药物研发领域迎来一项突破性进展：OpenAI与Molecule.one合作开发的系统，在近乎自主的条件下优化了有机合成中的关键反应。这一成果标志着人工智能开始深度参与药物分子构建的核心环节，为解决合成瓶颈提供了全新思路。
研究团队聚焦于Chan–Lam偶联反应——这种构建碳氮键的常用方法在特定底物组合中存在产率低下的问题。以伯磺酰胺与硼酸的偶联为例，传统方法生成的副产物多、有效成分少，导致许多潜在药物分子因合成困难被放弃。磺酰胺类化合物广泛存在于抗癌药、抗菌剂等重要药物中，改进该反应具有重大临床价值。
系统由GPT-5.4模型与Molecule.one的化学智能体Maria协同工作。研究人员仅设定"优化特定反应类"的宏观目标，具体方案制定、实验设计与数据分析均由AI自主完成。模型首先生成数千个研究路径，经人类专家筛选后，Maria将入选方案转化为高通量实验指令，在自动化实验室中同步推进上万次反应。
在四组候选方案中，编号OAI-M1-03的路径展现出惊人创新性。模型提出使用TEMPO这类温和氧化剂作为添加剂，这一设想完全超出化学家预期。实验验证显示，该方案使88%的硼酸底物和83%的磺酰胺底物产率显著提升，平均产率从16.6%跃升至25.2%，高产率反应比例翻倍。更令人振奋的是，AI后续发现TEMPO的廉价替代品4-hydroxy-TEMPO几乎保持同等效能，大幅降低工业化应用成本。
整个研究周期历时三个月，其中六周用于自动化实验，剩余时间由人类团队完成结果验证与论文撰写。Maria系统累计完成10,080次反应，相当于化学家每日工作三小时、持续十年的实验量。人工复核的14组代表性反应中，11组产率得到确认提升，其中8组增幅超过200%。
尽管取得显著进展，研究团队强调这仍属于"近乎自主"阶段。人类专家在多个关键环节发挥不可替代作用：制定初始研究框架、筛选AI生成的候选方案、调整实验参数（如叫停DMSO溶剂使用）、亲手复现重要结果等。模型虽能自主规划实验路径，但最终决策权始终掌握在科研人员手中。
该成果已引发学界广泛关注。外部专家指出，AI展现出的能力已覆盖科学研究的核心流程：从假设生成到实验设计，从数据解析到成果验证。虽然距离完全自主的药物研发尚有距离，但系统证明前沿模型完全能够支撑大部分基础研究工作。这项突破为化学合成领域开辟了新范式，未来可能重塑药物发现的技术路线。
详细研究数据与实验方法已通过开放渠道公布，供全球科研团队验证与拓展。研究团队特别强调，所有关键发现均经过严格人工复核，确保成果的可重复性与学术严谨性。这项合作标志着人工智能与化学科学的融合进入新阶段，为解决复杂科学问题提供了强大工具。
