Médicaments : Anthropic rachète une biotech d’une personne et dévoile ses résultats avec Claude

Peut-on développer un médicament presque seul, avec l’aide d’une intelligence artificielle ? Cody Tranbarger l’a tenté. Sa société, Mithril Medicine, ne comptait qu’une personne, lui-même, et s’appuyait sur Claude pour coordonner le travail de onze laboratoires extérieurs. Le 27 octobre 2026, Anthropic a annoncé avoir racheté cette biotech et publié un premier bilan de ses travaux avec six acteurs du médicament. Les résultats sont encourageants, mais restent à un stade très précoce, loin des patients.

Mithril Medicine, une biotech d’une seule personne

Mithril Medicine travaillait sur des traitements contre deux formes rares de dystrophie musculaire, des maladies génétiques qui provoquent une dégradation progressive des muscles. Son fondateur utilisait Claude pour organiser les contrats, la logistique et les expériences confiées à onze laboratoires externes, et lui déléguait une grande partie des tâches opérationnelles.

Selon Anthropic, un traitement possible pour l’une de ces maladies est passé de l’idée à des résultats prometteurs chez la souris en moins de 18 mois, un délai court pour ce type de recherche. Cody Tranbarger a rejoint Anthropic, où il poursuit ses travaux. Plusieurs nouveaux programmes sont prévus, et si les candidats-médicaments tiennent leurs promesses, un traitement pourrait entrer en essai chez l’humain dès la fin de 2028.

Ce que Claude a fait chez six partenaires

Anthropic détaille les résultats obtenus avec six organisations, de la conception de molécules jusqu’à la préparation d’essais cliniques.

Le cas d'Enveda illustre un usage moins spectaculaire mais très concret. Les chimistes de fabrication de l’entreprise passaient jusqu’à 75 % de leur temps sur des documents. Sur 1 061 pages, Claude a repéré les onze problèmes identifiés par les relecteurs humains, plus sept qu’ils avaient manqués, et le temps de revue est passé de plus de 25 heures à moins de trois. L’IA a aussi rédigé deux documents réglementaires, dont l’un en quatre heures au lieu d’environ trois mois.

Thérapies CAR-T et allergies : de quoi parle-t-on ?

Les thérapies CAR-T consistent à prélever des cellules immunitaires d’un patient, les lymphocytes T, à les modifier génétiquement pour qu’elles reconnaissent une cible présente sur les cellules cancéreuses, puis à les réinjecter. Elles ont transformé le traitement de certains cancers du sang, mais restent peu efficaces contre les tumeurs solides, comme celles du poumon ou du sein, sur lesquelles travaille Generate Biomedicines. Raccourcir un composant génétique permet de faire fonctionner ces cellules modifiées plus efficacement.

Les allergies alimentaires, elles, reposent sur des anticorps particuliers, les IgE, qui déclenchent la réaction allergique lorsqu’ils se fixent sur les cellules immunitaires. Les designs de Divergence Labs visent à déloger ces anticorps, une piste pour atténuer les réactions.

Comment l’IA accélère la recherche

Les exemples d’Anthropic montrent plusieurs façons d’utiliser un modèle de langage dans la recherche pharmaceutique. Chez Divergence Labs, Claude a traduit les objectifs de l’équipe en un plan de conception, avant de générer des dizaines de milliers de candidats. Chez BigHat Biosciences, l’équipe soupçonnait que les indicateurs habituels de stabilité de ses molécules étaient trompeurs : Claude et un chercheur d’Anthropic ont réanalysé les données brutes et proposé de nouveaux indicateurs. Chez Generate Biomedicines, six scientifiques ont utilisé Claude Code, l’agent de programmation d’Anthropic, pour concevoir une version plus courte d’un composant génétique.

Ces usages couvrent ainsi toute la palette du travail de recherche, du calcul à la coordination. L’IA intervient donc moins comme un inventeur autonome que comme un assistant capable d’explorer, de calculer, de relire et de coordonner, sous la direction de chercheurs. Un dirigeant de Bristol Myers Squibb, cité par Anthropic, souligne qu’une seule requête a permis à Claude de produire une première analyse solide pour comparer des options de développement.

Pourquoi il faut rester prudent

Anthropic le reconnaît elle-même : ces travaux sont précoces et surtout précliniques, c’est-à-dire menés en laboratoire ou sur l’animal. La plupart des médicaments concernés n’ont pas encore été testés chez l’humain, et plusieurs résultats sont présentés comme prometteurs, pas comme démontrés.

Le développement d’un médicament suit un parcours long et incertain. Après la phase préclinique viennent trois phases d’essais cliniques chez l’humain, pour vérifier la sécurité, puis l’efficacité, sur des groupes de plus en plus larges, avant une éventuelle autorisation de mise sur le marché. Ce processus prend souvent une dizaine d’années, et la grande majorité des candidats-médicaments qui entrent en essai clinique n’arrivent jamais jusqu’aux patients. Gagner du temps sur la conception, l’analyse ou la paperasse ne garantit pas que les molécules franchiront ces étapes.

Il faut aussi garder à l’esprit que ces résultats sont présentés par Anthropic et ses partenaires, sans évaluation indépendante à ce stade, au lendemain du dépôt de son dossier d’introduction en Bourse.

Ce que cela annonce pour la recherche médicale

Au-delà des résultats, Anthropic affiche une ambition : couvrir l’ensemble de la chaîne du médicament, de la découverte aux essais cliniques. L’entreprise prévoit d’étendre le rôle de Claude aux essais à mesure que les programmes avancent, de nouer des partenariats avec des acteurs déjà au stade clinique, et d’ouvrir des outils aux chercheurs : un espace de travail appelé Claude Science, des crédits pour les scientifiques des sciences de la vie et un programme de vérification pour les organisations de confiance qui ont besoin de garde-fous adaptés.

L’exemple de Mithril Medicine pose une question nouvelle : si une seule personne équipée d’IA peut piloter un programme de recherche, la découverte de médicaments pourrait s’ouvrir à des équipes beaucoup plus petites, notamment pour les maladies rares, souvent délaissées faute de rentabilité. Il faudra toutefois attendre les premiers essais chez l’humain pour savoir si cette accélération se traduit en traitements. L’IA s’impose aussi dans le diagnostic, comme l’a montré l’outil MAI-DxO de Microsoft, publié dans Science. La page recherche médicale d’Actu.ai suit ces avancées.