Claude Science完全解説｜製薬・研究向けAIワークベンチの実力と限界【2026年版】

「ズーノーシス（人畜共通感染症）に関する490本の論文を26ドルで解析し、公式オントロジーに存在しない864の関係性を発見した」。研究者のジョン・ドレイク氏がForbesに寄稿したこの一文は、2026年6月30日にAnthropicが発表したClaude Scienceの可能性を端的に示す（Forbes, 2026年6月30日）。

数百万円規模の研究助成金が必要だったはずの作業を、月額課金のAIツールが26ドルで代替した。これは単なる効率化の話ではない。科学研究の民主化、そして製薬業界のR&Dコスト構造への根本的な問いかけだ。

だが浮かれた見出しの裏には、研究者コミュニティが真剣に受け止めるべき留保もある。「革命」と「過大広告」の境界線を見極めながら、Claude Scienceの実態を解剖する。

Claude Scienceとは何か — 「新モデル」ではなくハーネス

Anthropicは発表当日、製薬幹部・バイオテック創業者・研究者を集めた「The Briefing」イベントをサンフランシスコで開催した。そこで明言された重要な事実がある（TechCrunch, 2026年6月30日）。

「Claude Scienceは新しいAIモデルではなく、生物学のためにより高性能なモデルでもない。今日すべての人が利用可能な同じClaudeモデル（Claude Opus 4.8を含む）上で動作し、特別なアクセスもゲーティングもない」

つまり、Claude Scienceはデスクトップアプリケーションだ。macOSかLinux上でローカル実行するか、SSH/HPCクラスター経由でリモート実行する。中身は既存のClaudeモデルだが、周囲に構築された「ハーネス（harness）」が価値を生む。

このハーネスの核心は60以上の科学データベース・計算ツールとの統合だ。ゲノミクス、単細胞解析、プロテオミクス、構造生物学、ケモインフォマティクスの各領域に特化したコネクタが事前設定されており、研究者がデータベースをまたいで手作業でパイプラインを繋ぐ必要がなくなる。さらにClaude Scienceは3Dタンパク質構造、ゲノムブラウザトラック、化学構造式をレンダリングし、完全監査可能な出力履歴で再現性を担保する（Anthropic公式, 2026年6月30日）。

MITテクノロジーレビューはClaude ScienceをClaude Codeの科学版と表現した（MIT Technology Review, 2026年6月30日）。コーディングエージェントが「高レベルの指示から自律的に意味のある仕事をこなす」のと同様に、研究ワークフローを自律実行できる設計だ。創薬パイプラインでいえば、標的同定→リード最適化→生物学的メカニズムの理解という各工程を連続的に処理できる。

製薬パートナーとAnthropicの内製創薬構想

Claude Scienceの発表は製品単体の話で終わらない。Anthropicは同時に、自社で希少・顧みられない疾患（neglected disease）の創薬研究を行うと宣言した。

ライフサイエンス部門長のEric Kauderer-Abramsは「従来の製薬企業が商業的に魅力的でないとみなす疾患」に焦点を当てると述べた（CNBC, 2026年6月30日）。発表イベントのデモでは、Alexander TarashanskyがClaude Scienceを使って希少遺伝病・フェニルケトン尿症（PKU）の新薬候補を自律的に特定するプロセスを実演した。

パートナー体制も強固だ。Novo Nordisk、AstraZeneca、Eli LillyはすでにClaudeを文献レビュー・創薬・臨床文書化・規制対応業務に活用中だという。この体制は一朝一夕に構築されたものではない。2026年を通じた組織的な科学部門の強化が背景にある。

2026年2月にはHHMI（ハワード・ヒューズ医学研究所）およびアレン研究所との提携を発表。4月にはバイオテックスタートアップのCoefficient Bioを4億ドルで買収し、計算生物学とAI創薬の専門ノウハウを取り込んだ（Digital Applied, 2026年6月20日）。

そして6月19日、業界最大のサプライズが起きた。AlphaFoldを作り、2024年のノーベル化学賞を受賞したJohn JumperがDeepMindを離れAnthropicに参画すると発表した（TechTimes, 2026年6月20日）。DeepMindで9年間過ごし、タンパク質構造予測の分野を一変させた科学者の移籍は、Anthropicのライフサイエンス戦略が本物だというメッセージとして業界に届いた。

OpenAI GPT-Rosalindとの比較 — 二つの戦略

AI創薬市場でAnthropicが競合するのが、OpenAIのGPT-Rosalindだ。2026年4月にゲーテッドエンタープライズプレビューとして登場したこのモデルは、生物学向けにファインチューニングされた「専門モデル」戦略を取る（OpenAI GPT-Rosalind技術分析）。当サイトのGPT-Rosalind詳細解説記事も合わせて参照されたい。

BixBenchスコアはGPT-Rosalindが0.751を記録。ただしOpenAI自身が構築したLifeSciBenchでは、173人の博士科学者が設計した実際の研究タスクの36.1%しかクリアしていない。「優秀だが人間には遠く及ばない」という現実だ。

比較軸	Claude Science	GPT-Rosalind
アーキテクチャ	汎用モデル＋ツール層	生物学特化ファインチューニング
利用資格	全有料加入者（即時）	エンタープライズ契約・審査必須
早期アクセス先	オープン	Amgen、Allen Institute、Moderna等
戦略	ワークフロー自動化で勝負	専門知識の深さで勝負
独立ベンチマーク	未公開	BixBench 0.751

