AI nie odkryła nowego leku. Zrobiła coś, co może być dla farmacji równie ważne..

Połączony system GPT-5.4, agentowej platformy Maria i zautomatyzowanego laboratorium przeprowadził 10 080 reakcji, aby poprawić trudne sprzęganie stosowane w chemii medycznej. Rezultatem nie jest gotowy lek ani cudowny katalizator. Jest nim nieoczekiwane zastosowanie związku TEMPO, które zwiększyło wydajność reakcji dla większości badanych substratów. To mniej widowiskowe niż „AI projektuje lekarstwa”, ale znacznie bliższe temu, jak naprawdę może zmieniać się nauka eksperymentalna.

Z tekstu dowiesz się:

• dlaczego możliwość syntezy cząsteczki ogranicza to, jakie leki można w ogóle zbadać;
• co dokładnie poprawił system GPT-5.4–Maria i dlaczego wynik był dla chemików zaskakujący;
• jak w ciągu trzech miesięcy przeprowadzono ponad 10 tys. reakcji;
• gdzie kończyła się autonomia AI, a zaczynały decyzje i fizyczna praca ludzi;
• dlaczego wzrost średniej wydajności z 16,6 do 25,2 proc. może mieć większe znaczenie, niż sugerują same liczby;
• czego nadal nie wiadomo o mechanizmie, skali przemysłowej i powtarzalności odkrycia.

Największym ograniczeniem chemii nie jest brak pomysłów

Współczesna chemia medyczna potrafi wygenerować niemal nieograniczoną liczbę hipotetycznych cząsteczek.

Model komputerowy może w ciągu kilku godzin zaproponować tysiące struktur, które teoretycznie powinny wiązać określone białko, blokować enzym albo zmieniać aktywność receptora.

Problem pojawia się chwilę później.

Każdą z tych cząsteczek trzeba fizycznie wytworzyć.

Nie wystarczy narysować struktury w komputerze. Trzeba znaleźć materiały wyjściowe, zaplanować kolejne reakcje, przeprowadzić je, oddzielić produkt od zanieczyszczeń, potwierdzić jego tożsamość i uzyskać wystarczającą ilość materiału do badań biologicznych.

Jeżeli synteza nie działa, cząsteczka pozostaje cyfrowym pomysłem.

Może być doskonałym kandydatem według modelu, ale nigdy nie trafi do testu komórkowego. Nie dlatego, że jest biologicznie nieskuteczna. Dlatego, że chemik nie potrafił jej wystarczająco szybko albo niezawodnie otrzymać.

To jeden z mniej spektakularnych, lecz podstawowych problemów odkrywania leków:

możemy badać tylko te cząsteczki, które potrafimy wytworzyć lub zdobyć.

Dlatego poprawienie nawet jednej klasy reakcji chemicznej może rozszerzyć przestrzeń możliwych eksperymentów biologicznych. Nie tworzy leku bezpośrednio, ale otwiera drogę do struktur, które wcześniej były zbyt trudne, kosztowne albo czasochłonne do syntezy.

Wynik dotyczy sprzęgania Chan–Lam

Badacze z OpenAI i Molecule.one skoncentrowali się na reakcji Chan–Lam.

Jest to sprzęganie katalizowane przez miedź, które pozwala tworzyć między innymi wiązania węgiel–azot, węgiel–tlen i węgiel–siarka. W typowym wariancie związek organoborowy, na przykład kwas aryloboronowy, jest łączony z nukleofilem zawierającym wiązanie N–H, O–H albo S–H.

Reakcja jest atrakcyjna dla chemii medycznej, ponieważ może zachodzić w stosunkowo łagodnych warunkach, wykorzystuje niedrogą miedź i toleruje powietrze oraz wilgoć lepiej niż wiele bardziej wymagających procesów katalitycznych.

Nie działa jednak równie dobrze dla wszystkich klas związków.

W badaniu wybrano szczególnie problematyczne sprzęganie pierwszorzędowych sulfonamidów z kwasami boronowymi. Sulfonamidy są istotnymi motywami strukturalnymi występującymi w wielu cząsteczkach biologicznie aktywnych, ale ich bezpośrednia N-arylacja metodą Chan–Lam bywa zawodna.

Grupa sulfonylowa silnie odciąga elektrony, przez co atom azotu staje się słabym nukleofilem. Jednocześnie partner boronowy może ulegać reakcjom ubocznym, zanim zdąży utworzyć pożądane wiązanie węgiel–azot.

To właśnie taką sytuację chemicy opisują jako problem „generalności” reakcji.

Metoda może działać znakomicie dla kilku starannie wybranych związków, ale zawodzić po niewielkiej zmianie struktury. Z perspektywy publikacji akademickiej kilka spektakularnych przykładów może wyglądać atrakcyjnie. Z perspektywy chemika medycznego znacznie ważniejsze jest to, czy reakcja daje użyteczny wynik dla szerokiego, nieprzewidywalnego zestawu cząsteczek.

Partner boronowy znika, zanim utworzy produkt

Jednym z podstawowych problemów sprzęgania Chan–Lam jest degradacja związków organoborowych.

W warunkach utleniających kwas boronowy może utracić grupę boronową i przekształcić się między innymi w produkt fenolowy. Zamiast uczestniczyć w tworzeniu pożądanego wiązania węgiel–azot, materiał wyjściowy zostaje zużyty w reakcji ubocznej.

