得益于与Basecamp Research旗下EDEN模型的整合，科学家现可通过Claude Science设计强效抗生素，并快速确定疫苗靶点的优先次序。

伦敦和马萨诸塞州剑桥2026年7月2日 美通社 －－ Basecamp Research今日宣布，其抗生素设计与疫苗靶点预测模型EDEN现已接入Claude，包括Anthropic面向生命科学研究的AI工作台Claude Science。 借助对话式界面，研究人员可在数分钟内生成治疗候选分子并完成优先级排序。

结合Claude的推理能力与EDEN的生物学设计能力，研究人员现可直接从靶点出发，锁定一批性能优异的抗生素或疫苗候选物。 该功能可通过Anthropic的连接器目录，在Claude.ai、Claude桌面客户端、Claude手机端、Claude Code、Cowork及Claude Science中获取。

世界需要新抗生素

耐药感染每年导致近500万人死亡，但制药行业在抗生素研发方面已大幅退出。 新抗生素亟需问世，尤其是在低收入国家这些地区病原体传播最快，而最后防线药物却最难获得。

Basecamp Research联合创始人兼首席执行官Glen Gowers表示：“微生物数十亿年来一直在产生抗生素，并相互进化出耐药性。 EDEN从这段历史中学习，如今通过Claude，全球研究人员可以在数分钟而非数年内设计出成功的新抗生素。”

在与宾夕法尼亚大学研究人员的合作中，Basecamp Research证实，EDEN设计的抗生素肽在实验室测试中有97％对世界卫生组织重点病原体表现出活性。 弗莱明奖得主、校长讲席副教授César de la Fuente负责牵头宾夕法尼亚大学机器生物学研究组（Machine Biology Group）开展此项工作。

其中一款候选药物EDEN－7在感染多药耐药鲍曼不动杆菌（一种与全球医院暴发相关的病原体）的小鼠中进行了测试。尽管以零样本方式生成即模型在无需后续优化或迭代工程的情况下产出其疗效与最后防线抗生素处于同一范围。

de la Fuente表示：“这次合作展示了前沿生物基础模型与严谨实验验证相结合，能够加速抗生素发现。 抗菌素耐药性是人类面临的最严峻的生存威胁之一，类似这种学术界与产业界之间的合作至关重要。”

数分钟内找到疫苗靶点

针对新兴病原体开发疫苗，是一场与时间的赛跑。 靶向病原体的哪个部分，通常依靠经验确定，这一过程可能需要数月的实验室工作。  这种延迟往往以生命为代价。

EDEN的疫苗设计模型可以识别哪些蛋白质最可能触发保护性免疫反应，表现优于同类基因组基础模型。 将其集成到Claude后，研究人员只需用通俗语言描述问题，即可让Claude针对病原体的基因序列执行优先排序工作流。 这可将每个病原体数周的研究工作缩短为一次对话。

不断深化的合作

Anthropic生命科学合作伙伴关系与部署负责人Jonah Cool表示：“抗生素危机和新疫苗需求是我们这个时代最重要的两大公共卫生挑战。 将EDEN接入Claude Science，为研究人员探索并优先排序地球上一些最危险病原体的治疗方案提供了新途径。”

基于全球最大生物数据集构建

大多数生物AI模型都基于一小批研究透彻、已被科学家收录建档的生物进行训练。 相比之下，EDEN在BaseData上训练，这是全球最大、增长最快、信息最丰富的生物数据库。

为构建BaseData，Basecamp Research已奔赴30多个国家和地区的200多个地点进行考察，在各类拥有奇特且鲜少被研究的生命的区域采集样本，其中包括温泉、深海沉积物、极地冰层与偏远高原。 在此过程中，团队已记录了超过100万个科学新物种。 最终累计获得逾100亿个新基因，数据总量约为所有公共数据库总和的十倍。

Basecamp Research计划通过万亿基因图谱（Trillion Gene Atlas），在未来两年将BaseData规模扩大100倍。该项目是与Anthropic、NVIDIA、PacBio和Ultima Genomics联合打造，旨在以万亿基因规模生成基因组数据，从而支持AI驱动型药物发现。

多样性是EDEN在广泛任务中表现优异的驱动力。 每个样本均在知情同意和利益分享协议下采集，使守护生物多样性的国家和社区共享其创造的价值，每个序列均可追溯至数百个各国特定许可中的对应凭证。 这使得部分收益能够回流至数据最初来源的国家与社区，从而树立起一套目前行业内其他机构仍未能达到的数据溯源标准。