AI 화학자가 의약화학의 어려운 반응을 개선했다
출처: 해커 뉴스
OpenAI의 과학 연구는 간단한 믿음에서 시작됩니다: 고급 AI가 과학자들에게 강력한 파트너가 되어 더 많은 아이디어를 탐구하고, 먼 개념을 연결하며, 보다 나은 실험을 설계하고, 인류에게 이익이 되는 발견을 가속화할 수 있다는 것입니다. 우리는 이미 모델들이 수학 분야에서 새로운 결과를 내는 데 기여한 초기 사례를 공유했습니다. 여기에는 단위 거리 문제에 대한 작업, 이론 물리학에서는 글론 전구체에 관한 새로운 결과, 그리고 생물학 분야에서 GPT‑5가 세포 자유 단백질 합성 비용을 절감에 도움을 준 사례가 있습니다. 또한 우리는 GPT‑Rosalind라는 목적-built 모델도 소개했습니다. 이 모델은 생명 과학 연구와 약물 발견 워크플로우를 지원하도록 설계되었습니다.
이 프로젝트는 의약 화학으로의_trajectory_을 연장합니다. 여기서 진보는 추론만으로 측정할 수 없습니다. 가설은 실제 분자, 장비, 실험 노이즈가 존재하는 laboratoire에서 검증되어야 합니다. Molecule.one과 협력하여, GPT‑5.4를 Maria—자율 연구를 수행하는 고-throughput 실험실과 통합된 에이전트형 화학 AI—and 연결했습니다. 우리는 시스템에 개방-ended 목표를 부여했습니다: 여러 중요한 반응 클래스 중 하나를 향상시키는 것입니다. 시스템은 연구 제안을 생성하고, 실험을 설계·수행하며, 데이터를 분석하고, 추가 실험을 제안했습니다. 인간은 스티어링 및 등급 프롬프트를 설계하고, 가장 높은 평가를 받은 제안을 선택하여 테스트했으며, 실험 계획에 제한적인 수정도 가했고, 기본 실험실 작업을 지원하고 최종 결과를 독립적으로 검증했습니다.
가장 유망한 제안인 OAI‑M1‑03은 Chan–Lam 결합의 어려운 하지만 유용한 변형을 집중했습니다. 이 반응은 화학자들이 탄소-질소 결합을 형성하는 데 사용하는 반응입니다. 개방-ended 목표인 Chan–Lam 결합의 프로세스 최적화를 시작점으로, GPT‑5.4는 독립적으로 primaire 술폰아마이드를 도전적이고 고가치의 기질 클래스로 식별하고, TEMPO를 포함한 온화한 산화제가 반응을 향상시킬 수 있음을 제안했습니다.
두 차례의 실험 주기 동안 Maria Lab에서 이 아이디어는 상당한 개선을 보여줍니다. 최적화된 조건 하에서는 테스트된 붕소산(보론산) 88%와 술폰아마이드 83%의 수율 상승을 관찰했습니다. 평균 수율이 16.6%에서 25.2%로 올랐고, 30% 이상의 수율을 기록한 반응 비율이 15.6%에서 37.5%로 증가했습니다. 인간 화학자들은 벤치 스케일에서 대표적인 반응을 반복했으며, 미크rol리터 규모 결과를 확인하고 14개 기질 쌍 중 11개에서 더 높은 수율을 보이며, 대부분 경우에 두 배 이상의 증가가 있었습니다. 이는 의약 화학자들이 미크rol리터 스크리닝 실험뿐만 아니라 약물 발견 과정에서 실제 라보 워크플로우에서도 작동하는 반응을 필요로 한다는 점을 강조합니다.
의약 화학에서 이러한 개선은 특히 흥미로운데, 합성은 약물 descubrimiento에서 주요 병목 역할을 합니다: 과학자들은 만들 수 있거나 획득할 수 있는 분자만 테스트할 수 있습니다. 술폰아마이드기는 암 치료제, 항감염제, 이뇨제 등 다양한 치료 분야에 사용되는 의약품의 중요한 구조적 일부입니다. 그러나 primaire 술폰아마이드를 붕소산과 결합하는 반응은 historically 낮은 수율을 보였습니다. 이 반응을 보다 신뢰할 수 있게 만들면 의약 화학자들이 더 넓고 실용적인 방법으로 유망한 분자를 생산하고 탐색할 수 있게 됩니다.
이것은 아직 초기 결과이지만, AI 시스템이 과학자들 across much of the research loop에서 귀중한 파트너가 될 수 있다는 broader 방향을 보여줍니다. 모델은 문헌을 검토하고, 예상치 못한 아이디어를 제시하며, 실험을 설계·분석하고, 인간 화학자들이 평가할 수 있는 과학적 발견에 이르게 했습니다.
