I ricercatori di Wall Street hanno usato Claude di Anthropic per progettare candidati farmaceutici, e il trade è in laboratorio
Punti chiave
- •Citrini Research ha usato il modello Claude Science di Anthropic con un prompt di circa 35 pagine per produrre circa 180 molecole candidate per un antiveneno allo scorpione in pochi giorni, un lavoro che richiederebbe normalmente un anno con i metodi tradizionali.
- •Twist Bioscience ha sintetizzato e testato 211 delle molecole progettate dall'AI, e 17 si sono legate con successo alle tossine target, un tasso di successo che ha superato le stesse aspettative di Citrini.
- •Nel suo report del 20 ottobre 2026, Citrini ha sostenuto che una progettazione computazionale più veloce sposta il collo di bottiglia della scoperta di farmaci verso la sintesi fisica, la validazione sperimentale e le infrastrutture di laboratorio.
- •Citrini ha indicato Charles River Laboratories, un'organizzazione di ricerca a contratto, e Revvity, un'azienda di scienze della vita e diagnostica, come scelte principali destinate a beneficiare della crescente domanda di servizi di validazione.
- •L'esperimento ha coperto un solo target, e le molecole che si legano alle tossine richiedono comunque ottimizzazione, test di sicurezza e sperimentazioni cliniche prima di raggiungere i pazienti.
Una società di ricerca di Wall Street ha tentato la scoperta di farmaci, portando con sé un modello AI invece di un camice da laboratorio.
Citrini Research, lavorando con Anthropic, ha usato il modello Claude Science per cercare potenziali candidati per un antiveneno allo scorpione. L'esperimento ha prodotto in pochi giorni l'equivalente di circa un anno di lavoro di progettazione in fase iniziale. Ha poi generato qualcosa a cui gli analisti tengono ancora di più: una tesi di investimento.
Da un prompt di 35 pagine ai risultati di laboratorio
Gli analisti di Citrini hanno fornito a Claude Science un prompt dettagliato di circa 35 pagine. Il modello ha restituito circa 180 molecole candidate volte a neutralizzare le tossine dello scorpione.
Secondo i risultati della ricerca, un lavoro di tale portata richiederebbe normalmente un anno con i metodi tradizionali. Citrini l'ha compresso in una finestra di tempo breve.
È qui che è intervenuta Twist Bioscience, un'azienda di biologia sintetica. Il laboratorio ha sintetizzato e testato 211 progetti, di cui 17 si sono legati con successo alle tossine target.
Diciassette successi potrebbero non sembrare un risultato eccezionale. Nella scoperta di farmaci in fase iniziale, dove la maggior parte dei candidati fallisce, è bastato per superare le stesse aspettative di Citrini.
Il collo di bottiglia si sposta dal software al laboratorio
Il 20 ottobre 2026, Citrini ha pubblicato un report che illustra ciò che ha appreso. L'argomento centrale riguarda meno l'AI in sé e più ciò che accade dopo che l'AI ha completato il suo lavoro.
Se la progettazione computazionale diventa drasticamente più veloce, la parte lenta del processo si sposta. Il vincolo non è più trovare candidati; diventa testarli. Le molecole possono ora essere proposte alla velocità del software, ma la loro sintesi e validazione avviene ancora al ritmo del banco di laboratorio.
Il report di Citrini interpreta questo come uno spostamento nella narrazione dello sviluppo di farmaci. L'attenzione si allontana dagli strumenti di progettazione computazionale e si dirige verso la validazione sperimentale fisica e le infrastrutture di laboratorio che la supportano. La tesi della società è che queste aziende probabilmente vedranno una domanda crescente di servizi di validazione sperimentale.
Il report ha indicato due nomi come scelte principali: Charles River Laboratories International Inc., un'organizzazione di ricerca a contratto che conduce test preclinici e in fase iniziale per gli sviluppatori di farmaci, e Revvity Inc., un'azienda di scienze della vita e diagnostica al servizio della ricerca e dei fli di lavoro di laboratorio.
Parte di una spinta più ampia dell'industria farmaceutica verso l'AI
Novo Nordisk, una delle maggiori aziende farmaceutiche al mondo, ha stipulato una partnership con Anthropic a settembre 2026, un accordo che ha segnalato che le grandi aziende farmaceutiche stanno prendendo seriamente la ricerca assistita dall'AI.
Il test di Citrini aggiunge un tipo di dato diverso. È venuto dall'esterno dell'establishment farmaceutico, da analisti il cui lavoro quotidiano è selezionare azioni. Se una società di ricerca può generare leganti validati con un lungo prompt e un modello AI, la barriera alla progettazione in fase iniziale appare più bassa di quanto fosse in passato.
Cosa significa per gli investitori e per il settore
Il trade AI più ovvio è acquistare le aziende che costruiscono i modelli. Il report di Citrini sostiene una scelta meno ovvia: acquistare le attività che si trovano a valle dei modelli e assorbono il lavoro extra che questi creano.
Ci sono motivi per mantenere le aspettative prudenti. Il risultato di Citrini riguarda un singolo target, le tossine dell'antiveneno allo scorpione, e il legame con una tossina è una tappa iniziale. C'è molta strada da un legante in laboratorio a una cura in ospedale, e i candidati che si legano devono ancora affrontare ottimizzazione, test di sicurezza e sperimentazioni cliniche.
I risultati notano inoltre che una maggiore enfasi sulla validazione fisica aggiunge complessità alla catena di fornitura. Più molecole significano più sintesi, più test e più coordinamento tra i team di progettazione e i laboratori. Come si evolverà da qui la domanda di capacità di sintesi e test potrebbe rappresentare una prima verifica della tesi del report.