Powstały fenol może dodatkowo uczestniczyć w kolejnych procesach sprzęgania, generując etery diarylowe i komplikując oczyszczanie mieszaniny.

Z chemicznego punktu widzenia potrzebna jest delikatna równowaga.

Układ katalityczny wymaga utleniania, aby regenerować aktywną postać miedzi. Zbyt agresywne warunki utleniające mogą jednak niszczyć partner boronowy.

Nie chodzi więc o znalezienie „najsilniejszego utleniacza”.

Chodzi o takie sterowanie środowiskiem redoks, by podtrzymać produktywny cykl katalityczny i jednocześnie ograniczyć rozpad substratu.

System otrzymał otwarty cel, a nie gotowe zadanie optymalizacyjne

Projekt rozpoczął się od stosunkowo szerokiego polecenia: poprawić jedną z ważnych klas reakcji istotnych dla chemii procesowej i medycznej.

GPT-5.4, działając w przygotowanym przez badaczy środowisku, generował i porządkował tysiące możliwych propozycji badawczych. Nie otrzymał wyłącznie polecenia dobrania temperatury czy ilości konkretnego katalizatora.

Jedną z propozycji było zajęcie się sprzęganiem pierwszorzędowych sulfonamidów z kwasami boronowymi i zbadanie, czy łagodne dodatki utleniające — w tym TEMPO — mogą poprawić jego przebieg.

Chemicy przejrzeli niewielki zestaw najlepiej ocenionych pomysłów i wybrali cztery do testów eksperymentalnych. Propozycja dotycząca TEMPO otrzymała oznaczenie OAI-M1-03.

To ważny szczegół.

Model nie mógł wysłać dowolnej hipotezy bezpośrednio do laboratorium. Ludzie pełnili funkcję filtra jakościowego, oceniali sens chemiczny i wybierali, które pomysły zasługują na zużycie odczynników, czasu urządzeń i pracy laboratoryjnej.

System nie był więc autonomicznym badaczem z nieograniczoną swobodą.

Był generatorem i analitykiem hipotez działającym wewnątrz infrastruktury kontrolowanej przez ekspertów.

TEMPO nie jest nową cząsteczką

Nazwa TEMPO oznacza stabilny rodnik aminoksylowy: 2,2,6,6-tetrametylopiperydyno-1-oksyl.

Związek jest dobrze znany chemikom. Układy miedź–TEMPO są szeroko wykorzystywane między innymi w utlenianiu alkoholi. TEMPO pojawiało się nawet we wczesnych pracach nad reakcją Chan–Lam, ale później nie stało się dominującym dodatkiem w tej klasie sprzęgań.

Nie można więc powiedzieć, że AI „odkryła TEMPO” albo jako pierwsza wpadła na pomysł połączenia go z chemią miedzi.

Nowość jest bardziej precyzyjna.

System wskazał zaniedbaną możliwość, połączył ją z szczególnie trudnym problemem pierwszorzędowych sulfonamidów, a następnie pomógł przeprowadzić szerokie i systematyczne badanie obejmujące tysiące reakcji.

Według autorów jest to pierwsza szeroka ocena wpływu TEMPO na sprzęganie Chan–Lam w zróżnicowanej macierzy substratów oraz pierwsza metoda z jego udziałem opracowana specjalnie dla N-arylacji pierwszorzędowych sulfonamidów.

To dobry przykład tego, jak może wyglądać odkrycie wspomagane przez AI.

Nie zawsze będzie polegało na wytworzeniu idei, która nie ma żadnego historycznego odpowiednika.

Czasem największa wartość powstaje przez dostrzeżenie niedocenianej wskazówki, połączenie jej z nowym problemem i sprawdzenie w skali, której wcześniej nikt nie zastosował.

Maria zamieniła hipotezę w fizyczne eksperymenty

GPT-5.4 nie sterował bezpośrednio pipetami ani urządzeniami analitycznymi.

Po wybraniu propozycji Maria AI — system agentowy Molecule.one przeznaczony do pracy chemicznej — przekształcała plany wysokiego poziomu w szczegółowe instrukcje laboratoryjne.

Maria Lab wykonywało eksperymenty przy użyciu automatycznych systemów dozowania cieczy. Reakcje prowadzono w mikrolitrowej skali, na płytkach 96-dołkowych.

W dwóch kampaniach przetestowano łącznie 10 080 reakcji:

• pierwsza obejmowała 5088 eksperymentów i porównywała różne utleniacze oraz warunki;
• druga obejmowała 4992 eksperymenty i koncentrowała się na optymalizacji warunków z TEMPO.

Badano między innymi rodzaj i ilość utleniacza, źródło i stężenie miedzi, zasadę, rozpuszczalnik, temperaturę oraz strukturę materiałów wyjściowych. Macierz obejmowała 12 pierwszorzędowych sulfonamidów i osiem kwasów boronowych, co dawało 96 par substratów w każdej kampanii, choć część związków została wymieniona między etapami po zużyciu pierwotnych materiałów.

Skala była istotna nie dlatego, że „więcej zawsze znaczy lepiej”.

Pozwalała sprawdzić, czy poprawa dotyczy tylko jednej szczęśliwej kombinacji, czy utrzymuje się przy zmianie budowy chemicznej partnerów.

