Anthropic e lo sviluppo di farmaci con Claude: sei partner, Mithril e i primi risultati

Anthropic ha pubblicato il 27 ottobre 2026 un resoconto sui primi risultati ottenuti con Claude nello sviluppo di farmaci, frutto di diversi mesi di lavoro con sei organizzazioni del settore. Non è il solito annuncio di prodotto: è una raccolta di casi concreti, con numeri, limiti dichiarati e una scelta strategica evidente, perché l’azienda ha anche acquisito una piccola società che sviluppa terapie proprie.

Se ti occupi di AI applicata a settori regolati, questo è uno dei documenti più utili del mese. Vediamo cosa è stato fatto, cosa è davvero dimostrato e cosa invece resta ancora una promessa.

Cosa ha annunciato Anthropic sullo sviluppo di farmaci

Il post originale di Anthropic descrive collaborazioni con Generate Biomedicines, Divergence Labs, BigHat Biosciences, Enveda, The Column Group e Bristol Myers Squibb. Ogni partner ha usato Claude su una fase diversa della filiera: progettazione di molecole, ottimizzazione di candidati, documentazione di produzione, pratiche regolatorie, creazione di nuove aziende e pianificazione di studi clinici.

La cornice conta. Anthropic non presenta Claude come un oracolo che scopre farmaci da solo, ma come un collaboratore che accelera il lavoro di scienziati e team operativi.

I sei casi, uno per uno

Con Generate Biomedicines, sei scienziati hanno usato Claude Code per progettare versioni più corte di un componente genetico usato nelle terapie CAR-T, con l’obiettivo di estenderle ai tumori solidi. Il disegno migliore è risultato circa il 70% più corto della versione standard e, nei test di laboratorio, ha permesso alle cellule immunitarie di produrre circa dieci volte più recettori, uccidendo le cellule tumorali in modo più efficiente e restando attivo più a lungo.

Divergence Labs lavora sulle allergie alimentari. Claude ha trasformato gli obiettivi del team in un piano di progettazione e ha poi generato in larga parte in autonomia circa 35.000 disegni di anticorpi in circa un mese. I primi test hanno individuato tre disegni che legano le IgE e venti che riescono a staccarle dalle cellule immunitarie, con tre di questi venti più efficaci del farmaco standard nel farlo.

Numeri grandi, ma il passo successivo resta tutto da fare: unire le due funzioni in un unico farmaco.

Il caso BigHat Biosciences è forse il più istruttivo per chi lavora con i dati. Claude, collegato al sistema di dati di laboratorio, ha proposto modifiche a due frammenti di anticorpo; il laboratorio ha testato circa 1.010 varianti in dieci settimane. Quando le metriche standard di stabilità termica e aggregazione sono sembrate fuorvianti, Claude e un ricercatore di Anthropic hanno riesaminato i dati grezzi e proposto metriche e protocolli alternativi, poi confermati da BigHat. Le versioni migliori si legavano oltre dieci volte più strettamente, una restava in soluzione a una temperatura superiore di 18 gradi e l’altra formava aggregati oltre cento volte più lentamente.

Documenti regolatori e produzione: dove il risparmio di tempo è più misurabile

Enveda ha collegato a Claude i documenti di produzione per far emergere problemi. Su 1.061 pagine, Claude ha individuato tutti gli 11 problemi trovati dai revisori umani e ne ha segnalati altri sette sfuggiti. Il tempo di revisione umana è sceso dell’89%, da oltre 25 ore a meno di tre.

Claude ha anche redatto due documenti regolatori. Uno ha richiesto quattro ore, contro circa tre mesi di lavoro manuale; l’altro conteneva un errore minore, intercettato dalla normale revisione umana.

Questo è il tipo di caso d’uso in cui l’AI generativa si sposa meglio con ambienti regolati: il lavoro è documentale, verificabile e la revisione umana resta nel ciclo. Non a caso il risparmio più netto riguarda proprio la scrittura e il controllo, non la scoperta in senso stretto.

Clinica e nuove aziende

Bristol Myers Squibb usa Claude per valutare i piani di sperimentazione di un farmaco in fase iniziale e stimarne la probabilità di successo, con l’intenzione di ampliare il lavoro nel 2027, soprattutto nello sviluppo precoce. Un dirigente ha apprezzato un’analisi iniziale ottenuta da un singolo prompt, che altrimenti avrebbe richiesto giorni.

