Bago ang IPO ng Anthropic, inilantad ang kanilang siyentipikong tagumpay: Ang Claude ay “sariling natuklasan” na uri ng CRISPR system, kaya nagkakaroon ng “AI anxiety na pagpapalit” sa sektor ng gene editing

Nalalaman ng APP ng Pananalaping Zhihui, nitong Miyerkules, bumagsak ang presyo ng mga stock ng mga kumpanyang nag-e-edit ng gene sa U.S. Matapos ipahayag ng Anthropic na “awtomatikong natuklasan” ni Claude, ang kanilang AI model, ang isang bagong enzyme system na katulad ng gene editing tool na CRISPR.

Sa andanang mga stock, bumagsak ng 11.58% ang Prime Medicine (PRME.US) sa loob ng isang araw, bumaba ng 8% ang Editas Medicine (EDIT.US), mahigit 6% ang nalugi sa Beam Therapeutics (BEAM.US), habang bumaba ng mga 5.5% at 3% ang CRISPR Therapeutics (CRSP.US) at Intellia (NTLA.US). Ayon sa mismong nilalaman ng balita, malinaw na sinabi ng Anthropic na “hind pa natutukoy ang eksaktong tungkulin ng enzyme system” at wala pang ebidensya na ito ay may programmable gene editing capability. Gayunman, itinuring ng merkado bilang “banta ng alternatibo” ang balitang ito, kaya nararapat na masusing suriin kung makatwiran ba ang reaksyong ito.

Binanggit ng Anthropic na natuklasan ni Claude ang enzyme system matapos suriin ang isang napakalaking DNA sequence database; limitado lang ang partisipasyon ng kanilang siyentipiko sa gawaing ito sa inisyal na prompt at laboratoryong pang-eksperimento. Idinagdag ng kumpanya na hindi pa matukoy ang eksaktong gawain ng nabanggit na sistema sa ngayon, ngunit nagpapakita ito ng katulad na katangian sa iba pang “mga sistema” na pawang programmable at kayang magsagawa ng mga operasyon gaya ng pagputol, pagkopya, at pagdikit ng DNA.

Ang pagtuklas na ito ang unang resulta ng kanilang wet lab na sinimulan kamakailan ng kumpanyang pinamumunuan ni Dario Amodei, at nagsisilbing maagang ebidensya ng halaga ni Claude sa larangan ng agham. Inaasahan ng kumpanya na magsasagawa ng inaasahang IPO ngayong taon.

Epekto sa Industriya: Rebolusyon sa Kahusayan Imbes na Pagpalit

Kapansin-pansin na ang tunay na epekto ng natuklasan ng Anthropic sa kasalukuyang mga kumpanyang nag-e-edit ng gene ay mas malamang na magdulot ng pagdiversify ng teknikal na direksyon, imbes na direktang pamalit. Sa ngayon, ang teknolohiya ng gene editing ay lumalawak na mula sa isang CRISPR/Cas9 system papunta sa iba’t ibang kasabay na editing tools — patuloy na lumalabas ang mga bagong teknolohiya gaya ng base editing, prime editing, at epigenetic editing, kung saan nakapagtayo ng kani-kaniyang kalamangan sa mga partikular na larangan ang CRISPR Therapeutics, Beam, Intellia, at iba pa. Ang pagtuklas sa ART system ay nagdadagdag lamang ng bagong potensyal na kandidato sa teknolohiyang ito at hindi nito babaguhin ang umiiral na kompetisyon sa panandaliang panahon.

Ang talagang dapat pagtuunan ng pansin ng mga namumuno sa gene editing na kumpanya ay ang ipinamalas na bilis ng AI sa biological discovery, na maaaring magdulot ng pressure na pabilisin ang research and development ng buong industriya. Kung ang isang AI system ay kayang i-scan ang database at magmungkahi ng natuklasan sa loob ng 21 oras, ang mga kumpanyang umaasa pa rin sa tradisyunal na laboratoryo para sa target discovery at tool screening ay mahaharap sa kompetisyong may kaugnayan sa kahusayan.

