

Detta initiativ är en del av en bredare expansion inom life science-sektorn. Anthropic har tidigare lanserat verktyget 'Claude Science', förvärvat bioteknikföretaget Coefficient Bio och lagt till Novartis vd Vasant Narasimhan till sin styrelse. I juli anställde företaget också John Jumper, en medvinnare av Nobelpriset i kemi känd för sitt arbete med AlphaFold.

Källinformation: biz.chosun.com ↗

Varför det spelar roll

Detta drag representerar en betydande förändring för ett renodlat AI-företag, vilket signalerar att Anthropic ser fysisk laboratorievalidering som en nödvändig komponent för att utveckla AI inom biovetenskap. Genom att integrera våtlabbfunktioner med sina befintliga AI-modeller försöker Anthropic förbättra noggrannheten och användbarheten av sina biologiska forskningsverktyg. Strategin att fokusera på försummade sjukdomar samtidigt som man undviker kliniska prövningar gör att företaget kan positionera sig som en forskningspartner snarare än en konkurrent till etablerade läkemedelsföretag. Denna utveckling följer en rad strategiska drag, inklusive förvärvet av Coefficient Bio och anställningen av högprofilerade talanger som John Jumper, för att befästa sin position inom den AI-drivna läkemedelsupptäcktssektorn.

Etableringen av ett fysiskt labb tyder på att Anthropic anser att AI-modeller enbart är otillräckliga för biologisk forskning med hög insats. Genom att skapa en återkopplingsslinga mellan AI-förutsägelser och fysiska labbresultat, strävar företaget efter att förfina sina modeller för att bli mer effektiva i verklig läkemedelsupptäckt.

Fokus på försummade sjukdomar ger en tydlig, icke-konkurrenskraftig nisch som gör att Anthropic kan visa nyttan av sin AI utan att utlösa direkt marknadskonflikt med stora läkemedelsföretag. Den här strategin kan också hjälpa företaget att navigera i regulatorisk granskning av säkerhets- och etiska implikationer av AI i biologi.

Företaget hanterar aktivt spänningen mellan att påskynda vetenskapliga framsteg och att minska risker. Koutcherer-Abrams noterade att Anthropic balanserar behovet av mer kraftfulla modeller med nödvändigheten av försiktig utplacering för att förhindra missbruk av AI vid skapandet av biologiska hot.

Interactive Mechanism

Interaktiv mekanism: hur det faktiskt fungerar

Utforska den underliggande tekniken bakom denna utveckling interaktivt.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Interaktiv konceptkontroll+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Vad du ska titta på härnäst

Observatörer bör övervaka hur Anthropic balanserar sitt dubbla mandat att påskynda läkemedelsupptäckten med sitt uttalade åtagande att förhindra missbruk av AI-modeller för utveckling av biologiska vapen. Företagets förmåga att framgångsrikt integrera fysiska labbresultat i sina AI-träningspipelines är fortfarande en viktig teknisk milstolpe. Dessutom kommer effekten av detta laboratorium på företagets bredare finansiella bana, särskilt när det förbereder sig för en potentiell börsnotering, att vara en intressant punkt för investerare som bedömer den långsiktiga livskraften för dess livsvetenskapliga affärsmodell.

Effektiviteten hos det nya labbet när det gäller att producera påtagliga, verifierbara genombrott för läkemedelsupptäckten kommer att vara ett avgörande mått för företagets långsiktiga framgång inom biovetenskapssektorn.

Investerare kommer att titta för att se om de höga kapitalutgifterna som krävs för sådan fysisk infrastruktur, i kombination med kostnaderna för AI-beräkning, påverkar företagets finansiella resultat när det närmar sig sin planerade börsintroduktion.

Företagets säkerhetsprotokoll för biologisk forskning kommer att fortsätta att granskas, särskilt eftersom det fortsätter att utöka sina möjligheter inom förutsägelse av proteinstruktur och andra känsliga områden inom bioteknik.

Relaterade guider och frågesporter

AI-modeller förklarasAI:s framtidAI utbildningTesta vad du vet – prova ett gratis AI-quizSlå upp en AI-term i vår ordlistaFölj AI-modellens release tracker
Hittade du detta användbart?