W chemii reakcja, która daje 90 proc. wydajności dla jednego przykładu i niemal zero dla pozostałych, może być mniej użyteczna niż metoda zapewniająca umiarkowany, ale powtarzalny wynik dla szerokiego zestawu substratów.

Pierwsza kampania pokazała, że silniejsze utlenianie pogarszało problem

W pierwszym ekranie porównano dziesięć utleniaczy reprezentujących różne mechanizmy i siłę działania.

Warunki bez dodatkowego utleniacza, przy 10-procentowym molowym udziale miedzi, dawały średnią szacowaną wydajność produktu wynoszącą 12,2 proc. Tylko 9,9 proc. reakcji przekraczało próg 30-procentowej wydajności.

Dodanie jednego równoważnika TEMPO zwiększyło średnią do 19,6 proc., a udział reakcji przekraczających 30 proc. do 26,6 proc.

Większość pozostałych utleniaczy nie dawała porównywalnej korzyści. Część silniejszych reagentów zwiększała rozpad kwasów boronowych i obniżała ilość pożądanego produktu.

TEMPO zachowywało się inaczej: poprawiało tworzenie wiązania węgiel–azot, a jednocześnie zmniejszało szacowaną ilość produktów oksydacyjnej deboronacji w porównaniu z kontrolą bez utleniacza.

To był najważniejszy sygnał mechanistyczny.

Korzyść nie wynikała prawdopodobnie tylko z tego, że TEMPO „mocniej utleniało” układ. Gdyby tak było, inne silne utleniacze powinny zachowywać się podobnie.

Dane sugerowały raczej, że TEMPO tworzy łagodniejsze, lepiej dopasowane środowisko redoks, które wspiera obrót katalityczny miedzi bez tak intensywnego niszczenia związku boronowego.

Autorzy podkreślają jednak, że jest to hipoteza zgodna z obserwacjami, a nie kompletnie wyjaśniony mechanizm reakcji.

Druga runda nie powtarzała pierwszej. Uczyła się z niej

Po przeanalizowaniu pierwszego zbioru danych system zaproponował bardziej ukierunkowaną drugą kampanię.

Zmieniano ilość TEMPO, obciążenie i źródło katalizatora miedziowego, temperaturę, zasadę, rozpuszczalnik oraz budowę analogów TEMPO.

Najlepsze ogólne warunki obejmowały:

• dwa równoważniki TEMPO;
• 20 mol proc. octanu miedzi;
• dwa równoważniki węglanu potasu;
• mieszaninę DMA i diglimu;
• temperaturę 60°C;
• czas reakcji 18 godzin.

W tych warunkach średnia szacowana wydajność wzrosła z 16,6 proc. w odpowiedniej kontroli bez utleniacza do 25,2 proc.

Odsetek reakcji przekraczających 30-procentową wydajność zwiększył się z 15,6 do 37,5 proc.

Nie brzmi to jak typowy nagłówek o „przełomie”, ponieważ średnia wydajność nadal wynosiła zaledwie około jednej czwartej teoretycznej ilości produktu.

Trzeba jednak zrozumieć, co było mierzone.

Nie optymalizowano jednej idealnej reakcji dla jednego związku. Testowano wspólne warunki dla szerokiej i celowo trudnej macierzy chemicznej.

W takim badaniu średnia jest miarą odporności metody na zmianę substratu. Przesunięcie dużej liczby reakcji z niemal nieużytecznego poziomu do zakresu, w którym można izolować i badać produkt, może być wartościowe nawet wtedy, gdy nie każda reakcja osiąga klasyczne 70–90 proc.

W chemii medycznej często nie potrzeba od razu kilogramów czystego związku.

Na wczesnym etapie wystarczy ilość umożliwiająca wykonanie testu biologicznego. Reakcja dająca 30 proc. może pozwolić wytworzyć kandydata, który przy 5-procentowej wydajności zostałby porzucony.

„Poprawa dla ponad 80 proc. substratów” wymaga dokładnego odczytania

OpenAI informuje, że w zoptymalizowanych warunkach wydajności poprawiły się dla 88 proc. badanych kwasów boronowych i 83 proc. sulfonamidów.

Nie oznacza to, że każda możliwa para z tych klas będzie działała dobrze.

Wynik dotyczy zestawu użytego w konkretnych kampaniach eksperymentalnych. Substraty wybrano tak, by reprezentowały różnorodność spotykaną w chemii medycznej, ale nadal była to skończona biblioteka.

Działanie pozostawało silnie zależne od struktury.

Szczególnie konsekwentne korzyści obserwowano dla ubogich w elektrony kwasów boronowych. Dla niektórych innych par dodanie TEMPO dawało niewielką poprawę, nie zmieniało wyniku albo wręcz go pogarszało.

Nie odkryto więc uniwersalnej reguły:

„dodaj TEMPO do każdego sprzęgania Chan–Lam”.

Odkryto obiecujący sposób poprawy konkretnej, trudnej klasy reakcji oraz wzorzec strukturalny wskazujący, gdzie metoda może być szczególnie przydatna.

Mikrolitrowy sukces musiał zostać przeniesiony na stół laboratoryjny

Eksperymenty wysokoprzepustowe prowadzono w objętości 28,6 mikrolitra i przy stężeniu 14 mM.

