OpenAIは、自律型実験システム「Maria」とGPT-5.4を連携させ、医薬品化学における難題であった「チャン・ラムカップリング反応」の最適化に成功したと発表した。AIが実験の立案から解析までを主導するこの成果は、創薬研究のボトルネックである合成プロセスの効率化に新たな道筋を示すものだ。
OpenAIの発表によれば、AIは単なる言語処理ツールから、物理的な実験室を制御する「研究パートナー」へと進化している。同社はMolecule.one社の自律型化学ラボ「Maria」とGPT-5.4を接続し、医薬品合成に不可欠な炭素-窒素結合を形成するチャン・ラムカップリング反応の最適化を試みた。従来、この反応は特定の基質、特に一次スルホンアミドに対して収率が低いという課題があり、創薬の足かせとなっていた。AIが実験の立案から解析までを主導することで、このボトルネックの解消に貢献すると見られる。
OpenAIの報告では、AIは膨大な文献データから「TEMPO」という酸化剤の添加がチャン・ラムカップリング反応に有効であるという仮説を導き出した。Mariaラボは2026年3月4日から6月4日までの3カ月間で、1万80件を超える反応実験を自動実行し、この仮説を検証した。結果として、試験対象の8割以上で収率が改善し、平均収率は16.6%から25.2%へと大幅に向上した。この数値は、実用的な創薬ワークフローへの応用可能性を示唆するものである。
AIが実験の立案、実行、データ解析といった反復的で時間のかかるタスクを自律的に担うことで、人間の研究者はより高度な知的活動に集中できる。具体的には、AIが生成した実験計画の妥当性評価、予期せぬ結果の深掘り、そして新たな研究戦略の策定など、人間特有の創造性や直感が求められる領域へのシフトが期待される。これにより、研究者は膨大な実験データに埋もれることなく、本質的な科学的問いに向き合う時間が増加すると考えられる。
本研究は画期的ながらも、完全な自律にはまだ距離がある。OpenAIの技術文書によれば、実験計画の選定や溶媒の選定における人間による介入、ベンチスケールでの最終確認など、専門家の判断が不可欠な場面が多々あったという。今後は、今回特定されたTEMPOによる最適化手法が他の化学反応クラスにも同様に適用可能か、またAIが生成した実験計画の信頼性をどう担保し、規制当局の承認プロセスに組み込んでいくかといった課題が焦点となる。AIと人間の専門知が高度に融合する新たな研究スタイルの確立が求められるだろう。