Pinapaigting na Epekto sa Industrial Chain ng AI Pharma

Mula sa pananaw ng industriya, pinatitibay ng insidenteng ito ang investment theme ng “AI + biotechnology.” Nagsisimulang mag-invest sa larangang ito ang mga mutual fund; naniniwala ang ICBC Credit Suisse Fund na maaaring mapabilis ng AI drug discovery ang research and development ng gamot, paramihin ang nadidiskubreng bagong molekula, at mabigyang-bentahe ang mga sektor ng reagents, laboratory animals, at CXO. Ayon naman sa China Europe Fund, matapos pasukin ng mga large model manufacturers ang AI pharmaceutical field, kulang sila sa foundational research data na naipon ng tradisyunal na kumpanya ng gamot, kaya kailangang mabilis na magtipon ng experimental data, na siyang nagtutulak sa mabilis na paglago ng mga CXO-related order.

Ang paraan ng pagpapatakbo ng wet lab ng Anthropic ay sumusuporta sa lohikang ito: ang wet lab ay verification stage ng “dry experiment” design, pinapayagan nitong makihalubilo si Claude sa mga selula, reagent, at kagamitan, upang subukan ang kakayahan ng modelong utusan ang robot na magtapós ng biological experiments. Ibig sabihin, ang pagtatayo ng sariling laboratoryo ng mga AI giant ay hindi magpapalit sa CRO companies; sa katunayan, maaari itong lumikha ng mas maraming outsourcing demand.

Rebyu Mula sa Perspektibang Pamumuhunan

Mula sa pananaw ng pamumuhunan, kailangang malinaw na ihiwalay ang panandaliang pag-urong ng gene editing sector sa mas pangmatagalang industrial logic. Tantiya ng Royal Bank of Canada, maaaring makatipid ng humigit-kumulang $90 bilyong gastos ang AI technology sa US pharmaceutical industry sa susunod na limang taon at mapapataas ang earnings per share ng 13%. Ang halaga ng AI sa pharmaceutical industry ay incremental, hindi zero-sum game.

Ngunit kailangan ding harapin ang kasalukuyang limitasyon ng AI pharmaceuticals. Binuod ng Citi ang kasalukuyang estado na “faster is proven, better is not”— napatunayan na ang kahusayan sa operasyon, ngunit hindi pa tiyak ang kalidad ng iisang candidate drug at clinical success rate. Ipinakita sa ulat ng Citi na karaniwan, kinakailangang mag-synthesize at mag-test ng mga 5,000 molecule gamit ang tradisyunal na paraan, na tumatagal ng 4 hanggang 6 na taon para makahanap ng isang pre-clinical candidate; gamit naman ang AI pathway, maaaring bumaba ito sa mga 330 molecule at 17 buwan, ngunit ang clinical phase I hanggang III ay tatagal pa rin ng 5 hanggang 7 taon. Pinapaiksi lang ng AI ang panahon ng paghahanap at paulit-ulit na eksperimento, hindi ang clinical trials sa parehong antas.

Ang dapat iwasan ng mga mamumuhunan ay ang pantay-pantayin ang AI scientific discovery narrative sa aktwal na pagtaas ng success rate sa drug development — maaaring mauwi ito sa cognitive bias. Ang halaga ng natuklasan ng Anthropic ngayon ay wala sa kung ito’y makakalikha ng kapalit ng CRISPR, kundi sa pagpapakita ng bagong paraan ng scientific discovery — na kayang awtomatikong tuklasin ng AI agent ang mga pattern sa napakaraming datos na maaaring hindi mapansin ng tao. Napakalalim ng pangmatagalang kahulugan ng paradigmang ito, ngunit mahabang proseso ng pagpapatunay at pag-unlad ang tatahakin bago ito maging produkto.