To znakomity format do równoległego przeszukiwania setek warunków przy niewielkim zużyciu odczynników. Może jednak generować efekty, które nie utrzymują się po zwiększeniu skali.

Znaczenie mogą mieć różnice w mieszaniu, przenoszeniu ciepła, dostępie tlenu, szybkości dozowania, rozpuszczalności i stratach materiału na powierzchniach naczyń.

Dlatego wynik z płytki nie jest jeszcze metodą laboratoryjną.

Chemicy ręcznie powtórzyli reprezentatywne reakcje w skali miligramowej, przy około trzykrotnie wyższym stężeniu. W całej walidacji korzyść z TEMPO stwierdzono dla 11 z 14 par substratów. Dla ośmiu par ilość produktu wzrosła ponad dwukrotnie.

W jednym z pierwszych zestawów czterech reakcji wydajności oznaczone metodą ilościowego NMR wynosiły:

• 10 proc. bez TEMPO i 33 proc. z TEMPO;
• 27 proc. bez TEMPO i 59 proc. z TEMPO;
• 49 proc. bez TEMPO i 42 proc. z TEMPO;
• 36 proc. bez TEMPO i 99 proc. z TEMPO.

To bardzo pouczający rozkład.

Trzy reakcje wyraźnie się poprawiły, w tym jedna osiągnęła niemal ilościową wydajność. Jedna zareagowała słabiej.

Metoda nie działała magicznie dla wszystkiego. Jej wartość polegała na statystycznie szerokiej korzyści, nie na absolutnej uniwersalności.

Wyniki przesiewowe były szacunkami, nie klasycznymi wydajnościami izolowanymi

Wysokoprzepustowa kampania wykorzystywała analizę LC-PDA-MS z wzorcem wewnętrznym.

Ilość produktów szacowano na podstawie powierzchni pików, korygując sygnały przy użyciu przewidywanych profili absorpcji. Jest to praktyczne rozwiązanie dla tysięcy eksperymentów, ponieważ oczyszczenie i zważenie produktu z każdego dołka byłoby nieproporcjonalnie czasochłonne.

Nie jest to jednak to samo, co wyizolowanie każdego produktu, oczyszczenie go i dokładne oznaczenie masy.

Wyniki mikroskalowe należy więc traktować przede wszystkim jako narzędzie porównywania warunków. Pokazują, które kombinacje konsekwentnie wytwarzają więcej produktu, ale pojedyncza wartość nie ma identycznego statusu jak klasyczna wydajność izolowana.

Ręczna walidacja, analiza NMR i potwierdzenie tożsamości produktów były dlatego kluczowym elementem pracy.

To również ważna lekcja dla automatyzacji nauki.

Jeżeli laboratorium produkuje dziesięć tysięcy wyników, nie oznacza to automatycznie dziesięciu tysięcy prawd o wysokiej jakości.

Wartość zależy od jakości metod pomiarowych, wzorców, kontroli, kalibracji i właściwej interpretacji niepewności.

Tańszy analog może się okazać ważniejszy od samego TEMPO

Druga kampania objęła również związki strukturalnie podobne do TEMPO.

Szczególnie interesujący okazał się 4-hydroksy-TEMPO, znany również jako TEMPOL. Zachowywał porównywalną zdolność wspierania sprzęgania, choć powodował nieco większą oksydacyjną deboronację.

Z perspektywy chemii procesowej TEMPOL może mieć dwie istotne zalety.

Po pierwsze, jest szeroko wykorzystywany w przemyśle polimerowym i może być znacznie tańszy od TEMPO, zależnie od skali zakupu.

Po drugie, dodatkowa grupa hydroksylowa zmienia jego rozpuszczalność. Bardziej polarny związek można łatwiej usunąć z mieszaniny reakcyjnej podczas ekstrakcji wodnej.

W laboratorium akademickim różnica między dwoma dodatkami może wydawać się drugorzędna.

W procesie wytwarzania substancji farmaceutycznej koszt reagentu, łatwość oczyszczania, pozostałości w produkcie i ilość generowanych odpadów mogą zdecydować, czy metoda ma sens ekonomiczny.

Jednocześnie praca nie wykazała jeszcze przemysłowej skalowalności procesu. „Potencjalnie atrakcyjny dla przemysłu” nie oznacza „gotowy do produkcji”.

Do tego potrzebne byłyby eksperymenty w znacznie większej skali, pełne bilanse masowe, charakterystyka zanieczyszczeń, bezpieczeństwo procesu oraz analiza kosztów i wpływu środowiskowego.

Najciekawszy wynik nie polega tylko na liczbie reakcji

System przeprowadził 10 080 reakcji.

Według porównania OpenAI chemik wykonujący trzy reakcje dziennie potrzebowałby na podobną liczbę eksperymentów niemal dekady. Cały projekt — od pierwszego polecenia do udostępnienia wyniku zewnętrznym ekspertom — trwał około trzech miesięcy.

Nie należy jednak porównywać pracy automatu i człowieka wyłącznie liczbą fiolek.

Doświadczony chemik nie próbowałby ręcznie wykonywać losowo wszystkich 10 tys. kombinacji. Użyłby wiedzy, intuicji i kolejnych wyników, aby zawężać przestrzeń.

Przewaga zautomatyzowanego systemu polega na czymś innym.

