GPT发布AI原创新成果：实现药物全自动研发

背景

药物研发中的小分子合成长期面临效率瓶颈。有机合成是药物发现的核心环节，其关键在于反应能否在不同原料上稳定地构建特定的化学键。然而，许多重要反应（如 Chan–Lam 偶联）在面对特定底物时，往往存在产率低、副产物多等问题，导致化学家不得不放弃有潜力的分子或耗费巨大成本寻找新路线。这种“科学家只能合成自己造得出来的分子”的局限，严重制约了新药的发现速度。

在此背景下，OpenAI 与 Molecule.one 合作，试图利用前沿 AI 模型突破这一传统限制。双方联合发布了一项新成果：GPT-5.4 在近乎自主的条件下，成功改进了药物合成中常用的 Chan–Lam 偶联反应，并提出了令人类化学家都感到意外的优化方案。这是有机化学领域首个由 AI 近乎自主完成的发现案例。

核心内容

此次研究的核心在于将 GPT-5.4 接入 Molecule.one 开发的化学 AI Agent 系统 Maria。Maria 连接着一个能够自动运行实验的高通量实验室，形成了一个从“智能决策”到“物理执行”的闭环。

研究团队设定了一个开放式的目标：改进一类重要的化学反应，具体如何改进、改进哪个反应，完全由系统自主决定。系统随即开始自主运行，其流程包括生成研究方案、设计并执行实验、分析实验数据，并据此提出下一轮实验的建议。

在这个“人机协作”的闭环中，角色分工明确：

• AI (GPT-5.4)：负责生成和排序数千个研究方案，决定下一步该做什么，并深入分析原始数据。
• 人类 (化学家)：负责提供高层引导和打分用的 prompt，从 AI 排名最高的一小部分方案中挑选四个送入实验室，并在关键节点进行干预（如叫停使用可能产生副反应的溶剂 DMSO），最后亲手复现关键实验以验证结果。

实验过程中，Maria 将选中的高层计划转化为详细的实验指令，运行了成千上万次高通量实验。其中，编号为 OAI-M1-03 的方案提出了一个极具颠覆性的见解：GPT-5.4 认为伯磺酰胺是一个既困难又有价值的底物类别，建议引入 TEMPO 这类温和氧化剂作为添加剂来改善反应。这一建议起初令人类化学家震惊，因为这与传统思路不同。但在随后的测试中，在十种氧化剂中，正是 TEMPO 表现最佳。后续实验还发现，可以使用更便宜的类似物 4-hydroxy-TEMPO 替代 TEMPO，且性能几乎未受影响。

整个实验过程历时三个月（3月4日至6月4日），其中两个半月用于实验，最后半个月用于结果撰写和外部专家验证。

关键要点

• 技术突破：GPT-5.4 在近乎自主的条件下，成功优化了 Chan–Lam 偶联反应，这是有机化学领域首个 AI 近乎自主完成的发现。
• 意外发现：AI 提出的使用 TEMPO 作为添加剂的方案出人意料，但经实验验证有效，且找到了更廉价的替代品 4-hydroxy-TEMPO。
• 效率对比：两轮实验期间，Maria 系统共运行了 10,080 个反应。这一数量远超一名化学家每天做三个实验、连续工作十年的总量。
• 性能提升：在优化后的条件下，测试的硼酸中有 88% 产率提升，磺酰胺中有 83% 产率提升。平均产率从 16.6% 提升至 25.2%，产率超过 30% 的反应占比从 15.6% 提升至 37.5%。
• 人类验证：人类化学家手工验证了 14 对代表性底物，其中 11 对产率确实提高，8 对产率翻倍以上。
• 人机协作模式：目前仍为“近乎自主”而非“完全自主”。人类在关键决策、实验细节纠正、试剂准备及最终复现中扮演不可或缺的角色。AI 负责提出关键想法和决定下一步测试，人类负责把关和验证。

意义与影响

这项成果标志着 AI 在科学研究中的角色发生了实质性转变。它证明了当前的前沿大模型已经能够支持科学研究的核心环节，包括审查现有研究、提出假设、设计实验、解释数据以及发现人类专家可验证的新成果。

尽管 OpenAI 明确表示这尚不属于“AI 全自动药物研发”，因为人类化学家始终掌握着最终决策权和实验操作权，但这一案例展示了 AI 在加速科学发现方面的巨大潜力。AI 不再仅仅是辅助工具，而是能够主动提出创新假设并驱动实验迭代的研究伙伴。随着技术的进一步成熟，AI 实现药物全自动研发的目标正在逐步缩小距离，有望从根本上改变新药研发的范式，大幅缩短研发周期并降低成本。