中国政策档案 Governance Archive HOLDINGS 235,224 · FONDS 122
Record · qbitai ACC. 900072742

OpenAI and Molecule.one Announce AI-Driven Breakthrough in Drug Synthesis

GPT发AI原创新成果了

Issuer
Date
2026-06-19
Instrument
other
Cited by
0
This media report describes how OpenAI's GPT-5.4, integrated with Molecule.one's automated laboratory system, autonomously improved the Chan-Lam coupling reaction for drug synthesis, achieving yield increases of 88% for boronic acids and 83% for sulfonamides over 10,080 experiments.
Full text · 原文 1,991 字
听雨 发自 凹非寺<br> 量子位 | 公众号 QbitAI<br> 啥?药物研发也能「全自动」了?<br> 最近,OpenAI和Molecule.one联合发布了一个新成果:<br> GPT-5.4在近乎自主的条件下,改进了药物合成里一个常用反应。<br> 而且还提出了一个化学家都觉得意外的方案。<br> AI震惊人类,这也不是头一回了哈。<br> 不过终于是震惊到化学领域了。<br> 这次出主意、定方案、决定下一步该试什么的,是 AI。<br> 动手做实验、把关、亲手复现的,还是人。<br> Molecule.one的CTO Stanisław Jastrzębski表示,这是有机化学领域首个AI近乎自主完成的发现。<br> GPT-5.4跑通药物自主研发<br> 合成一直是药物发现的一个大瓶颈。<br> 做小分子药,绕不开有机合成。一个反应好不好用,关键看它能不能在各种不同的原料上稳定地搭出同一种化学键。<br> 要是产率太低、副产物太多,化学家可能就得放弃一个本来很有希望的分子,或者花大力气另找路线。<br> 说到底,科学家只能去测那些自己造得出来的分子。<br> 这次GPT-5.4改进的,是Chan–Lam偶联。<br> 这是化学家常用来搭碳氮键的一个反应,而碳氮键在药物里到处都是。<br> 麻烦在于,这个反应不是对所有分子都好使,尤其是拿伯磺酰胺和硼酸去偶联,历来产率都很低。<br> 偏偏磺酰胺这一族又很重要,抗癌药、抗菌药、利尿剂里都有它的身影。<br> 所以如果能把这个又难又有用的反应做得更可靠,就等于给药化学家多开了一条造分子的路。<br> 那么,OpenAI是怎么做的呢?<br> 他们把GPT-5.4接到了Molecule.one的Maria身上。<br> Maria是一套化学AI agent,后面连着一个能自动跑实验的高通量实验室。<br> 研究团队给系统下了个很开放的目标:去改进某一类重要反应。<br> 至于怎么改、改哪个,全部自己看着办。<br> 于是!系统就开始自己跑了。<br> 它生成研究方案、设计并执行实验、分析实验数据,再据此提出下一轮该做什么。<br> 那么,人负责干什么呢?<br> 科学家写了引导和打分用的prompt,让GPT-5.4生成并排序了数千个研究方案,然后从系统排名最高的一小撮里,挑了四个真正送进实验室。<br> Maria再把选中的高层计划翻译成详细的实验指令,跑出成千上万次高通量实验,分析原始数据,把结构化结果回传给GPT-5.4。<br> 四个方案里,编号OAI-M1-03提出了一个最意想不到的解法。<br> GPT-5.4自己认定,伯磺酰胺是个又难又有价值的底物类别,然后提出:<br> 用TEMPO这类温和的氧化剂当添加剂,也许能改善这个反应。<br> 这个建议一出来,连人类化学家都震惊了。<br> 而在随后的测试中,十种氧化剂里也正是TEMPO跑了出来。<br> 后续实验里系统还发现,TEMPO可以换成便宜得多的类似物4-hydroxy-TEMPO,性能几乎不打折。<br> By the way,这整个过程里人类做的最大一次干预,是叫停了用DMSO当溶剂。<br> 因为化学家担心它会和用作对照的强氧化剂起反应。<br> 可以放心,这种活,目前还是得人盯着。<br> 效果如何<br> 有了AI的加持,效果怎么样呢?<br> OpenAI表示,在优化后的条件下,所测试的硼酸里有88%产率提升,磺酰胺里有83%提升。<br> 平均产率从16.6%涨到25.2%,产率超过30%的反应占比,从15.6%提到了37.5%。<br> 但更加惊人的是AI的实验量,两轮下来Maria一共跑了10080个反应。<br> 这比一个化学家每天做三个、连做十年还要多。<br> 此外,人类化学家还手工验证了其中一批代表性反应。<br> 结果发现,14对底物里有11对产率确实提高了,其中八对涨了两倍以上。<br> 整个实验过程历时三个月,从3月4日的第一个prompt,到6月4日把OAI-M1-03的结果交给外部专家。<br> 其中有2个半月在做实验,最后半个多月是人类化学家撰写结果。<br> 虽然这是一个早期案例,不过足以说明当下的前沿模型已经能够支持大部分的科学研究:<br> 包括审查研究、提出假设、设计实验、解释数据,以及发现人类专家可以验证的成果。<br> 但OpenAI表示,这还不算AI全自动药物研发。<br> 他们明确把这套流程描述为「近乎自主」而不是「完全自主」,理由是人类化学家始终在做重要决策。<br> 模型负责提出关键的研究想法,人则提供高层引导和判断、纠正实验细节、帮着备料配试剂,还亲手重复了关键实验。<br> 在整个过程中,人的判断仍然是不可或缺的。<br> 不过…AI虽然还没法独自跑完一个研究,但它已经能决定下一步试什么。<br> 那么,AI实现药物全自动研发,还远吗?<br> 参考链接:[1]<br> https://x.com/OpenAI/status/2067293745075442171[2]<br> https://openai.com/index/ai-chemist-improves-reaction/[3]<br> https://x.com/kudkudakpl/status/2067297574244044863