Přejít k hlavnímu obsahu

Anthropic zaplatil 400 milionů za tým deseti lidí. Claude míří do vývoje léků

Ilustrační obrázek pro jarvis-ai.cz
Anthropic, tvůrce AI asistenta Claude, koupil 3. dubna 2026 neznámý biotech startup Coefficient Bio za zhruba 400 milionů dolarů v akciích. Tým čítá méně než deset lidí — ale jde o elitu z Genentechu, jedné z nejprestižnějších farmaceutických výzkumných laboratoří světa. Záměr je jasný: nasměrovat Claude do srdce průmyslu, který ročně utratí stovky miliard za hledání nových léků, a zkrátit vývoj léčiv z dvanácti let na tři.

Co je Coefficient Bio a proč za to Anthropic zaplatil tolik?

Coefficient Bio je newyorský startup, který fungoval v naprostém utajení — žádný veřejný web, žádné tiskové zprávy, žádné konferenční přednášky. Vznikl přibližně v srpnu 2025 a byl prodán pouhých osm měsíců poté. Přesto si vykoledoval cenu, která by obstála u solidní Series C financování etablované firmy.

Co tak cenného tihle lidé vybudovali? Platformu, která umožňuje AI samostatně navrhovat kompletní plány vývoje léčiv: od identifikace kandidátní molekuly přes regulační strategii pro klinické studie až po optimalizaci proteinů a biomolekul. Jinými slovy, Coefficient Bio se pokusila vtěsnat desetiletí farmaceutické zkušenosti do strojového modelu.

Akvizice je čistě akciová — Anthropic nevyplatil hotovost, ale předal části svých akcií, jejichž hodnota se pohybuje v oblasti desítek miliard dolarů. Z pohledu zakladatelů jde o sázku na budoucí růst Anthropiku.

Zakladatelé: elita z Genentechu, která přepsala pravidla

Za Coefficient Bio stojí dva vědci, kteří se potkali v prestižní jednotce Prescient Design — divizi Genentechu zaměřené na výpočetní metody při vývoji léčiv. Genentech je součástí skupiny Roche a patří k absolutní světové špičce ve výzkumu biologických léčiv.

Samuel Stanton absolvoval doktorát na NYU Center for Data Science, kde se specializoval na Bayesovské metody strojového učení s přímou aplikací v designu léčiv a experimentálním rozhodování. Nathan C. Frey předtím působil jako postdoktorand na MIT Lincoln Laboratory Supercomputing Center, kde pracoval na efektivitě vědeckého strojového učení. V Prescient Design vedl multioborové týmy složené z ML vědců, inženýrů a molekulárních biologů.

Tito dva nepatří do kategorie „AI nadšenec, který se naučil biologii z YouTube". Jsou to výzkumníci, kteří roky pracovali na průniku hlubokého učení a farmakologie v prostředí, kde se chyby platí neúspěšnými klinickými studiemi.

Claude for Life Sciences: strategie, která to předznamenávala

Akvizice nepřišla z ničeho nic. V říjnu 2025 Anthropic oznámil Claude for Life Sciences — speciální konfiguraci modelu Claude pro vědecký výzkum. Nástroj umí číst vědecké studie, formulovat hypotézy, analyzovat datasety a připravovat regulační dokumentaci.

Výsledky byly překvapivě konkrétní: Claude Sonnet 4.5 dosáhl skóre 0,83 na Protocol QA benchmarku (porozumění laboratorním protokolům), přičemž lidský baseline byl 0,79 — model tedy překonal průměrného vědeckého pracovníka v interpretaci laboratorních postupů. Platforma se integrovala s nástroji jako Benchling, 10x Genomics, PubMed nebo Synapse.org.

Eric Kauderer-Abrams, šéf biologie a věd o živé přírodě v Anthropicu, tehdy řekl: „Chceme, aby smysluplná část veškeré vědecké práce v oblasti life sciences na světě běžela na Claudovi — stejně, jako se to dnes děje s programováním."

Coefficient Bio je logickým pokračováním: místo obecného AI asistenta pro výzkumníky Anthropic nyní vlastní specializovanou platformu pro celý životní cyklus vývoje léku.

Jak AI skutečně mění vývoj léků — a jak rychle?

Klasický vývoj nového léku trvá 10 až 15 let a stojí průměrně přes miliardu dolarů. Většina kandidátů selže — a selhání přichází pozdě, v klinických fázích, kdy jsou náklady nejvyšší.

AI do tohoto procesu vstupuje na několika frontách:

  • Identifikace cíle a molekuly: modely dokáží projít miliony molekulárních kombinací a predikovat vazebné afinity bez nutnosti fyzických experimentů
  • Proteinový design: AlphaFold od Google DeepMind zásadně změnil pochopení proteinových struktur — Coefficient Bio staví na podobných principech
  • Klinická regulace: příprava dokumentace pro FDA nebo EMA je extrémně pracná; AI umí generovat regulační podklady a zkracovat tento proces o měsíce
  • Predikce selhání: modely identifikují toxicitu nebo neúčinnost kandidátů dříve, než se dostane na lidi

Konkrétní výsledky jsou k dispozici: čínská firma Insilico Medicine dostala svůj AI-navržený lék na idiopatickou plicní fibrózu od identifikace cíle do fáze II klinických studií za méně než 30 měsíců — oproti standardním 6 až 8 letům. Úspěšnost AI-navržených léků ve fázi I dosahuje 80–90 %, u tradičního přístupu je to 40–65 %.