Może on jednocześnie łączyć dwie strategie:

• szerokie przeszukiwanie wielu warunków;
• iteracyjne koncentrowanie kolejnej kampanii na najbardziej informacyjnych obszarach.

Dzięki miniaturyzacji koszt przetestowania dodatkowej kombinacji staje się niski. Można sprawdzać również warunki, które człowiek uznałby za mało prawdopodobne albo zbyt dziwne.

To może być szczególnie cenne w chemii, gdzie historyczne przyzwyczajenia silnie wpływają na wybór odczynników.

Jeżeli większość badaczy używa tlenu, ponieważ taki protokół stał się standardem, niedoceniony dodatek może pozostawać na marginesie przez dekady — nie dlatego, że został dokładnie obalony, ale dlatego, że nikt nie przeprowadził wystarczająco szerokiego porównania.

AI nie pracowała samodzielnie

OpenAI określa system jako „niemal autonomiczny”, a nie w pełni autonomiczny.

To rozróżnienie jest uzasadnione.

Ludzie:

• przygotowali polecenia i strukturę pracy systemu;
• oceniali i wybierali propozycje do testowania;
• wprowadzali korekty do planów eksperymentalnych;
• kontrolowali fizyczną infrastrukturę;
• pomagali przygotowywać odczynniki i materiały;
• przeprowadzili ręczną walidację kluczowych wyników;
• oceniali interpretację chemiczną.

Jedna z istotnych korekt dotyczyła rezygnacji z DMSO jako rozpuszczalnika, ponieważ chemicy obawiali się jego reakcji z silniejszymi utleniaczami używanymi w porównaniach.

Model zaproponował pomysł, pomógł zaplanować eksperymenty, analizował dane i rekomendował kolejną rundę.

Nie posiadał jednak ostatecznej kontroli nad tym, co trafi do laboratorium.

Nie rozwiązywał samodzielnie wszystkich problemów praktycznych.

Nie zdecydował też niezależnie, że rezultat jest gotowy do ogłoszenia.

Najtrafniej opisać ten projekt jako system złożony z czterech elementów:

1. modelu ogólnego zdolnego do analizy literatury i generowania hipotez;
2. wyspecjalizowanego agenta przekładającego plany na procedury chemiczne;
3. zautomatyzowanego laboratorium wykonującego dużą liczbę eksperymentów;
4. chemików wybierających kierunek, korygujących błędy i potwierdzających wynik.

Odkrycia nie dokonał pojedynczy model.

Dokonała go cała konfiguracja człowiek–AI–robotyka–aparatura analityczna.

„AI chemik” to wygodna metafora, ale niepełny opis

Określenie „AI chemik” sugeruje jednego cyfrowego naukowca wykonującego pracę analogiczną do pracy człowieka.

W rzeczywistości funkcje klasycznego chemika zostały rozdzielone.

GPT-5.4 odpowiadał przede wszystkim za pracę na poziomie hipotez, literatury i interpretacji.

Maria AI przekładała propozycje na ustrukturyzowane plany eksperymentalne.

Robotyczne laboratorium wykonywało operacje fizyczne.

Instrumenty analityczne mierzyły produkty.

Ludzie sprawowali nadzór epistemiczny i praktyczny.

To nie jest cyfrowy odpowiednik jednej osoby w fartuchu.

To nowa architektura organizacji eksperymentu.

W przyszłości właśnie ten model może okazać się ważniejszy od pytania, czy AI „zastąpi naukowca”.

Automatyzacja nie musi odtwarzać całej osoby. Może przejmować lub przyspieszać poszczególne etapy cyklu:

literatura → hipoteza → projekt eksperymentu → wykonanie → pomiar → analiza → kolejna hipoteza.

Największa wartość pojawia się wtedy, gdy przejścia między tymi etapami nie wymagają wielodniowego ręcznego przekazywania informacji.

Jeden z czterech pomysłów został obalony

Spośród czterech propozycji wybranych do eksperymentalnego testowania dwie kolejne, poza projektem TEMPO, uzyskały potwierdzenie w Maria Lab. Jedna została obalona. Ich pełna analiza pozostaje w toku.

To pozornie drugorzędna informacja, ale może być jednym z najważniejszych elementów całego projektu.

System naukowy nie powinien być oceniany wyłącznie na podstawie najlepszego rezultatu.

Jeżeli pokazuje się tylko jedną udaną hipotezę spośród tysięcy wygenerowanych propozycji, łatwo stworzyć złudzenie nieomylności.

W tym przypadku ludzie wybrali cztery pomysły, a przynajmniej jeden nie przetrwał eksperymentu. To normalna nauka.

Wartość AI nie musi polegać na tym, że każda jej sugestia jest prawdziwa.

Może polegać na zwiększeniu liczby sensownych, testowalnych hipotez, które można szybko potwierdzić albo odrzucić.

Dobry system nie tylko częściej trafia.

Powinien także umożliwiać tanie i jednoznaczne odkrywanie, że się mylił.

Wydajność reakcji nie jest jeszcze pełnym dowodem użyteczności

Autorzy pokazali wzrost ilości pożądanego produktu i ograniczenie jednego z głównych procesów ubocznych.

Nie odpowiedzieli jednak jeszcze na kilka zasadniczych pytań.

Po pierwsze, mechanizm działania TEMPO pozostaje nieustalony.

