Гранты Anthropic на редкие заболевания: как получить $50 000 на Claude

Андрей Отинов -

В небольшой лаборатории или стартапе, занимающемся поиском лечения для пациентов с орфанными заболеваниями, команда сталкивается с рутиной: тысячи страниц регуляторной документации, разрозненные данные о генетических вариантах и годы ожидания одобрения терапий. Теперь у исследователей появился конкретный инструмент для решения этих задач без прямых денежных затрат на вычислительные мощности. Компания Anthropic объявила о запуске специализированной программы грантов AI for Science, направленной исключительно на борьбу с редкими генетическими болезнями. Победители конкурса получат доступ к мощным моделям искусственного интеллекта Claude на сумму до 50 000 долларов США сроком на шесть месяцев. Для руководителя проекта это означает возможность протестировать гипотезы, которые ранее откладывались из-за дороговизны обработки данных, или ускорить подготовку документов для клинических испытаний. Решение о подаче заявки требует проверки соответствия проекта одному из двух треков программы и оценки готовности данных к машинному анализу до дедлайна 2 августа 2026 года.

Источник: Anthropic

Что именно изменилось в доступе к инструментам для науки

Ранее программа поддержки науки от Anthropic работала в общем режиме, принимая заявки на проекты разной направленности — от квантового моделирования до поиска новых применений существующих лекарств. Весной 2026 года компания запустила эту инициативу, чтобы ускорить научные открытия через предоставление доступа к своему программному интерфейсу (API). Однако опыт показал, что обмен знаниями между грантополучателями работает эффективнее, когда они решают схожие задачи. Поэтому теперь фокус сместился на узкую, но критически важную область: редкие генетические заболевания.

Суть изменения проста: вместо общего конкурса запущен тематический набор проектов. Принятые участники получают не денежные выплаты на счета, а кредиты на использование системы Claude. Лимит составляет до 50 000 долларов на шестимесячный период. Это покрытие расходов на аренду вычислительных мощностей, которые необходимы для анализа огромных массивов биологической информации. Цель программы — создать сообщество исследователей, которые будут использовать одни и те же инструменты для переосмысления подходов к лечению редких болезней.

Программа разделена на два четких направления, каждое из которых решает свою часть проблемы. Первое направление ориентировано на ученых, занимающихся фундаментальной наукой: поиском механизмов возникновения болезней и диагностикой. Второе направление предназначено для биотехнологических стартапов на ранней стадии, чья задача — максимально быстро перевести научное открытие в стадию клинической разработки и сделать терапию доступной для пациентов. Такое разделение позволяет адресно поддержать как академические институты, так и коммерческие команды, работающие над лекарствами.

Почему скорость разработки терапии стала вопросом выживания пациентов

Проблема редких заболеваний парадоксальна. По отдельности каждое такое заболевание встречается редко, но в совокупности ими страдают около 400 миллионов человек по всему миру. Известно более 7000 таких состояний, а некоторые источники оценивают их число вплоть до 10 000. Главная сложность заключается в том, что пациенты рассеяны по разным странам и регионам. Клиницистам трудно собрать достаточное количество данных для создания реестров пациентов, выявить мишени для терапии и спроектировать клинические испытания.

Каждое редкое заболевание часто имеет уникальные черты — специфическую генетическую вариацию или комбинацию симптомов. Из-за этой уникальности болезни изучаются изолированно. Ученым почти невозможно заметить общие механизмы, объединяющие разные диагнозы, если они просматривают данные вручную. Кроме того, существует универсальная проблема разработки лекарств: огромный временной разрыв между обнаружением перспективного кандидата и его появлением в клинике. Сегодня путь от подтвержденного генетического диагноза до доступного лечения занимает от одного до двух лет.

Значительная часть этого времени теряется не на сами исследования, а на организационные процессы. Команды ждут очереди на сертифицированные производственные линии, проводят исследования безопасности последовательно, а не параллельно, и месяцами собирают вручную тысячи страниц химической и регуляторной документации, необходимой для тестирования на пациентах. Именно здесь внедрение автоматизированных систем анализа может дать радикальное ускорение. Искусственный интеллект способен моделировать редкие генетические заболевания, находить скрытые паттерны в разрозненных данных и синтезировать выводы из огромного корпуса научной литературы. Это позволяет исследователям эффективнее использовать ту информацию, которая уже есть, даже пока идет работа по сбору новых данных.

