Le hackathon Built with Claude: Life Sciences a récompensé cinq projets qui appliquent l'intelligence artificielle (IA) à des problèmes concrets de recherche biomédicale, du diagnostic du cancer du cerveau chez l'enfant à la remise en état de code scientifique abandonné. Organisé par Anthropic en partenariat avec les Gladstone Institutes, cet évènement mondial s'est tenu du 7 au 13 juillet 2026 et a mobilisé chercheurs, médecins et développeurs autour de deux outils : Claude Science et Claude Code.

Qu'est-ce que le hackathon Built with Claude: Life Sciences ?

Built with Claude: Life Sciences est un hackathon virtuel mondial organisé par Anthropic, en collaboration avec les Gladstone Institutes, un organisme de recherche biomédicale basé à San Francisco et la communauté Cerebral Valley. L'évènement s'est déroulé du 7 au 13 juillet 2026 et proposait une dotation totale de 100 000 dollars en crédits.

Deux volets structuraient la compétition :

  • Le Research Track (volet recherche) : les participants ont exploré une question biologique précise avec Claude Science, la plateforme de recherche d'Anthropic, à partir de jeux de données réels fournis par des laboratoires partenaires.
  • Le Build Track (volet développement) : les participants ont proposé des outils logiciels destinés aux chercheurs, cliniciens ou entreprises de biotechnologie, en s'appuyant sur Claude Code.

Un prix spécial, remis directement par les Gladstone Institutes, récompensait en plus le projet jugé le plus utile à la pratique clinique.

NCypher, lauréat du Research Track

NCypher est le grand gagnant du volet recherche. Ce projet a été conçu par Faith Ogundimu, originaire de Dublin, en Irlande.

L'outil s'attaque à un cancer pédiatrique du cerveau presque toujours fatal. Il explore les régions non codantes de l'ADN, c'est-à-dire les portions situées entre les gènes, pour repérer les mutations susceptibles de jouer un rôle dans la maladie. À partir de milliers de variations génétiques suspectes, NCypher isole la poignée de candidats les plus pertinents à tester en laboratoire. Cette étape de tri manuel prend habituellement un temps considérable aux équipes de recherche.

GitHub - faith-ogun/ncypher: NCypher — honest, context-specific triage of non-coding regulatory variants in paediatric DMG. Built with Claude: Life Sciences (Researcher track).NCypher — honest, context-specific triage of non-coding regulatory variants in paediatric DMG. Built with Claude: Life Sciences (Researcher track). - faith-ogun/ncyphergithub.com

Extremolith, second du Research Track

Extremolith termine deuxième du Research Track. Il a été développé par Jaymin Patel, basé à Berkeley, en Californie.

Ce projet est un outil de conception de protéines. Il modifie une enzyme pour qu'elle résiste à la chaleur extrême, à l'acidité ou à une forte salinité, sans perdre sa fonction d'origine. L'exemple type concerne les enzymes qui digèrent le plastique : elles sont les plus efficaces justement dans des conditions de température qui, normalement, les détruisent. Extremolith permet de contourner ce blocage.

GitHub - jayman1466/Extremophilic-Protein-TranslatorContribute to jayman1466/Extremophilic-Protein-Translator development by creating an account on GitHub.github.com

Lazarus, lauréat du Build Track

Lazarus remporte le volet développement. Son créateur, Dean Sherry, vient de Johannesburg, en Afrique du Sud.

Lazarus est un agent qui prend en entrée un simple lien vers du code de recherche abandonné, souvent un dépôt GitHub à l'arrêt depuis plusieurs années. Il reconstruit l'environnement nécessaire jusqu'à ce que le programme fonctionne, puis vérifie que les résultats obtenus correspondent bien à ceux publiés dans l'article scientifique d'origine. Lors du hackathon, Lazarus a ressuscité DiffDock, un outil de calcul d'amarrage moléculaire resté inactif pendant deux ans, et a corrigé au passage un bug présent depuis quinze ans dans un autre programme.

Client Challengepypi.org

Provinans, second du Build Track

Provinans se classe deuxième du Build Track. Le projet est signé Shereen Lee, de Toronto, au Canada.

Cet outil relie plusieurs décennies de dossiers de cancer en un seul jeu de données cohérent, même lorsque les règles de classification de la maladie changent au fil du temps. Une révision des critères de stadification en 2023 avait par exemple fait basculer jusqu'à 28 % des patients vers un stade différent du jour au lendemain. Provinans permet de récupérer une donnée de meilleure qualité à partir des dossiers déjà existants, sans avoir à tout ressaisir manuellement.

GitHub - reversely/endometrial-cancer-datasets: Turn a scanned pathology archive into a structured, provenance-linked dataset that can support years of research.Turn a scanned pathology archive into a structured, provenance-linked dataset that can support years of research. - reversely/endometrial-cancer-datasetsgithub.com

Trialign, lauréat du prix spécial des Gladstone Institutes

Le prix spécial des Gladstone Institutes revient à Trialign, porté par un binôme : Jules Park, de Toronto, au Canada, et Neil Wang, de San Francisco, en Californie.

Trialign est un outil de mise en relation entre patients atteints de cancer et essais cliniques. Il analyse le dossier médical d'un patient et identifie les études auxquelles il est éligible à l'instant présent, un critère qui évolue souvent au fil du traitement puisque certains essais excluent les patients ayant déjà reçu certaines thérapies.

GitHub - itsjoopark/trial-ai-platform: We built "trialign," an agentic clinical trial matching platform. Prospective trial patients can upload their details either conversationally or using documents can get matched with the clinical trials they are eligible for. Information is sourced for every match and verified via ClinicalTrials.govWe built "trialign," an agentic clinical trial matching platform. Prospective trial patients can upload their details either conversationally or using documents can get matched with the c...github.com