Dane są zgodne z hipotezą, że dodatek wpływa na chemię redoks miedzi i ogranicza degradację kwasów boronowych. Nie wiadomo jednak dokładnie, które formy miedzi powstają, czy TEMPO działa jako utleniacz, mediator, wychwytywacz rodników, ligand pośredni czy przez kombinację kilku mechanizmów.

Po drugie, nie znamy pełnego zakresu substratów.

Badano zróżnicowany zestaw, ale chemiczna przestrzeń sulfonamidów i kwasów boronowych jest znacznie większa. Szczególne wyzwania mogą stanowić rozbudowane cząsteczki, grupy wrażliwe na utlenianie, trudne heterocykle albo związki o słabej rozpuszczalności.

Po trzecie, potrzebna jest niezależna replikacja.

Czterech zewnętrznych chemików oceniło preprint i uznało wynik za nowatorski oraz wart udostępnienia. To nie jest jednak to samo, co odtworzenie metody przez niezależne laboratoria z wykorzystaniem własnych odczynników, aparatury i procedur.

Po czwarte, nie porównano jeszcze kompletnej ekonomiki procesu z najlepszymi alternatywnymi ścieżkami syntezy.

Reakcja może dawać lepszą wydajność niż kontrola bez TEMPO, lecz w konkretnym projekcie chemik może wybrać zupełnie inną metodę tworzenia wiązania węgiel–azot.

Nie jest to jeszcze rozwiązanie dla produkcji leków

Przejście od reakcji miligramowej do przemysłowej nie polega na prostym pomnożeniu ilości odczynników.

W dużej skali zmieniają się:

• transport ciepła;
• mieszanie;
• dostęp tlenu;
• tempo dodawania reagentów;
• rozpuszczalność;
• bezpieczeństwo termiczne;
• powstawanie i usuwanie zanieczyszczeń;
• odzysk rozpuszczalników;
• koszt oczyszczania;
• poziom pozostałości miedzi w produkcie.

Dwa równoważniki TEMPO oznaczają użycie ilości stechiometrycznej, a nie katalitycznej. Przy produkcji wielu ton substancji koszt i strumień odpadów mogą stać się znaczące.

TEMPOL może częściowo poprawiać ekonomikę i ułatwiać oczyszczanie. Nadal wymaga to jednak eksperymentalnego potwierdzenia na skali procesowej.

Nie powstał więc gotowy proces produkcji substancji czynnej.

Powstał punkt wyjścia, który chemik procesowy może rozwinąć, zmodyfikować albo wykorzystać w wybranych projektach.

Najbardziej wartościowym rezultatem może być mapa niepowodzeń

Kampania nie dostarczyła tylko jednej najlepszej receptury.

Wygenerowała zbiór 10 080 wyników obejmujących relacje między:

• strukturą substratów;
• rodzajem utleniacza;
• ilością miedzi;
• rozpuszczalnikiem;
• zasadą;
• temperaturą;
• wydajnością produktu;
• produktami deboronacji;
• selektywnością mono- i diarylacji.

Taki zbiór może być wartościowy również wtedy, gdy konkretna metoda TEMPO nie stanie się powszechnym standardem.

Pokazuje, które kombinacje zawodzą, jakie klasy substratów są szczególnie trudne i które parametry reagują ze sobą w nieintuicyjny sposób.

W klasycznej literaturze negatywne wyniki są publikowane znacznie rzadziej niż udane reakcje. Chemik widzi końcowe warunki, ale często nie wie, jakie setki wariantów zostały sprawdzone i odrzucone.

Automatyczne laboratoria mogą zmienić tę sytuację.

Jeżeli dane są dobrze opisane i zachowane, niepowodzenia przestają być odpadem procesu badawczego. Stają się materiałem do trenowania kolejnych modeli i projektowania następnych eksperymentów.

AI może zmienić ekonomię pytania eksperymentalnego

W tradycyjnym laboratorium każdy eksperyment ma zauważalny koszt czasu ludzkiego.

Chemik musi przygotować odczynniki, ustawić reakcję, obserwować przebieg, wykonać analizę i opisać wynik. Przy ograniczonej przepustowości wybiera więc tylko najbardziej prawdopodobne warunki.

To racjonalne, ale prowadzi do eksploatacji dobrze znanych obszarów.

Robotyczne, zminiaturyzowane laboratorium zmniejsza koszt krańcowy kolejnej reakcji. Można pozwolić sobie na szerszą eksplorację, testowanie nieintuicyjnych dodatków i sprawdzanie interakcji między wieloma parametrami.

Model AI może następnie analizować wyniki szybciej, niż człowiek byłby w stanie ręcznie porównać tysiące chromatogramów i tabel.

Nie oznacza to, że przyszłość chemii polega na bezmyślnym przeprowadzaniu milionów reakcji.

Najbardziej obiecujący jest model hybrydowy:

1. AI proponuje szeroką pulę hipotez;
2. eksperci eliminują pomysły błędne, niebezpieczne lub nieistotne;
3. automatyczne laboratorium wykonuje informacyjny zestaw eksperymentów;
4. model aktualizuje hipotezy na podstawie danych;
5. kolejna kampania koncentruje się na obszarach największej wartości lub niepewności;
6. chemicy ręcznie potwierdzają najważniejsze wyniki.

To nie jest automatyzacja pojedynczego kroku.

