AI加速罕见病研究：Anthropic推出专项资助计划
罕见病研究的困境与AI的破局点
罕见病虽然单个病种的患者人数少，但总体影响范围却远超想象。全球约有4亿人受到超过7000种罕见病的影响，这些疾病大多具有遗传基础，且往往在儿童期发病，给患者家庭带来沉重负担。然而，罕见病研究长期面临三大核心挑战：
数据碎片化：每种罕见病的患者数量有限，导致临床数据分散且样本量小，难以进行大规模统计分析。不同医院、研究机构使用的疾病分类标准不一，进一步加剧了数据整合的难度。
机制不明：许多罕见病的分子机制尚未阐明，尤其是那些涉及多个基因或复杂调控网络的疾病。传统的实验方法耗时费力，难以在短时间内覆盖所有可能的致病机制。
开发周期长：从确认遗传诊断到患者获得治疗，平均需要1-2年时间，其中大部分时间浪费在等待生产排期、顺序进行安全试验以及手工整理监管文件上。对于患者群体极小的超罕见病，传统药物开发模式在经济上不可行。
人工智能的介入为这些难题提供了新的解决思路。Claude等大语言模型能够处理海量文献、识别跨疾病模式、生成可验证的假设，并在数据有限的情况下提取关键信息。Anthropic此次推出的专项资助计划，正是希望将AI能力与罕见病研究的实际需求精准对接。
资助计划概览：两个方向，一个目标
本次资助计划分为两个独立轨道，分别面向基础科学研究和生物技术应用，每个入选项目可获得最高5万美元的Claude API积分，使用期限为6个月。申请截止日期为2026年8月2日，结果将在之后公布。
轨道一：基础科学合作
这一轨道旨在促进临床研究人员、患者组织和数据科学家之间的协作，加速罕见病基础科学研究和机制发现。Anthropic已与Monarch Initiative建立早期合作，该国际联盟致力于改善罕见病诊断和机制发现。
Monarch Initiative开发了多项关键资源，包括Mondo疾病本体论和Monarch知识图谱。Mondo整合了OMIM、Orphanet、ICD等数十个来源的疾病定义，提供统一的计算框架；知识图谱则跨物种整合基因型-表型数据，辅助诊断和机制发现。
最近，Monarch团队正在构建一个名为DisMech的机制性疾病分类库，Claude可以读取病例报告、变异数据库、注册表模式等原始数据，以前所未有的速度和规模指出疾病之间的机制相似性。Anthropic鼓励受资助者使用并贡献这些资源，提出新的机制假设。
适合轨道一的项目示例：
- 提出并排序不同罕见病之间共享基因或通路的机制关联，为专家验证提供候选疾病关系
- 整理和总结患者组织数据，改进自然历史研究
- 构建评估基准，衡量模型在罕见病任务上的表现，如未知意义变异的机制预测、表型-疾病匹配等
这些项目的成果将在Monarchinitiative.org上公开，并可能通过未来的黑客马拉松等活动进一步扩展社区。
轨道二：生物技术加速
这一轨道面向生物技术专家和早期生物技术公司，旨在加速罕见病的药物开发进程。当前，从确诊到治疗可及需要1-2年，其中大量时间消耗在等待生产排期、顺序安全试验和手工整理监管文件上。
Claude可以在多个环节发挥作用：
- 文档自动化：起草和审查监管档案，将数月的文件汇编压缩为几天的专家审阅
- 治疗策略选择：分析靶点在不同药物模式（小分子、抗体、基因药物等）中的可成药性
- 共享机制识别：发现不同基因治疗之间的共同机制，可能支持“篮子试验”而非为每个患者单独申请IND
适合轨道二的项目示例：
- 从稀疏数据中论证起始剂量：综合PK/PD建模、异速缩放和相关模式先例，为定制疗法建立首次人体剂量依据
- 挖掘自然历史数据和病例报告，识别可测量的生物标志物和功能终点，使其在N-of-1或超罕见项目的时间框架内敏感地显示响应
- 起草、交叉检查和先例挖掘监管文档（IND部分、研究者手册、CMC模块）
现有合作伙伴的实践案例
Anthropic的AI for Science项目已有多个合作伙伴在罕见病领域取得进展，这些案例为申请者提供了参考：
Every Cure：利用Claude在数百万候选药物中识别重定位机会，为罕见病寻找现有药物的新用途。
Centre for Population Genomics：与Garvan研究所和Murdoch儿童研究所合作，构建基于Claude的系统，自动起草变异分类供专家审阅，解决罕见遗传病诊断中的最大瓶颈之一。
Violet Research Institute：这家小型非营利组织专注于超罕见遗传病（发病率低于1/50000），使用Claude导航FDA指南、运行生物信息学流程、分析实验数据、起草监管文件等。
这些案例表明，AI在罕见病研究中的应用已经超越了理论阶段，正在产生实际影响。
申请指南与注意事项
申请者需通过指定表单提交申请，每个项目需明确所属轨道、研究目标、预期成果和使用Claude的具体方式。Anthropic将优先考虑那些能够清晰展示AI如何解决罕见病研究独特挑战的项目。
值得注意的是，虽然Claude在数据处理和文档生成方面表现出色，但AI并非万能。在数据过于稀少或组织混乱的领域，AI的作用有限；此外，AI也无法解决保险授权、诊断设施可及性等“诊断之旅”中的非技术问题。Anthropic希望这一计划能与其他机构的数据生成和公私合作努力形成互补。
展望：AI与罕见病研究的未来
此次专项资助计划是Anthropic AI for Science项目的一次重要扩展，标志着从广泛支持转向主题聚焦。通过建立罕见病研究社区，Anthropic希望促进受资助者之间的交流与合作，形成协同效应。
对于科研人员而言，这是一个利用前沿AI工具加速研究的难得机会；对于生物技术初创公司，这可能是缩短药物开发周期、降低成本的突破口。无论哪个轨道，核心目标都是让AI在罕见病领域发挥最大价值，最终惠及全球数百万患者。
如果你正在从事罕见病相关研究，且对AI应用有清晰的想法，不妨在截止日期前提交申请。即使未能入选，Monarch Initiative等开放资源也值得关注，它们为罕见病研究提供了宝贵的数据和工具基础。