V roce 2026 vstupuje do pivotálních klinických fází celkem přes 170 AI-navržených léčivých programů. Letošek může být rokem, kdy AI v medicíně přestane být slibem a stane se doloženým faktem.

Konkurence: DeepMind, OpenAI a velká hra o farmacii

Anthropic nevstupuje do prázdna. Soutěž o dominanci v AI pro farmacii je intenzivní a kapitalově náročná.

Google DeepMind má v tuto chvíli nejsilnější pozici: jeho spin-off Isomorphic Labs v únoru 2026 představil IsoDDE (Isomorphic Drug Design Engine), označovaný jako „AlphaFold 4". Dosahuje dvojnásobné přesnosti oproti AlphaFold 3 pro predikci interakcí protein-ligand. Platforma má podepsané dealové rámce s farmaceutickými giganty Eli Lilly a Novartis v hodnotě až 3 miliard dolarů.

OpenAI zatím nemá vlastní biotech divizi, ale investoval do startupu Chai Discovery — zakladatelský tým pochází z OpenAI, Meta FAIR a Googlu X. Firma v lednu 2026 uzavřela Series B kolo ve výši 130 milionů dolarů při valuaci 1,3 miliardy dolarů.

Anthropic s akvizicí Coefficient Bio vstupuje do soupeření jinak: ne přes open-source protein prediction, ale přes end-to-end workflow pro celý farmaceutický výzkum. Pokud to vyjde, Claude by se mohl stát operačním systémem pro vývoj léčiv — podobně, jako Cursor nebo GitHub Copilot ovládají programátorský workflow.

Co to znamená pro Česko a Evropu?

Pro českou farmaceutickou scénu jde o vzdálenější, ale reálně relevantní posun. V Česku operují pobočky globálních hráčů jako Teva, Sanofi nebo Gilead Sciences a česká akademická sféra patří v regionu k nejsilnějším v biochemii a strukturní biologii.

Klíčová otázka je regulatorní: EU AI Akt vstupuje v plnou vymahatelnost 2. srpna 2026 a AI systémy používané při vývoji léčiv budou s vysokou pravděpodobností klasifikovány jako vysokoriziková aplikace. To znamená povinné posouzení shody, transparentnost trénovacích dat a lidský dohled nad rozhodnutími. Evropské farmaceutické firmy, které budou chtít využívat platformy jako Coefficient Bio nebo IsoDDE, budou muset procházet odpovídajícím compliance procesem.

Paralelně FDA finalizuje svou AI guidance pro klinický vývoj, která by měla vyjít také v roce 2026. Obě regulatorní trajektorie naznačují, že AI ve farmacii přestává být hračkou a stává se auditovanou průmyslovou praxí.

Pro českou akademickou sféru a malé biotech startupy to otevírá zajímavou příležitost: specializované výzkumné skupiny s doménovým know-how mohou stavět na platformách jako Claude for Life Sciences bez nutnosti budovat vlastní modely. Přístup k API Anthropiku je globální — i z Brna nebo Prahy.

Proč zaplatil Anthropic 400 milionů dolarů za tým méně než deseti lidí?

Cena odráží vzácnost kombinace: špičkovou doménovou expertízu (výzkumníci z Genentechu Prescient Design), specifickou technologickou platformu pro end-to-end workflow vývoje léčiv a strategickou hodnotu pro Anthropic, který se chce stát infrastrukturou pro life sciences průmysl. Akvizice je celá v akciích, takže pro Anthropic jde o sázku na budoucí hodnotu vlastní firmy, ne o výdaj hotovosti.

Jak se liší přístup Anthropicu od Google DeepMind v oblasti AI pro farmacii?

Google DeepMind se zaměřuje hlavně na predikci molekulárních struktur — AlphaFold a IsoDDE řeší otázku „jak vypadá protein a jak se váže na léčivo". Anthropic míří na celý výzkumný a regulační workflow: plánování studií, příprava dokumentace, rozhodování o kandidátech. Jsou to komplementární přístupy, ale Anthropic sází na to, že farmaceutické firmy potřebují víc než predikci struktury — potřebují AI, které porozumí celému procesu od laboratoře po regulátor.

Budou AI-navržené léky dostupné v Česku a jak brzy?

Léky procházejí standardními klinickými a regulačními schvalovacími procesy bez ohledu na to, jestli byly navrženy AI nebo tradičně. První AI-navržené léky jsou v klinických studiích již nyní — schválení prvního z nich pro EU trh lze realisticky očekávat v horizontu 2–4 let, pokud pivotální studie v roce 2026 dopadnou dobře. Dostupnost v Česku pak závisí na běžném procesu registrace přes EMA a rozhodnutí výrobce o vstupu na český trh.