To kompresja całej pętli uczenia.

Wąskim gardłem stanie się jakość pomiaru

Gdy laboratorium może przeprowadzać tysiące reakcji, problem przesuwa się z generowania danych na ich wiarygodność.

Niewielki systematyczny błąd dozowania może zostać powielony w setkach dołków.

Nieprawidłowo zidentyfikowany pik może wpłynąć na ranking tysięcy wyników.

Model może dostrzec wzorzec będący skutkiem rozmieszczenia reakcji na płytce, różnic między partiami odczynników albo błędów instrumentu.

Im większa automatyzacja, tym ważniejsze stają się:

• kontrole pozytywne i negatywne;
• randomizacja układu eksperymentów;
• śledzenie partii odczynników;
• kalibracja urządzeń;
• rejestrowanie pełnego pochodzenia danych;
• identyfikacja artefaktów;
• ręczne potwierdzanie kluczowych rezultatów.

AI może przeanalizować dane znacznie szybciej niż człowiek.

Może też znacznie szybciej wyciągnąć przekonujący wniosek z błędnie zmierzonego sygnału.

Największym osiągnięciem nie jest „kreatywność” modelu

Dyskusja o AI w nauce często sprowadza się do pytania, czy model potrafi mieć oryginalny pomysł.

W tym przypadku propozycja zastosowania TEMPO została przez chemików uznana za zaskakującą i interesującą. Nie była jednak ideą powstałą całkowicie bez historycznych precedensów.

Znacznie ważniejsza była zdolność systemu do uczestnictwa w kilku kolejnych etapach:

• przejrzenia literatury;
• wskazania problemu;
• wygenerowania konkretnej hipotezy;
• zaprojektowania macierzy eksperymentów;
• analizy pierwszej rundy;
• zaproponowania drugiej kampanii;
• interpretacji wyników;
• znalezienia tańszego analogu dodatku.

Pojedynczy trafny pomysł może być szczęśliwym przypadkiem.

Zdolność do utrzymywania spójnej pętli badawczej jest trudniejsza i potencjalnie bardziej wartościowa.

Nauka nie polega wyłącznie na wymyślaniu hipotez.

Polega na konfrontowaniu ich z rzeczywistością, przyjmowaniu wyników negatywnych i decydowaniu, co sprawdzić dalej.

Nie wiemy jeszcze, czy system zwiększa ogólną produktywność nauki

Ten projekt jest demonstracją jednego udanego programu.

Nie pozwala obliczyć, jak często podobne systemy będą tworzyć użyteczne wyniki, ile będzie kosztować infrastruktura ani jak wypadną w porównaniu z dobrze wyposażonym zespołem chemików wykorzystujących klasyczne HTE.

Nie wiadomo także:

• ile propozycji wygenerowano przed wyborem końcowej puli;
• jak wyglądał pełny rozkład ich jakości;
• ile pracy ludzkiej pochłonęło przygotowanie systemu;
• jak łatwo przepływ można przenieść na inną klasę reakcji;
• czy podobny wynik da się uzyskać bez wyspecjalizowanej infrastruktury Molecule.one;
• jak często modele zaproponują pomysły pozornie nowe, ale już opisane w trudno dostępnej literaturze.

Do oceny produktywności potrzebna byłaby seria porównywalnych projektów, obejmująca również porażki, czas pracy ekspertów, koszt odczynników i rzeczywistą wartość naukową wyników.

Jeden udany przypadek pokazuje możliwość.

Nie określa jeszcze jej średniej skuteczności.

Najsilniejszy test dopiero nadejdzie

Autorzy sami wskazują, że następnym krokiem powinna być niezależna replikacja i rozszerzenie zakresu reakcji.

Społeczność chemiczna będzie musiała sprawdzić:

• czy efekt TEMPO powtarza się w innych laboratoriach;
• jak zachowuje się przy innych klasach sulfonamidów i kwasów boronowych;
• które grupy funkcyjne są tolerowane;
• w jakich warunkach reakcja zawodzi;
• jaki jest dokładny mechanizm;
• czy można zmniejszyć ilość TEMPO i miedzi;
• czy warunki nadają się do bardziej złożonych cząsteczek podobnych do rzeczywistych kandydatów na leki;
• czy proces ma przewagę kosztową i środowiskową nad alternatywami.

Dopiero wtedy będzie można ustalić, czy wynik pozostanie interesującą demonstracją, czy wejdzie do codziennego zestawu narzędzi chemików medycznych.

Prawdziwe odkrycie naukowe nie kończy się w chwili publikacji.

Zaczyna wtedy przechodzić przez próbę obcych laboratoriów.

To nie jest historia o zastępowaniu chemików

Najbardziej prawdopodobnym skutkiem takich systemów nie będzie laboratorium pozbawione ludzi.

Chemicy pozostaną niezbędni do:

• wyboru problemów o rzeczywistym znaczeniu;
• oceny sensowności hipotez;
• rozpoznawania artefaktów;
• projektowania właściwych kontroli;
• rozwiązywania problemów fizycznych i proceduralnych;
• interpretowania mechanizmu;
• podejmowania decyzji przy niepełnych danych;
• potwierdzania, że produkt rzeczywiście jest tym związkiem, za który go uznano.

Zmieni się natomiast skala tego, czym mogą się zajmować.