Два трека поддержки: фундаментальная наука и биотех-стартапы

Для получения гранта необходимо четко определить, к какой категории относится ваш проект. Программа предлагает два трека, каждый со своими задачами и ожидаемыми результатами. Понимание различий между ними критично для успешной заявки, так как критерии оценки будут отличаться.

Первый трек: Масштабирование партнерств в фундаментальной науке Это направление создано для сотрудничества между клиническими исследователями, пациентскими организациями и специалистами по данным. Главная цель — увеличить темпы прогресса в базовой науке и открытии механизмов, лежащих в основе редких заболеваний. Ключевым партнером здесь выступает международный консорциум Monarch Initiative. Эта организация разрабатывает стандарты и ресурсы, такие как онтология заболеваний Mondo, которая согласовывает определения болезней из десятков различных источников (OMIM, Orphanet, ICD и других).

Недавно участники Monarch создали библиотеку классификации заболеваний DisMech, адаптированную для работы с автономными агентами искусственного интеллекта. В этой среде система Claude может читать отчеты о случаях, базы данных вариантов генов, схемы реестров и сырые публичные данные, указывая на механистические сходства между болезнями с недоступной ранее скоростью. Грантополучатели первого трека приглашаются использовать эти ресурсы и вносить свой вклад в них. Примеры подходящих проектов включают предложение и ранжирование механистических связей между различными редкими заболеваниями, имеющими общий ген или путь, а также курирование данных пациентских организаций для улучшения исследований естественного течения болезни. Результаты работы по этому треку должны быть общедоступными.

Второй трек: Масштабирование партнерств с биотех-компаниями Это направление поддерживает биотехнологов и стартапы, работающие над ускорением разработки лекарств. Здесь фокус смещен с поиска причин болезни на создание лечения. Заявки должны демонстрировать, как использование инструментов позволит сжать сроки разработки. Примеры проектов второго трека включают обоснование стартовых дозировок на основе скудных данных, синтез моделей фармакокинетики и поиск прецедентов для терапий, где традиционные исследования дозирования невозможны. Также приветствуются проекты по выявлению измеримых биомаркеров из исторических данных и случаев, а также автоматизация составления регуляторной документации (разделы IND, брошюры исследователя, модули CMC), что позволяет сократить сбор досье с месяцев до дней экспертной проверки.

Практические сценарии использования Claude в биоинформатике и регуляторике

Чтобы понять ценность гранта, полезно рассмотреть конкретные примеры того, как подобные инструменты уже применяются партнерами программы. Эти кейсы показывают, где именно искусственный интеллект берет на себя рутинную работу, освобождая время ученых для принятия решений.

Один из действующих грантополучателей, организация Every Cure, использует систему для выявления возможностей перепрофилирования лекарств среди миллионов кандидатов. Вместо того чтобы вручную проверять тысячи соединений, алгоритм анализирует огромные массивы данных и предлагает наиболее вероятные варианты для повторного использования существующих препаратов при новых показаниях. Это классический пример экономии времени на этапе поиска стратегии лечения.

Другой пример — Центр популяционной геномики (Centre for Population Genomics), совместный проект институтов Гарван и Мёрдок. Они создают систему на базе Claude, которая готовит черновики классификаций генетических вариантов для последующей проверки экспертами. Классификация вариантов является одним из самых больших «узких мест» в диагностике редких генетических состояний. Автоматизация чернового варианта заключения позволяет экспертам тратить время только на финальную верификацию, а не на первичный разбор данных.

Институт исследований Violet (Violet Research Institute), небольшая некоммерческая организация, изучающая ультраредкие генетические заболевания (встречающиеся реже чем 1 случай на 50 000 рождений), применяет инструмент для навигации по руководствам FDA, запуска биоинформатических конвейеров, анализа экспериментальных данных и подготовки регуляторных файлов. Для маленькой команды выполнение всех этих задач вручную было бы непосильной нагрузкой, требующей расширения штата. Использование программного ассистента позволяет им функционировать как полноценная исследовательская единица, соблюдая при этом строгие требования регуляторов.

В контексте грантовой программы эти примеры служат ориентиром. Если ваш проект предполагает решение схожих задач — анализ литературы, структурирование данных, подготовка документов или поиск паттернов в геномных данных — использование предоставленных кредитов может дать сопоставимый эффект ускорения. Важно понимать, что инструмент не заменяет эксперта, но берет на себя объемную работу по обработке информации, которую человек физически не способен пропустить через себя за разумное время.