Maria Lab: Molecule.one의 특수 고-throughput 실험실이 OAI‑M1‑03에 수행한 10,080회 반응
Why the chemistry problem matters
유기화학은 모든 소분자 의약품, 농업 제품, 전자기기, 신소재의 기반이 됩니다. 특히 같은 종류의 화학 결합을 다양한 시작 물질에 걸쳐 일관되게 만들 수 있는 반응은 매우 유용합니다. 저수율이나 부작용이 많은 경우 chemists는 다른 경로를 개발해야 하거나 promising한 분자를 포기해야 합니다. 이는 합성이 약물 descubrimiento에서 주요 병목이 되게 만듭니다: 과학자들은 만들 수 있거나 획득할 수 있는 분자만 테스트할 수 있습니다.
Chan–Lam 결합은 의약 화학에서 탄소-질소 결합을 형성하는 데 유용합니다. 그러나 모든 분자 클래스에 대해 동등하게 잘 작동하지 않습니다. 특히 primary 술폰아마이드를 붕소산과 결합할 때는 historically 낮은 수율을 보였습니다. 술폰아마이드는 암 및 전염병 치료제 등에 사용되는 중요한 분자 가족입니다. 이 반응을 보다 신뢰할 수 있게 만들면 의약 화학자들이 더 넓고 실용적인 방법으로 유망한 분자를 생산하고 탐색할 수 있습니다.
Connecting GPT‑5.4 to Maria AI and Lab
복합 시스템은 보완적인 능력을 결합했습니다. Maria AI와 작업하는 과학자들이 작성한 프롬프트는 GPT‑5.4를 harness 안에 사용하여 수천 개의 가능한 연구 제안을 생성하고 순위 지정했습니다. 인간 화학자들은 시스템에 의해 높은 평가를 받은 소수의 제안을 검토하고, 실험실 테스트를 위해 네 개로 선정했습니다. Maria AI는 선정된 고수준 계획을 상세한 실험 지침으로 변환하고, 수천 건의 고-throughput 실험을 수행하며, 원시 데이터를 분석하고 GPT‑5.4에 구조화된 결과를 반환했습니다.
네 개의 선택된 제안 중 하나인 OAI‑M1‑03은 TEMPO와 같은 온화한 산화제를 사용해 Chan–Lam 반응의 술폰아마이드 합성을 개선할 것을 제안했습니다. 화학자들은 이 제안이 놀랍고 흥미로운 것이라고 느꼈습니다. 우리는 OAI‑M1‑03의 상세한_findings_를 이 블로그 포스트와 다음 논문에서 공유합니다.
최종 연구 제안은 Maria에 의해 실험 그리드를 생성하는 데 사용되었으며, 인간은 소량의 수정(주로 DMSO라는 용매 사용을 피하는 것)만을 가했습니다. 전체 과정은 3개월이 걸렸습니다. 첫 번째 프롬프트는 3월 4일에, OAI‑M1‑03 결과를 독립적인 전문가에게 공유한 시기는 6월 4일입니다.
우리는 이 워크플로를 “near‑autonomous”라고 설명합니다. 완전히 자율적이지 않은 이유는 인간 화학자들이 과정 전체에 중요한 결정을 내렸기 때문입니다. 모델은 핵심 연구 아이디어를 제시했고, 인간 화학자들은 고수준 스티어링과 판단을 제공했으며, 실험 세부 사항을 수정하고 실험소 재료와 시약을 준비하는 데 도움을 주며, 직접핸드 실험을 반복했습니다.
What we found
OAI‑M1‑03은 이 연구에서 조사한 primaire 술폰아마이드 Chan–Lam 결합에 TEMPO가 유용한 첨가제임을 식별했습니다. 최적화된 조건 하에서는 반응이 두 가지 방식으로 개선되었습니다: 평균 수율이 상승하고, 실질적으로 유용한 수준에 도달한 기질 조합의 비율이 증가했습니다.
두 차례의 실험 주기 동안 Maria는 총 10,080회 반응을 수행했습니다—하루에 세 건의 반응을 실행하는 화학자가 십년 동안 수행할 수 있는 양입니다. 이 규모가 중요한 이유는, 제한된 예시만으로 테스트했을 때 화학 결과가 오해될 수 있기 때문입니다. 한 쌍의 시작 물질에서 반응이 promising하게 보일 수 있지만, 더 넓은 범위의 분자에서는 실패할 수 있습니다. 수천 건의 반응을 통해 ten가지 산화제 중 TEMPO를 식별할 수 있었습니다.