摘要： Anthropic 這輪已於 2026 年 8 月 2 日截止的 AI for Science 罕見遺傳疾病徵案，原提供入選團隊六個月內最高 50,000 美元 Claude credits，並分為基礎科學與早期 biotech 兩軌。基礎軌接上 Monarch 的疾病術語與知識圖譜；biotech 軌鎖定法規文件、druggability 評估與基因療法共享機制。
主題式徵案的優點，在於界線一目了然。Anthropic 這一輪掛在 AI for Science 計畫之下，焦點鎖定罕見遺傳疾病：入選團隊可在六個月內取得最高 $50,000 的 Claude credits，徵案並分成基礎科學與早期 biotech 兩條軌道。補助之外，公告把企圖再往上拉了一層——要聚集一個研究者社群，實際驗證 AI 能如何改寫人類對罕病的理解。
這個主題的選擇有其道理：罕病研究的結構性困境——資料四散、樣本稀薄——恰好是檢驗語言模型的最佳試煉場。以下依序拆解兩軌設計、資料基礎建設、受補助案例，以及 Anthropic 親口承認的限制。
為什麼是罕病：4 億人的長尾難題
先把數字擺上桌：按 Anthropic 引用的估計，全球罹患罕見疾病者約 4 億人，疾病種類超過 7,000 種。引用這類統計必須保留不確定性——罕病至今缺乏公認的單一定義，某些來源的估計甚至逼近 10,000 種。總人口龐大、單一疾病卻極度稀少，這個組合注定了我們的研究困境：資料天生碎片化，證據難以堆疊累積。
用更極端的案例可以體感其量級：ultra-rare 疾病的定義是發生率低於每 50,000 名新生兒一例。在這種尺度下，跨病例、跨物種、跨術語體系去關聯證據的工作既文字密集、又非人力所能窮盡——這正是此輪徵案押注 AI 的理由。
兩軌設計：一軌補知識缺口，一軌補開發時程
| Track one：基礎科學 | Track two：早期 biotech | |
|---|---|---|
| 對象 | 臨床研究者、病友組織、data scientists | biotech researchers 與早期 biotech 團隊 |
| 目標 | 加速基礎科學與機制發現 | 加速罕病藥物開發 |
| 資源 | credits，接上 Monarch 的既有基礎建設 | API credits 加 Claude Science 存取權 |
兩條軌道各自回應罕病研究的兩個瓶頸：知道得太少（機制不明），以及做得太慢（開發時程）。前者需要把碎片知識組織起來的能力，後者需要把流程文件化的產能。
Track one：把疾病知識變成 agent 可讀的結構
第一軌的任務，是促成臨床研究者、病友組織與 data scientists 攜手，加快基礎科學與機制發現的腳步。這條軌的關鍵基礎建設是 Monarch Initiative——一個以改善罕病診斷與機制發現為宗旨的國際聯盟，也是本軌的早期合作夥伴。
Monarch 帶進場的資產有兩層。第一層是 Mondo Disease Ontology：將 OMIM、Orphanet、ICD 等來源的疾病定義整併進單一架構，搭配跨物種整合 genotype-phenotype 資料的 Monarch Knowledge Graph——同一套術語體系，正是 agent 得以跨資料庫推理的先決條件。第二層是新發表的 DisMech library，一個為 agent 可讀性而設計的機制式疾病分類：agent 能夠閱讀病例報告與變異資料庫，大規模爬梳疾病之間的機制相似性。
對申請者的意涵很直接：這一軌的產出會公開於 Monarchinitiative.org，並配合罕病黑客松等社群活動。這筆補助買的不是私有成果，而是對公開知識基礎建設的貢獻。
Track two：壓縮從確診到用藥的一至兩年
第二軌瞄準正在開發罕病藥物的 biotech researchers 與早期 biotech 團隊。目前的時間帳是這樣：從基因確診走到治療可用，大約要一至兩年，瓶頸落在製造排程與法規文件。Anthropic 認為 Claude 能壓縮其中三段：協助撰寫法規文件、評估藥物標靶的 druggability，以及在不同基因療法之間找出共享機制，讓多個療法共用一場 basket trial，不必逐一病人申請 IND。
補助的形式是 API credits，外加 Claude Science 的存取權——Anthropic 的 AI workbench，對應研究場景的工作流。
三個既有受補助案例：credits 已經在做的事
既有的受補助者示範了三種截然不同的用法。Every Cure 借助 Claude 從數百萬候選藥物裡搜尋 drug repurposing 機會；Centre for Population Genomics（由澳洲兩所醫學研究機構合組）建了一套草擬 variant classification 的 Claude 系統，產出交給專家把關；Violet Research Institute 則專攻 ultra-rare 疾病（發生率低於 1/50,000 出生），以 Claude 處理 FDA 指引、生物資訊分析與法規申請。
三個案例恰好對上三種槓桿：老藥新用的搜尋空間、專家審核流程的自動草稿，以及小型團隊最欠缺的法規與文件產能。
Anthropic 自己畫出的界線
整份公告最值得記下的段落是它的誠實：當資料過少或組織混亂時，Claude 幫不上太多忙；它也解決不了診斷歷程中的保險核可與診斷設施可及性問題——那些是系統性問題，不是模型問題。把有效的邊界寫明白，反而讓整個計畫更可信，也替申請者提供了一條務實的篩選準則：資料基礎本身若是薄弱，先補資料，再談 AI。
申請須知（時點資訊）
本輪徵案經 Google Form 受理，截止時間為 2026 年 8 月 2 日 11:59 PM PST。credits 適用於 Claude Opus 或其他經核准、可用於生物學的 GA 模型；若專案會觸發 Anthropic 的生物分類器，可申請豁免。讀到本文時若截止日已過，這些細節依然有參考價值：兩軌的設計邏輯與對資料整備的要求，值得留給下一輪。
給研究團隊的三個實務判斷
第一，資料整備度比提案野心更重要：限制條款已寫明，資料太薄時計畫本身就難以成立，先把病例與術語對齊顧好。第二，與標準化組織合作是被驗證過的路：Track one 的設計就是把自己接上 Mondo 這類既有基礎建設，而非另起爐灶。第三，把產出設計成可公開的形式：本計畫的價值主張是社群與公共知識，閉門造車的私有成果與這項公開產出要求並不相容。