Un pas supplémentaire vient d’être franchi dans cette révolution technologique en cours.
Un chimiste IA quasi autonome optimise une réaction complexe en chimie médicinale
Grâce à Maria de Molecule.one, GPT-5.4 a identifié un additif surprenant permettant d’augmenter les rendements du couplage de Chan-Lam pour plus de 80 % des substrats testés.
Dans le même temps, les travaux d’OpenAI dans le domaine scientifique reposent sur une conviction simple : une IA de pointe peut devenir un partenaire de choix pour les scientifiques, en les aidant à explorer davantage d’idées, à relier des concepts éloignés, à concevoir de meilleures expériences et à accélérer les découvertes au service de l’humanité. Nous avons déjà présenté quelques exemples préliminaires de modèles ayant contribué à des retombées novateurs en mathématiques, notamment dans le cadre de travaux sur le problème de l’unité de distance, en physique théorique, grâce à un nouveau résultat sur les amplitudes des gluons, et en biologie, où GPT-5 a permis de réduire le coût de la synthèse protéique acellulaire dans un laboratoire automatisé. Nous avons par ailleurs lancé GPT-Rosalind, un modèle spécialement conçu pour faciliter la travaux de recherche en sciences de la vie et les processus de découverte de médicaments.
Ce projet prolonge cette démarche dans le domaine de la chimie médicinale, où les progrès ne peuvent se mesurer uniquement par le raisonnement. Une hypothèse doit faire ses preuves en laboratoire, avec de vraies molécules, de vrais instruments et en tenant compte du bruit expérimental. En collaboration avec Molecule.one(s’ouvre dans une nouvelle fenêtre), nous avons connecté GPT-5.4 à Maria — une IA spécialisée en chimie dotée d’une capacité d’action autonome et intégrée à un laboratoire à haut débit dédié à la recherche autonome — et lui avons fixé un objectif ouvert : renforcer l’une des nombreuses classes de réactions importantes. Le système a généré des propositions de recherche, conçu et mené des expériences, analysé les informations expérimentales et proposé des expériences complémentaires. Les humains sont restés impliqués dans le processus en concevant des consignes d’orientation et d’évaluation, et en sélectionnant les propositions à tester. Ils ont également apporté des corrections limitées aux plans expérimentaux, participé aux opérations de laboratoire de base et validé de manière indépendante le résultat final.
La proposition la plus prometteuse, OAI-M1-03, portait sur une variante complexe mais utile du couplage de Chan-Lam, une réaction utilisée par les chimistes pour former des liaisons carbone-azote. Partant d’un objectif ouvert visant à faire progresser le couplage de Chan-Lam pour la chimie des procédés, GPT-5.4 a identifié de manière autonome les sulfonamides primaires comme une classe de substrats complexe et à forte valeur ajoutée, et a suggéré que des oxydants doux, notamment le TEMPO, pourraient renforcer la réaction.
Au cours de deux cycles d’expérimentation menés au Maria Lab, cette idée a permis d’obtenir une amélioration significative. Dans les conditions optimisées, les rendements mesurés se sont améliorés pour 88 % des acides boroniques et 83 % des sulfonamides testés. Le rendement moyen est passé de 16,6 % à 25,2 %, et la proportion de réactions présentant un rendement supérieur à 30 % est passée de 15,6 % à 37,5 %. Des chimistes ont ensuite reproduit des réactions représentatives à l’échelle du laboratoire. Ces expériences ont confirmé les résultats obtenus à l’échelle du microlitre, montrant des rendements plus élevés pour 11 des 14 paires de substrats, avec une augmentation de plus du double dans la plupart des cas. C’est important car les chimistes médicinaux ont besoin de réactions qui fonctionnent non seulement dans le cadre d’expériences de criblage à l’échelle des microlitres, mais aussi dans les flux de travail pratiques en laboratoire utilisés lors de la découverte de médicaments.
Les progrès réalisés dans ce domaine de la chimie médicinale sont particulièrement prometteurs, car la synthèse constitue souvent un obstacle majeur à la découverte de médicaments : les scientifiques ne peuvent tester que les molécules qu’ils sont capables de synthétiser ou d’obtenir par d’autres moyens. Le groupe sulfonamide est présent dans des médicaments couvrant un large éventail de domaines thérapeutiques, notamment les anticancéreux, les antimicrobiens et les diurétiques ; cependant, le couplage de Chan–Lam entre des sulfonamides primaires et des acides boroniques a toujours donné de faibles rendements. Rendre cette forme de réaction plus fiable pourrait offrir aux chimistes médicaux un moyen plus large et plus pratique de produire et d’explorer des molécules potentiellement utiles.
Précisons, bien qu’il s’agisse encore d’un résultat préliminaire, celui-ci offre un nouvel exemple concret de l’orientation générale vers laquelle nous tendons : des systèmes d’IA capables de devenir des partenaires précieux pour les scientifiques tout au long du cycle de exploration. Le modèle a passé en revue la littérature, proposé une idée inattendue, contribué à la conception et à l’analyse d’expériences, et abouti à une découverte scientifique que des chimistes humains ont pu évaluer.
À suivre donc, dans un domaine qui n’a pas fini de nous surprendre.
Sur le même sujet :
Couverture originale : OpenAI : OpenAI