TechCrunchの分析が核心を突く。「Anthropicは汎用モデルに適切なツールを与えれば、最も一般的な研究タスクで専門モデルに匹敵または上回れると賭けている」（TechCrunch, 2026年6月30日）。

どちらが「正解」かは現時点では判断不能だ。GPT-Rosalindはより深く生物学に特化し、アクセスを絞って品質を管理している。Claude Scienceはより広い研究者に門戸を開き、ツール統合で即時価値を提供しようとしている。独立ベンチマークが整備されれば判断軸が生まれるが、それは数ヶ月先の話になる。

光と影：Claude Scienceの可能性と現実の壁

できること：研究者の時間を劇的に節約する

Forbes研究者のドレイク氏の事例が象徴的だ。490本の論文を手作業でマッピングすれば数週間かかる作業が、Claude Scienceでは26ドルと数時間に圧縮された。発見された864の関係性（公式オントロジーが欠落していたもの）は、AIが既存知識の盲点を照らす実例だ（Forbes, 2026年6月30日）。

ノースイースタン大学の研究者たちもClaude Scienceが創薬研究を加速させると評価する（Northeastern University, 2026年6月30日）。特にアーリー・アダプターにとって、これまでの「データベースA→ツールB→パイプラインC」という断片化した作業が統一環境で完結することの利便性は大きい。

グラントプログラムも見逃せない。Anthropicは最大50件のClaude Scienceプロジェクトを選定し、最大30,000ドルのAPIクレジットと最大2,000ドルのModal計算リソースを提供する。大学院生・ポスドクが申請可能で、資金の乏しい研究者に計算資源へのアクセスを与える。

できないこと：AI薬はまだ存在しない

批判的な目も向けなければフェアではない。TechTimesはClaude Science発表イベントの取材で、重大な事実を記録した。「2026年6月時点で、FDA承認を受けたAI創薬の薬は存在しない」（TechTimes, 2026年6月30日）。

自己チェック問題も技術的に重要だ。Claude Scienceのレビュー機能は「同じ基盤モデルが自分自身をチェックする」構造になっている。独立した検証システムではないため、モデルが一貫して誤りを犯す場合、自己チェックでは発見できない（paper-banana.org分析）。出力を査読論文に引用する前に、コード外での独立した再現が不可欠だ。

さらにCoursiv.ioのガイドが指摘する通り、Claude Scienceで実行された計算の結果を学術論文に掲載するには、従来の厳密な再現性基準を満たす必要がある。AIが「答えを出した」ことと「科学的に証明された」ことは同義ではない。

この現実を理解した上で使うのと、AI万能論で採用するのとでは、導入後の体験が大きく変わる。

現場研究者の声：「楽観的だが慎重に」

ノースイースタン大学Jeffrey Agar教授は「Claude Scienceの取り組みは気に入っている。早く使ってみたい」と前向きな評価を示した。同大学のMichael Pollastri教授も「信じられないツールになりそうだ」と述べ、情報収集の自動化で「実験ペースが桁違いに加速する」と期待を示す（Northeastern University, 2026年6月30日）。

一方、同大のJared Auclair教授は慎重だ。「汎用AIはアッセイデザインや規制ガイダンスの細かいニュアンスを見逃したり幻覚を起こしたりしうる。創薬では実際の臨床的影響をもたらすエラーだ。問題はAIが有用かどうかではなく、規制された産業の検証済みワークフロー内で安全かつ検証可能に展開できるかどうかだ」（Northeastern University）。

独立アナリストのrundatarun.ioが示した「退屈な80%」論は本質を突く。「科学は常に80%が作業で20%が洞察だった。洞察は時間を奪わない部分だ。Claude Scienceは退屈な80%を加速するが、薬のターゲット選定やプログラムの意思決定を支える物理ベースの検証を代替しない」（rundatarun.io）。

実際に使うには — 利用条件と注意点

現在Claude ScienceはClaude Pro・Max・Team・Enterpriseの全有料プランのベータ版として追加料金なしで提供されている。ただし対応OSはmacOSとLinuxのみで、Windowsは未対応だ（Developers Digest, 2026年）。

NVIDIAはBioNeMo Agent Toolkit（Evo 2、Boltz-2、OpenFold3を含む）をClaude Scienceに直接統合しており、構造生物学・タンパク質設計の計算アクセラレーションが利用可能だ（NVIDIA Blog）。

研究資金の少ないグループへの朗報として、AI for Scienceグラントプログラムがある。大学院生・ポスドクが対象で、最大30,000ドルのAPIクレジットと最大2,000ドルのModal計算リソースが提供される。選定は50プロジェクト。2026年7月15日で申請を締め切り、7月31日に通知、9月から12月の期間で研究を実施する。

機密データを持つ機関研究者からは「機関サブスクリプションによるデータ保護の整備が整うまで使えない」という声もある（MIT Technology Review読者反応より）。企業のIP管理の観点では、外部AIサービスにデータを送信する前に情報セキュリティ部門との確認が必要だ。

関連記事

• Anthropic×Akamai18億ドル契約｜Claude Code 80倍成長が生んだコンピュート危機と3層戦略
• OpenAI GPT-Rosalind ライフサイエンス戦略解説
• AIエージェント業務自動化入門
• エージェントコーディング時代の開発者役割の変化

---

免責事項: 本記事は公開情報をもとに作成した情報提供目的のコンテンツです。Claude Scienceの機能・料金・利用条件は変更される場合があります。研究・医療目的での利用判断は各機関の規定および専門家の助言に基づいて行ってください。記載のURLの生存は2026年7月3日時点で確認していますが、将来的な変更を保証するものではありません。