OpenAI et Molecule.one démontrent un chimiste IA quasi autonome

Résumé

OpenAI et Molecule.one ont connecté GPT‑5.4 à Maria, une IA chimiste agentique couplée à un laboratoire à haut débit, pour optimiser une version difficile du couplage de Chan–Lam sur des sulfonamides primaires. Le système a généré des propositions de recherche, piloté 10 080 réactions et obtenu des gains de rendement significatifs, confirmés à l’échelle du laboratoire.

Les faits

OpenAI présente un nouveau jalon de son travail scientifique, affirmant que « l’IA avancée peut devenir un partenaire puissant pour les scientifiques », capable d’« accélérer des découvertes qui bénéficient à l’humanité ». L’entreprise rappelle des résultats précédents en mathématiques, physique théorique et biologie, ainsi que le lancement de GPT‑Rosalind pour la recherche en sciences de la vie et la découverte de médicaments. Dans ce projet, OpenAI s’associe à Molecule.one et connecte GPT‑5.4 à Maria, décrit comme « une IA de chimie agentique intégrée à un laboratoire à haut débit pour la recherche autonome », avec un objectif ouvert : améliorer une classe importante de réactions. Le système a « généré des propositions de recherche, conçu et exécuté des expériences, analysé les données expérimentales et proposé des expériences de suivi », tandis que des humains restaient dans la boucle pour orienter, noter et sélectionner les propositions, corriger de manière limitée les plans expérimentaux, aider aux opérations de base au laboratoire et valider indépendamment le résultat final. La proposition jugée la plus prometteuse, OAI‑M1‑03, s’est concentrée sur une version « difficile mais utile » du couplage de Chan–Lam, utilisé pour former des liaisons carbone–azote. À partir de l’objectif d’améliorer cette réaction pour la chimie de procédé, GPT‑5.4 a « identifié de manière indépendante les sulfonamides primaires comme une classe de substrats difficile et à forte valeur » et suggéré que des oxydants doux, dont TEMPO, pourraient améliorer la réaction. En deux cycles d’expérimentation dans Maria Lab, cette idée a produit une amélioration notable : les rendements mesurés ont augmenté pour 88 % des acides boroniques et 83 % des sulfonamides testés, le rendement moyen est passé de 16,6 % à 25,2 %, et la part de réactions au‑delà de 30 % de rendement est montée de 15,6 % à 37,5 %. Les chimistes humains ont ensuite répété des réactions représentatives à l’échelle du laboratoire (bench scale), confirmant les résultats obtenus à l’échelle microlitrique : des rendements plus élevés ont été observés pour 11 des 14 paires de substrats, « avec une augmentation de plus de deux fois dans la plupart des cas ». OpenAI souligne que cette amélioration est cruciale car les chimistes médicinaux ont besoin de réactions qui fonctionnent non seulement en micro‑litres pour le criblage, mais aussi dans des conditions pratiques de laboratoire. Maria Lab est décrit comme le laboratoire spécialisé à haut débit de Molecule.one qui « a mené 10 080 réactions dans OAI‑M1‑03 ». L’article rappelle que la chimie organique sous‑tend tous les médicaments à petite molécule et de nombreux produits en agriculture, électronique et science des matériaux. Une réaction est jugée particulièrement utile lorsqu’elle forme de manière fiable le même type de liaison chimique à partir de nombreux matériaux de départ différents. À l’inverse, des rendements faibles ou trop de sous‑produits contraignent les chimistes à abandonner des molécules prometteuses ou à investir du temps pour développer une autre voie de synthèse, faisant de la synthèse « un goulot d’étranglement majeur » en découverte de médicaments. Le couplage de Chan–Lam est mis en avant car il forme des liaisons carbone–azote, fréquentes dans les médicaments. Pourtant, le couplage des sulfonamides primaires avec des acides boroniques a « historiquement produit de faibles rendements », alors même que le groupe sulfonamide apparaît dans des médicaments couvrant un large éventail de domaines thérapeutiques, notamment des anticancéreux, des antimicrobiens et des diurétiques. Rendre cette forme de la réaction plus fiable pourrait « offrir aux chimistes médicinaux un moyen plus large et plus pratique de produire et d’explorer des molécules potentiellement utiles ». OpenAI présente ce résultat comme « un exemple concret » d’IA capable de passer en revue la littérature, proposer une idée inattendue, contribuer à la conception et à l’analyse d’expériences, et aboutir à une découverte scientifique que les chimistes humains peuvent évaluer.

Pourquoi c’est important

Ce travail illustre une étape structurante vers des systèmes d’IA capables de couvrir une grande partie de la boucle de recherche scientifique, bien au‑delà du simple raisonnement théorique. En impliquant GPT‑5.4 dans la génération d’hypothèses, la conception de plans expérimentaux et l’analyse de données issues de 10 080 réactions, le dispositif montre comment un modèle généraliste peut devenir un co‑chercheur pour la chimie médicinale. L’amélioration d’un couplage de Chan–Lam historiquement peu efficient sur les sulfonamides primaires s’attaque directement à un « goulot d’étranglement majeur » de la découverte de médicaments : la synthèse. En rendant plus fiable une réaction clé pour la formation de liaisons carbone–azote et l’exploration de molécules contenant un groupe sulfonamide, cette approche ouvre la voie à une accélération concrète du criblage de composés et de l’exploration de nouvelles pistes thérapeutiques, tout en offrant un modèle reproductible d’intégration entre IA, laboratoire autonome et expertise humaine.

Questions fréquentes

Qu’ont réalisé OpenAI et Molecule.one dans ce projet ?

Ils ont connecté GPT‑5.4 à Maria, une IA de chimie intégrée à un laboratoire à haut débit, pour améliorer une version difficile du couplage de Chan–Lam, en générant des propositions de recherche et en pilotant des milliers d’expériences.

Quel type de réaction la proposition OAI‑M1‑03 a‑t‑elle optimisé ?

Elle s’est concentrée sur une version difficile mais utile du couplage de Chan–Lam, utilisé pour former des liaisons carbone–azote, ciblant en particulier le couplage de sulfonamides primaires avec des acides boroniques.

Quels gains de rendement ont été observés sous les conditions optimisées ?

Les rendements ont augmenté pour 88 % des acides boroniques et 83 % des sulfonamides testés, le rendement moyen passant de 16,6 % à 25,2 %, et la part des réactions au‑dessus de 30 % de rendement de 15,6 % à 37,5 %.

Comment les chimistes humains ont‑ils validé les résultats ?

Ils ont répété des réactions représentatives à l’échelle du laboratoire, confirmant des rendements plus élevés pour 11 des 14 paires de substrats, avec une augmentation de plus de deux fois dans la plupart des cas.

Pourquoi cette avancée est‑elle importante pour la découverte de médicaments ?

Parce que la synthèse est un goulot d’étranglement majeur : les scientifiques ne peuvent tester que les molécules qu’ils peuvent produire. Améliorer le couplage de Chan–Lam sur les sulfonamides primaires offre une voie plus fiable pour générer et explorer des molécules potentiellement thérapeutiques.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.