Veštačka inteligencija na srpskom 19.06.2026.
Novosti

OpenAI i Molecule.one: AI je sam predložio rešenje za tešku reakciju u otkrivanju lekova

19. June 20266 min čitanja
OpenAI i Molecule.one: AI je sam predložio rešenje za tešku reakciju u otkrivanju lekova

Kompanija OpenAI saopštila je 17. juna da je veštačka inteligencija, u saradnji sa poljskim startapom Molecule.one, predložila i potom potvrdila poboljšanje hemijske reakcije koja godinama predstavlja usko grlo u ranim fazama otkrivanja lekova. Prema navodima kompanije, reč je o prvom javno dokumentovanom slučaju u kome je napredni model radio kao gotovo samostalan agent u stvarnoj laboratoriji, a ne samo kao alat koji predlaže ideje na papiru.

Projekat je trajao oko tri meseca, od početka marta do početka juna ove godine. OpenAI je koristio model GPT-5.4, dok je Molecule.one obezbedio svoj laboratorijski sistem pod imenom Maria, povezan sa automatizovanom laboratorijom velikog protoka. Kompanije navode da je sistem u dva ciklusa izveo ukupno 10.080 reakcija, posle čega su ljudski hemičari ručno proverili deo rezultata.

Koji je problem rešavan

U središtu eksperimenta je takozvana Chan-Lam reakcija, postupak u kome se uz pomoć bakra kao katalizatora gradi veza između ugljenika i azota. Takve veze su česte u lekovima, pa je reakcija važna za hemičare. Jedna njena varijanta, spajanje primarnih sulfonamida sa arilboronskim kiselinama, istorijski je davala niske prinose i bila teška za izvođenje, što ju je činilo poznatim ograničenjem u ranoj fazi razvoja lekova. Sulfonamidi se, prema navodima iz objave, nalaze u više od devedeset odobrenih lekova, od onkologije do kardiologije.

Glavni uzrok slabog prinosa je sporedni proces u kome se boronska kiselina razgrađuje pre nego što stigne da uđe u željenu reakciju. Model je, prema OpenAI, predložio da se u smešu doda TEMPO, blagi oksidans koji je hemičarima odavno poznat, kako bi se taj sporedni put suzbio. Kompanija navodi i da je srodno jedinjenje, poznato kao 4-hidroksi-TEMPO, pokazalo sličan učinak, uz pretpostavku da je jeftinije i lakše ga je ukloniti iz smeše.

Šta pokazuju brojke

U automatizovanoj laboratoriji, prema podacima koje je iznela kompanija, prosečan procenjeni prinos porastao je sa 16,6 na 25,2 odsto. Udeo reakcija koje su prešle prag od trideset odsto prinosa povećao se sa 15,6 na 37,5 odsto. Da bi se rezultat proverio van automatizovanog sistema, ljudski hemičari su na klasičnoj opremi ispitali 14 reprezentativnih parova polaznih jedinjenja. U 11 od 14 slučajeva zabeležen je veći prinos, a u većini njih više nego dvostruko.

OpenAI naglašava da je reč o nezavisnoj proveri na stolu, odvojenoj od mašinske serije, što je u hemiji važan korak jer rezultati automatizovanih sistema ne moraju uvek da se ponove pri uobičajenom načinu rada. Kompanija ipak navodi da nalaz tek treba da potvrde i druge laboratorije i da mehanizam reakcije nije do kraja razjašnjen.

Gde je granica samostalnosti

OpenAI ceo postupak opisuje kao gotovo samostalan, a ne potpuno samostalan. Prema opisu, model je generisao predloge, rangirao hiljade istraživačkih ideja, izabrane planove pretvarao u uputstva za izvođenje eksperimenata, analizirao sirove podatke i predlagao naredne korake. Ljudi su pisali uputstva za usmeravanje i ocenjivanje, pregledali najbolje rangirane predloge i odabrali četiri za testiranje, ispravljali eksperimentalne planove i zadržali kontrolu nad laboratorijskom infrastrukturom.

