聽雨 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

啥？藥物研發(fā)也能「全自動」了？

最近，OpenAI和Molecule.one聯(lián)合發(fā)布了一個新成果：

GPT-5.4在近乎自主的條件下，改進(jìn)了藥物合成里一個常用反應(yīng)。

而且還提出了一個化學(xué)家都覺得意外的方案。

AI震驚人類，這也不是頭一回了哈。

不過終于是震驚到化學(xué)領(lǐng)域了。

這次出主意、定方案、決定下一步該試什么的，是 AI。

動手做實(shí)驗(yàn)、把關(guān)、親手復(fù)現(xiàn)的，還是人。

Molecule.one的CTO Stanis?aw Jastrz?bski表示，這是有機(jī)化學(xué)領(lǐng)域首個AI近乎自主完成的發(fā)現(xiàn)。

GPT-5.4跑通藥物自主研發(fā)

合成一直是藥物發(fā)現(xiàn)的一個大瓶頸。

做小分子藥，繞不開有機(jī)合成。一個反應(yīng)好不好用，關(guān)鍵看它能不能在各種不同的原料上穩(wěn)定地搭出同一種化學(xué)鍵。

要是產(chǎn)率太低、副產(chǎn)物太多，化學(xué)家可能就得放棄一個本來很有希望的分子，或者花大力氣另找路線。

說到底，科學(xué)家只能去測那些自己造得出來的分子。

這次GPT-5.4改進(jìn)的，是Chan–Lam偶聯(lián)。

這是化學(xué)家常用來搭碳氮鍵的一個反應(yīng)，而碳氮鍵在藥物里到處都是。

麻煩在于，這個反應(yīng)不是對所有分子都好使，尤其是拿伯磺酰胺和硼酸去偶聯(lián)，歷來產(chǎn)率都很低。

偏偏磺酰胺這一族又很重要，抗癌藥、抗菌藥、利尿劑里都有它的身影。

所以如果能把這個又難又有用的反應(yīng)做得更可靠，就等于給藥化學(xué)家多開了一條造分子的路。

那么，OpenAI是怎么做的呢？

他們把GPT-5.4接到了Molecule.one的Maria身上。

Maria是一套化學(xué)AI agent，后面連著一個能自動跑實(shí)驗(yàn)的高通量實(shí)驗(yàn)室。

研究團(tuán)隊給系統(tǒng)下了個很開放的目標(biāo)：去改進(jìn)某一類重要反應(yīng)。

至于怎么改、改哪個，全部自己看著辦。

于是！系統(tǒng)就開始自己跑了。

它生成研究方案、設(shè)計并執(zhí)行實(shí)驗(yàn)、分析實(shí)驗(yàn)數(shù)據(jù)，再據(jù)此提出下一輪該做什么。

那么，人負(fù)責(zé)干什么呢？

科學(xué)家寫了引導(dǎo)和打分用的prompt，讓GPT-5.4生成并排序了數(shù)千個研究方案，然后從系統(tǒng)排名最高的一小撮里，挑了四個真正送進(jìn)實(shí)驗(yàn)室。

Maria再把選中的高層計劃翻譯成詳細(xì)的實(shí)驗(yàn)指令，跑出成千上萬次高通量實(shí)驗(yàn)，分析原始數(shù)據(jù)，把結(jié)構(gòu)化結(jié)果回傳給GPT-5.4。

四個方案里，編號OAI-M1-03提出了一個最意想不到的解法。

GPT-5.4自己認(rèn)定，伯磺酰胺是個又難又有價值的底物類別，然后提出：

用TEMPO這類溫和的氧化劑當(dāng)添加劑，也許能改善這個反應(yīng)。

這個建議一出來，連人類化學(xué)家都震驚了。

而在隨后的測試中，十種氧化劑里也正是TEMPO跑了出來。

后續(xù)實(shí)驗(yàn)里系統(tǒng)還發(fā)現(xiàn)，TEMPO可以換成便宜得多的類似物4-hydroxy-TEMPO，性能幾乎不打折。

By the way，這整個過程里人類做的最大一次干預(yù)，是叫停了用DMSO當(dāng)溶劑。

因?yàn)榛瘜W(xué)家擔(dān)心它會和用作對照的強(qiáng)氧化劑起反應(yīng)。

可以放心，這種活，目前還是得人盯著。

效果如何

有了AI的加持，效果怎么樣呢？

OpenAI表示，在優(yōu)化后的條件下，所測試的硼酸里有88%產(chǎn)率提升，磺酰胺里有83%提升。

平均產(chǎn)率從16.6%漲到25.2%，產(chǎn)率超過30%的反應(yīng)占比，從15.6%提到了37.5%。

但更加驚人的是AI的實(shí)驗(yàn)量，兩輪下來Maria一共跑了10080個反應(yīng)。

這比一個化學(xué)家每天做三個、連做十年還要多。

此外，人類化學(xué)家還手工驗(yàn)證了其中一批代表性反應(yīng)。

結(jié)果發(fā)現(xiàn)，14對底物里有11對產(chǎn)率確實(shí)提高了，其中八對漲了兩倍以上。

整個實(shí)驗(yàn)過程歷時三個月，從3月4日的第一個prompt，到6月4日把OAI-M1-03的結(jié)果交給外部專家。

其中有2個半月在做實(shí)驗(yàn)，最后半個多月是人類化學(xué)家撰寫結(jié)果。

雖然這是一個早期案例，不過足以說明當(dāng)下的前沿模型已經(jīng)能夠支持大部分的科學(xué)研究：

包括審查研究、提出假設(shè)、設(shè)計實(shí)驗(yàn)、解釋數(shù)據(jù)，以及發(fā)現(xiàn)人類專家可以驗(yàn)證的成果。

但OpenAI表示，這還不算AI全自動藥物研發(fā)。

他們明確把這套流程描述為「近乎自主」而不是「完全自主」，理由是人類化學(xué)家始終在做重要決策。

模型負(fù)責(zé)提出關(guān)鍵的研究想法，人則提供高層引導(dǎo)和判斷、糾正實(shí)驗(yàn)細(xì)節(jié)、幫著備料配試劑，還親手重復(fù)了關(guān)鍵實(shí)驗(yàn)。

在整個過程中，人的判斷仍然是不可或缺的。

不過…AI雖然還沒法獨(dú)自跑完一個研究，但它已經(jīng)能決定下一步試什么。

那么，AI實(shí)現(xiàn)藥物全自動研發(fā)，還遠(yuǎn)嗎？

參考鏈接：
[1]
https://x.com/OpenAI/status/2067293745075442171
[2]
https://openai.com/index/ai-chemist-improves-reaction/
[3]
https://x.com/kudkudakpl/status/2067297574244044863