The Column Group, invece, sta creando Pleiades, una piccola società che userà Claude per portare avanti programmi di sviluppo più numerosi e complessi di quanto sia tipico per un team di quelle dimensioni. La prima competenza costruita, che valuta se un bersaglio terapeutico valga la pena, è stata provata su 45 coppie bersaglio-malattia.

L’acquisizione di Mithril Medicine e la scommessa sul farmaco proprietario

La novità più significativa dal punto di vista strategico è l’acquisizione di Mithril Medicine, una società di una sola persona che sviluppa trattamenti per due forme rare di distrofia muscolare. Il fondatore, Cody Tranbarger, ha usato Claude per organizzare contratti, logistica ed esperimenti su 11 laboratori esterni e per delegare molte altre attività operative.

Un possibile trattamento per una delle due forme è passato dall’idea a risultati promettenti sul topo in meno di 18 mesi. Tranbarger lavora ora in Anthropic e prevede nuovi programmi. Se i candidati continueranno a reggere, Anthropic stima che un farmaco potrebbe essere pronto per le sperimentazioni sull’uomo già alla fine del 2028.

Una data lontana, ma indicativa: l’azienda non vuole solo vendere accesso ai modelli, vuole misurarsi direttamente con il risultato.

Strumenti e accessi: Claude Science e programma di verifica

Anthropic ricorda anche i due strumenti pensati per la ricerca. Il primo è Claude Science, il workbench per i ricercatori, già raccontato qui quando è stato presentato. Il secondo è il Life Sciences Verification Program, che consente a organizzazioni fidate di usare i modelli più potenti con salvaguardie meno restrittive.

Il motivo è esplicito nel post: le protezioni standard servono a prevenire usi impropri, ma possono ostacolare la ricerca biologica legittima. Si aggiungono crediti Claude per i ricercatori delle scienze della vita e una chiamata aperta a ricercatori ospiti interessati a usare Claude nella scoperta di farmaci.

I limiti da tenere a mente

Qui serve lucidità. Quasi tutto il lavoro descritto è preclinico: i farmaci non sono stati testati sull’uomo. I risultati di Divergence, BigHat e Mithril sono lavori di laboratorio o su modelli animali, e lo stesso Anthropic dichiara che il successo dei programmi non è garantito.

L’azienda ammette inoltre di dover migliorare Claude per l’intera gamma di attività dello sviluppo farmaceutico e di voler estendere il proprio ruolo alla clinica man mano che i programmi avanzano. I dati, poi, provengono dal resoconto dell’azienda stessa e dei suoi partner, non da una valutazione indipendente.

In breve: i numeri sui tempi sono impressionanti, la prova che questo si traduca in farmaci approvati non c’è ancora.

Perché conta nel quadro più ampio dell’AI in biomedicina

Il settore si sta muovendo su più fronti. Se vuoi un’introduzione di base, la nostra guida alla scoperta di farmaci con l’intelligenza artificiale spiega le fasi in cui i modelli entrano in gioco. Sul versante della concorrenza, anche OpenAI si sta muovendo con l’acquisizione di Orchestra Bio per portare gli agenti nello sviluppo farmaceutico.

Il filo comune è chiaro: i grandi laboratori AI stanno passando dal fornire modelli generici al presidiare verticali ad alto valore, con team dedicati, acquisizioni e programmi di accesso su misura. Per chi lavora in questi settori, significa che gli agenti non sono più un esperimento accessorio ma uno strumento di lavoro quotidiano, con tutti i temi di verifica, tracciabilità e responsabilità che ne derivano.

C’è poi un aspetto organizzativo che spesso sfugge. I casi di Enveda e BigHat mostrano che il valore nasce quando il modello è collegato ai dati reali dell’azienda, ai documenti, al sistema di laboratorio, ai flussi esistenti. Il modello da solo è solo una parte dell’equazione; l’integrazione, i permessi e la revisione umana fanno la differenza tra una demo e un processo affidabile.

Cosa fare adesso

Se lavori in ambito sanitario, biotech o consulenza, leggi il documento originale e ragiona su dove, nella tua filiera, esistano attività documentali ripetitive e verificabili: sono le candidate migliori per un primo progetto con agenti AI. Se invece segui il settore dall’esterno, tieni d’occhio i prossimi passaggi: l’estensione alla clinica, l’espansione della collaborazione con Bristol Myers Squibb nel 2027 e l’evoluzione dei programmi di Mithril.

Continua a seguirci per gli aggiornamenti sui grandi laboratori AI e sulle applicazioni concrete in sanità: ti raccontiamo cosa è dimostrato e cosa è ancora una promessa.