Kao primer ljudske intervencije, kompanija navodi da su hemičari isključili određeni rastvarač zbog sumnje da nije u skladu sa oksidansom. Time se ilustruje podela uloga: model je pokrivao širinu i brzinu razmatranja velikog broja varijanti, dok je ljudski tim donosio konačne odluke i obavljao proveru.

Zašto je objava značajna i šta su njena ograničenja

Spajanje velikih jezičkih modela sa automatizovanim laboratorijama godinama se pominje kao mogući pravac u hemiji i biologiji, ali je broj javno opisanih primera u stvarnom laboratorijskom radu mali. Ovaj slučaj je značajan jer dolazi sa konkretnim brojkama, nezavisnom proverom na stolu i otvoreno navedenim ograničenjima, umesto najave bez podataka.

Molecule.one je startap koji razvija alate za planiranje hemijske sinteze, a saradnja sa OpenAI uklapa se u širi pravac u kome se modeli ne koriste samo za ćaskanje i pisanje teksta, već se povezuju sa opremom koja izvodi stvarne radnje. Slične najave dolazile su i ranije, ali su retko bile praćene podacima o broju izvedenih reakcija i nezavisnom proverom van automatizovanog sistema. Upravo to ovaj primer izdvaja od opštijih obećanja o tome da će veštačka inteligencija ubrzati nauku.

Sama kompanija ističe da je projekat uskog obima i da nije reč o potpuno samostalnom istraživačkom programu. Rezultat zavisi od posebne fizičke infrastrukture, odnosno od automatizovane laboratorije, pa se ne može lako preneti na bilo koju sredinu. OpenAI navodi i da su primenjene bezbednosne granice, tako da je rad ograničen na legitimnu medicinsku hemiju i da su izbegnute teme poput otrova i hemijskog oružja, uz to što su ljudi birali predloge i držali kontrolu nad opremom.

Za istraživačke grupe i farmaceutske timove u regionu, poruka je pre svega metodološka. Postupak pokazuje kako se model može uklopiti u laboratorijski tok kao pomoć pri razmatranju velikog broja varijanti, ali i da ljudska provera ostaje obavezna. Da li će se ovakav pristup pokazati korisnim izvan jednog problema, zavisiće od toga koliko će se nalaz potvrditi u drugim laboratorijama i na drugim reakcijama.

Često postavljana pitanja

Šta su OpenAI i Molecule.one tačno postigli?

Prema navodima kompanije, veštačka inteligencija je predložila dodavanje blagog oksidansa TEMPO koji je poboljšao prinos Chan-Lam reakcije sa primarnim sulfonamidima, koja je ranije davala niske prinose. Ljudski hemičari su rezultat nezavisno proverili na klasičnoj opremi.

Da li je veštačka inteligencija radila potpuno samostalno?

Ne. OpenAI postupak opisuje kao gotovo samostalan. Model je predlagao, rangirao ideje, pisao uputstva za eksperimente i analizirao podatke, dok su ljudi birali predloge, ispravljali planove, obavljali proveru i kontrolisali laboratoriju.

Koliko je eksperiment bio velik?

Automatizovani sistem je u dva ciklusa izveo 10.080 reakcija. Prosečan procenjeni prinos porastao je sa 16,6 na 25,2 odsto. Ljudski hemičari su zatim proverili 14 reprezentativnih parova jedinjenja i u 11 slučajeva zabeležili veći prinos.

Koja su glavna ograničenja?

Kompanija navodi da nalaz tek treba da potvrde druge laboratorije, da mehanizam reakcije nije do kraja razjašnjen i da je projekat uskog obima. Postupak zavisi od posebne automatizovane laboratorije i nije potpuno samostalan istraživački program.

Ključne reči
OpenAI Molecule.one GPT-5.4 veštačka inteligencija otkrivanje lekova Chan-Lam reakcija AI agenti medicinska hemija
Podeli članak
Prethodni članakAnthropic dodaje Artifacts u Claude Code:...

Budi u toku sa AI revolucijom

Prijavi se na newsletter i primaj najvažnije o AI agentima i modelima u inbox.