Claude vient de faire ce que Big Pharma attendait depuis 30 ans.

Trouver un médicament prend en moyenne 12 ans et coûte plus de 2 milliards de dollars. Claude Science est en train de changer cette équation.

Ce n'est pas une promesse marketing. C'est un constat chiffré que les laboratoires pharmaceutiques affrontent depuis des décennies : la recherche de nouveaux médicaments est l'une des entreprises humaines les plus longues, les plus coûteuses et les plus risquées qui soit. Neuf molécules sur dix échouent en essais cliniques. Et pourtant, des millions de patients attendent. Claude Science, le programme d'Anthropic dédié à la recherche scientifique, s'attaque frontalement à ce problème — avec des résultats qui commencent à faire parler dans les couloirs des plus grands instituts de recherche.

Pourquoi la découverte de médicaments est un problème d'IA avant d'être un problème chimique

Pour comprendre ce que Claude apporte, il faut d'abord comprendre pourquoi la recherche pharmaceutique est si difficile. Identifier un médicament candidat, c'est naviguer dans un espace de possibilités astronomique : on estime à 10⁶⁰ le nombre de molécules organiques théoriquement synthétisables. Les chercheurs humains, même avec les meilleurs outils de simulation, ne peuvent en explorer qu'une infime fraction.

À cela s'ajoute un autre problème : la littérature scientifique explose. Plus de 4 000 articles biomédicaux sont publiés chaque jour. Aucun chercheur ne peut les lire tous. Des découvertes cruciales restent cloisonnées dans des silos disciplinaires. Une avancée en biologie des protéines ne rencontre pas toujours l'équipe de chimie médicinale qui en aurait besoin.

C'est précisément là qu'un modèle de langage avancé comme Claude devient un outil structurellement différent des bases de données classiques.

Ce que Claude Science fait concrètement en laboratoire

1. Synthèse de la littérature scientifique à grande échelle

Claude peut ingérer, analyser et croiser des milliers d'études simultanément. Il ne se contente pas de résumer : il identifie des corrélations que des équipes travaillant en parallèle n'auraient pas connectées. Un chercheur travaillant sur une cible thérapeutique liée à la maladie d'Alzheimer peut demander à Claude de synthétiser tout ce qui a été publié sur les interactions protéine-ligand associées, en filtrant par méthode expérimentale, par espèce modèle, par niveau de preuve.

2. Génération et évaluation de nouvelles hypothèses moléculaires

Au-delà de la synthèse, Claude peut proposer des structures moléculaires candidates en s'appuyant sur des principes de chimie médicinale et sur les données disponibles sur une cible biologique. Il évalue leur potentiel d'absorption, de toxicité et d'efficacité théorique — avant même qu'un seul tube à essai ne soit sorti.

3. Rédaction et révision de protocoles expérimentaux

Claude assiste les chercheurs dans la rédaction de protocoles rigoureux, en vérifiant la cohérence méthodologique, en suggérant des contrôles expérimentaux oubliés, et en adaptant le niveau de détail selon que le document est destiné à une équipe interne ou à une soumission réglementaire.

Des exemples concrets qui sortent du laboratoire

Anthropic collabore avec plusieurs institutions académiques et biotech pour tester Claude dans des contextes réels. Parmi les cas documentés :

• Identification de cibles thérapeutiques orphelines : Claude a aidé à cartographier des voies biologiques sous-explorées dans certaines maladies rares, en croisant des données génomiques publiques avec la littérature clinique.
• Accélération du repositionnement de médicaments existants : trouver de nouvelles indications pour des molécules déjà approuvées est l'une des stratégies les plus rapides pour réduire les délais. Claude réduit le travail de veille de plusieurs semaines à quelques heures.
• Support à la rédaction de dossiers réglementaires : les soumissions auprès des agences comme la FDA ou l'EMA nécessitent des documents d'une précision extrême. Claude aide à structurer ces dossiers en réduisant les erreurs de cohérence.

Les limites que personne ne doit ignorer

Soyons directs : Claude Science n'est pas un oracle. Il ne remplace pas l'expertise du chercheur, il ne valide pas les résultats expérimentaux, et il peut halluciner des références ou des données s'il n'est pas utilisé avec rigueur. La qualité des résultats dépend directement de la qualité des questions posées et de la supervision humaine exercée.

Anthropic l'affirme elle-même : le modèle est conçu pour augmenter le chercheur, pas pour s'y substituer. La validation expérimentale reste irremplaçable. Et les enjeux éthiques liés à l'usage de l'IA en médecine — biais dans les données, équité d'accès, responsabilité en cas d'erreur — méritent un cadre réglementaire que les institutions sont encore en train de construire.

Ce que cela change vraiment pour les patients

Si Claude permet de compresser la phase de découverte d'un médicament de cinq ans à deux ans, l'impact humain est difficile à surestimer. Pour les maladies orphelines, pour les infections résistantes aux antibiotiques, pour les cancers rares : chaque mois gagné représente des milliers de vies potentielles.

La vraie question n'est plus de savoir si l'IA va jouer un rôle dans la pharmacologie. Elle le joue déjà. La question est de savoir qui va définir les règles du jeu — les laboratoires, les régulateurs, ou les patients eux-mêmes.

Claude Science ne guérit pas encore les maladies. Mais il accélère le rythme auquel les humains s'en approchent. Et dans ce secteur précis, la vitesse n'est pas un avantage concurrentiel. C'est une question de vie ou de mort.

— Reservoir Live