Zamiast ręcznie wykonywać dziesiątki podobnych reakcji, chemik może projektować przestrzeń eksperymentalną, oceniać wyniki i koncentrować się na wyjątkach.

Zamiast przeglądać każdy chromatogram oddzielnie, może badać anomalie wskazane przez system.

Zamiast wybierać trzy najbardziej intuicyjne warunki, może sprawdzić sto, nie zwiększając proporcjonalnie czasu pracy ludzkiej.

Rola przesuwa się od wykonywania każdej operacji do projektowania, kontrolowania i interpretowania systemu eksperymentalnego.

Paradoks automatycznej nauki: potrzeba jeszcze lepszych naukowców

Im większą część rutynowej pracy przejmują modele i roboty, tym bardziej wartościowa staje się wiedza pozwalająca ocenić, czy cały proces ma sens.

System może wygenerować tysiące hipotez.

Ktoś musi wiedzieć, która odpowiada ważnemu problemowi.

Może przeprowadzić tysiące reakcji.

Ktoś musi zauważyć, że kontrola była niewłaściwa.

Może znaleźć korelację między dodatkiem i wydajnością.

Ktoś musi zaprojektować eksperyment rozróżniający możliwe mechanizmy.

Może optymalizować wynik analityczny.

Ktoś musi ustalić, czy optymalizowana wartość rzeczywiście odpowiada użyteczności syntetycznej.

Automatyzacja nie eliminuje potrzeby ekspertyzy.

Zwiększa koszt jej braku, ponieważ błędna decyzja może zostać powielona w ogromnej skali.

Gdzie znajduje się prawdziwy przełom

Nie w tym, że model znał nazwę TEMPO.

Nie w tym, że robot wykonał 10 tys. reakcji.

Nie nawet w tym, że średnia wydajność wzrosła o 8,6 punktu procentowego.

Najważniejsze jest połączenie rozumowania i eksperymentu w krótkiej, iteracyjnej pętli.

Modele językowe są zwykle oceniane na podstawie odpowiedzi tekstowych. Mogą stworzyć przekonujące wyjaśnienie, nawet jeśli nie odpowiada ono rzeczywistości.

Tutaj hipoteza musiała przetrwać kontakt z fizycznymi cząsteczkami.

Odczynnik albo zwiększał ilość produktu, albo nie.

Kwas boronowy albo ulegał deboronacji, albo pozostawał dostępny do sprzęgania.

Eksperyment dostarczał sygnału, którego nie można było poprawić retoryką.

To właśnie połączenie modelu z laboratorium może być najważniejszym kierunkiem rozwoju AI w nauce.

Nie dlatego, że eliminuje błędy.

Dlatego, że umożliwia szybkie konfrontowanie twierdzeń z rzeczywistością.

AI nie musi samodzielnie odkrywać leków, by zmienić farmację

Droga od celu biologicznego do leku składa się z tysięcy problemów pośrednich.

Trzeba znaleźć cząsteczkę, którą da się zsyntetyzować. Poprawić jej aktywność. Zmniejszyć toksyczność. Zwiększyć rozpuszczalność. Opracować syntezę analogów. Znaleźć metodę oczyszczania. Zbudować proces produkcyjny.

Nie każdy z tych kroków wygląda jak przełom naukowy.

Każdy może jednak zatrzymać cały program.

Jeżeli systemy AI połączone z automatycznymi laboratoriami będą konsekwentnie rozwiązywały takie lokalne wąskie gardła, ich łączny wpływ może być większy niż wpływ pojedynczego spektakularnego „leku zaprojektowanego przez AI”.

Poprawa jednej reakcji nie leczy pacjenta.

Może jednak pozwolić chemikom stworzyć sto cząsteczek, których wcześniej nie opłacało się syntetyzować. Wśród nich może znajdować się związek o lepszej aktywności, selektywności albo bezpieczeństwie.

Wpływ jest pośredni, ale realny.

Najważniejszy wniosek

Projekt OpenAI i Molecule.one nie dowodzi, że autonomiczne systemy potrafią samodzielnie prowadzić dowolny program chemiczny od pomysłu do przemysłowego procesu.

Nie dowodzi też, że TEMPO rozwiązuje wszystkie problemy sprzęgania Chan–Lam ani że zoptymalizowane warunki są już gotowe do produkcji substancji farmaceutycznych.

Pokazuje coś bardziej konkretnego.

Model może:

• znaleźć interesującą lukę w literaturze;
• zaproponować testowalną i nieoczywistą hipotezę;
• współtworzyć program tysięcy eksperymentów;
• analizować fizyczne wyniki;
• kierować kolejną rundą badań;
• doprowadzić do rezultatu, który chemicy mogą ręcznie zweryfikować.

W ciągu trzech miesięcy system pomógł zidentyfikować warunki zwiększające średnią wydajność trudnej reakcji z 16,6 do 25,2 proc., ponad dwukrotnie zwiększające udział użytecznych reakcji i poprawiające wynik w 11 z 14 prób walidacyjnych w większej skali.

To nie jest jeszcze autonomiczna nauka.

Jest to jednak coś więcej niż chatbot opisujący cudze publikacje.

Najważniejszym krokiem nie było nauczenie AI chemii. Było nim zamknięcie pętli między tym, co model twierdzi, a tym, co rzeczywiście wydarza się w kolbie.