400 万人、7000 种罕见病，Anthropic 想用 Claude 在碎片中找规律
去年春天，Anthropic 启动了 AI for Science 项目。表面上看，这只是一场简单的资源置换：Anthropic 提供 Claude API 额度，研究者用它来推进科研。但跑了一年，项目组发现了一个反直觉的现象——那些研究方向相近、并且互相交流模型用法的研究者，产出明显高于那些“闷头做”的人。
基于这个发现，Anthropic 今年的策略变了：不再广撒网，而是搞「主题式招募」。把一批做相近问题的人聚到一个锅里煮。
而第一个被选中的主题，是罕见遗传病。
为什么是罕见病？因为市场失灵了
全球约有 4 亿人受罕见病影响，涉及的病种超过 7000 种。但这 7000 多种病，每一种的患者群体都极小。
这就导致了一个死结：数据分散，没有规模效应。
从建立患者登记库，到识别治疗靶点，再到设计临床试验，每一个环节都因为“人少、钱少、数据少”而寸步难行。更麻烦的是，罕见病的病因机制差异极大，研究者往往各自盯着一小块，很难跨病种发现共通的生物学模式。
这是一个典型的“市场力量够不到”的领域——单病种药物开发的回报率太低，大药企很难有动力把资源投进来。而这，恰恰是 Anthropic 想要介入的地方。
两条轨道，一种解法
为了应对这个难题，Anthropic 设计了两个轨道的 Grant 计划，分别瞄准基础科研和早期生物技术公司。
轨道一：基础科研 × Monarch Initiative
这一轨道的合作方是 Monarch Initiative，一个致力于罕见病数据标准化和知识图谱的国际联盟。
Monarch 最近开发了一个叫 DisMech 的「机制性疾病分类库」。这个数据库的设计有一个关键特点：Agent 友好型。
这意味着 Claude 可以直接读取病例报告、变异数据库和注册数据，然后以远超人力的速度，去比对不同疾病之间的机制相似性。如果这条路跑通了，原本被孤立研究的不同罕见病之间，就有可能产生交叉发现。
轨道二：早期 Biotech × 压缩开发周期
这一轨道的目标很直接：压缩药物开发周期。
目前，从确诊到用上可用治疗，平均需要一到两年。大量时间浪费在排队等生产档期、安全研究只能串行不能并行，以及手工整理数千页的监管材料上。
Anthropic 认为 Claude 可以在以下环节发力：
* 文档撰写和审核；
* 治疗策略选择（分析一个靶点适合小分子、抗体还是基因疗法）；
* 跨基因疗法的共享机制挖掘。
理想情况下，是让多个针对不同基因突变的疗法走「篮子试验」（Basket Trial）路径，一个 IND（新药临床试验申请）覆盖多个患者，而不是让每个患者单独走一遍流程。
已经在跑的案例
除了宏大的规划，目前已经有几个具体的合作案例在运转：
- Every Cure：正在用 Claude 做数百万候选分子的药物重定位筛选；
- Centre for Population Genomics：在建一个基于 Claude 的变异分类系统，旨在缓解罕见病诊断环节最大的瓶颈——专家手动审核变异分类；
- Violet Research Institute：进度最全，拿 Claude 走 FDA 指南分析、生信流程、实验数据分析和监管文件起草。
诚实的边界
Anthropic 并没有画饼。他们在项目说明里老实交代了 AI 的边界：
- 数据太少或组织太差的领域，Agent 也无从下手；
- 保险授权和诊断设施可及性这类系统性问题，AI 解决不了。
这种态度，比很多只会喊口号的 Grant 要靠谱得多。
怎么申请？
- 截止日期：2026 年 8 月 2 日 11:59 PM PST
- 奖励：最高 $50,000 的 Claude 额度，有效期 6 个月，可用于 Claude Opus 或其他获批的生物学模型。
- 要求：基础科研轨道的产出需要公开在 Monarchinitiative.org 上。触发生物安全分类器审查的项目可以申请豁免。
- 方式：两个轨道共用一张申请表。
结语
5 万美金的算力额度，放在 Industry 层面其实不算巨款。但这个 Grant 真正值得关注的信号在于：
Anthropic 正在主动选择那些“市场够不到”的领域做投入，并且在方法论上从“撒钱”转向了“聚人”。
如果这种「主题式招募」真的比之前的“撒网式”更有效，那么罕见病可能只是第一个专题。未来，我们可能会看到更多被这样框出来的研究领域。