Ограничения метода и риски работы с неполными данными

Несмотря на оптимизм разработчиков, важно трезво оценивать возможности технологии. Программа грантов прямо указывает на области, где искусственный интеллект может оказаться бесполезным или даже ввести в заблуждение. Главное ограничение связано с качеством и количеством исходных данных. Система эффективна там, где есть большой корпус информации для анализа. Если данные слишком скудны, фрагментированы или плохо организованы, алгоритм не сможет построить надежные связи. В таких случаях попытка автоматизации может привести к ложным выводам, которые потребуют дополнительного времени на перепроверку.

Существуют также технические ограничения, связанные с безопасностью. Проекты, которые могут столкнуться с внутренними био-классификаторами системы (например, запросы, касающиеся создания опасных патогенов или двойного назначения исследований), могут потребовать специальных исключений или быть отклонены. Хотя программа лояльна к научным целям, правила безопасности остаются приоритетом.

Кроме того, искусственный интеллект не решает проблем, лежащих вне цифровой сферы. Он не поможет преодолеть трудности, связанные со страховым возмещением, доступом к диагностическому оборудованию в удаленных регионах или физической инфраструктурой клиник. Так называемая «диагностическая одиссея» пациента часто зависит от бюрократических и географических факторов, которые нельзя устранить программным кодом. Авторы программы честно предупреждают: сокращение сроков разработки терапии возможно, но только там, где процесс ограничен обработкой информации, а не физическими или регуляторными барьерами, не поддающимися цифровизации.

Еще один риск — конкуренция. Количество грантов не указано явно, но программа ограничена по ресурсам и времени. Ожидается высокий интерес со стороны международного научного сообщества. Заявка должна быть не просто описанием идеи, а четким планом использования инструмента для решения конкретной задачи в рамках одного из двух треков. Проекты, которые не демонстрируют понимания ограничений метода или предлагают задачи, не требующие мощностей искусственного интеллекта, имеют низкие шансы на успех.

Чек-лист для подготовки заявки и следующие шаги

Если вы представляете исследовательскую группу или биотех-стартап и рассматриваете возможность участия, необходимо действовать быстро. Прием заявок завершается 2 августа 2026 года в 23:59 по тихоокеанскому времени. До этого момента нужно успеть подготовить обоснование проекта. Ниже приведен перечень шагов и вопросов для самопроверки, которые помогут оценить готовность к подаче заявки.

Практический чек-лист перед подачей:

  1. Соответствие треку: Четко определите, относитесь ли вы к фундаментальной науке (поиск механизмов, диагностика, работа с реестрами) или к прикладной биотех-разработке (ускорение клинических испытаний, регуляторика, подбор доз). Смешанные заявки должны иметь явный акцент на одном из направлений.
  2. Готовность данных: Оцените объем и качество ваших данных. Есть ли у вас доступ к базам вариантов, истории болезней или литературным источникам, которые можно загрузить для анализа? Если данных критически мало, продумайте, как вы будете компенсировать этот недостаток (например, через партнерство с организациями вроде Monarch Initiative).
  3. План использования кредита: Сформулируйте конкретную задачу, которую вы решите с помощью 50 000 долларов кредитов. Не пишите абстрактно об «исследовании». Укажите процесс: «автоматизация классификации 10 000 вариантов», «синтез регуляторного досье для препарата Х», «поиск механистических связей между болезнями Y и Z».
  4. Проверка на безопасность: Убедитесь, что ваш проект не затрагивает темы, попадающие под ограничения био-классификаторов. Если есть сомнения, заранее подготовьте обоснование для запроса исключения.
  5. Ресурсы команды: Есть ли в вашей команде специалист, способный интегрировать результаты работы системы в научный процесс? Инструмент выдает гипотезы и черновики, но их интерпретация остается за человеком.

Что делать дальше: Для подачи заявки необходимо заполнить официальную форму на сайте программы. Принятые участники получат доступ к модели Claude Opus или другим одобренным для биологии моделям. Результаты работы по первому треку должны быть опубликованы в открытом доступе, что стоит учитывать при планировании интеллектуальной собственности. Для второго трека важнее демонстрация ускорения конкретных этапов разработки.

Даже если вы не планируете подавать заявку прямо сейчас, изучение требований программы может помочь пересмотреть внутренние процессы. Возможно, задачи, которые ваша команда решает месяцами вручную, уже имеют проверенные шаблоны автоматизации, используемые партнерами консорциума. В условиях ограниченного финансирования и высокой конкуренции за гранты, способность эффективно использовать вычислительные инструменты становится таким же важным активом, как и наличие уникальной научной идеи.

Источники

Темы журнала

Что почитать дальше