AI navrhl nečekaný chemický postup a zlepšil výrobu léčiv v 10 080 pokusech

Co se stane, když AI model dostane za úkol vylepšit chemickou reakci, na které závisí výroba desítek léčiv? Přesně to zjistila spolupráce OpenAI a polského startupu Molecule.one. Výsledek ukazuje, jak se mění přístup k výzkumu nových léčiv: AI funguje skoro jako vědecký partner, navrhne nečekaný postup a automatizovaná laboratoř ho otestuje v tisících skutečných pokusů.

Tříměsíční projekt v reálné laboratoři

OpenAI a Molecule.one zveřejnily 17. června 2026 výsledky tříměsíčního projektu, v němž model GPT-5.4 pracoval přímo v reálném laboratorním prostředí. Předmětem zkoumání byl takzvaný Chan-Lam coupling, tedy chemická reakce sulfonamidů s boronovými kyselinami. Jde o obtížnou, ale pro farmaceutický průmysl klíčovou reakci: sulfonamidy jsou obsaženy v desítkách léčiv schválených americkým úřadem FDA.

Výchozí průměrný výtěžek reakce (tedy kolik z požadovaného produktu se skutečně podaří vyrobit) byl 16,6 %. Standardní optimalizační postupy narážely na limity. GPT-5.4 navrhl přidání látky TEMPO jako mírného oxidačního činidla. To je přístup, který by zkušený chemik nemusel intuitivně zvolit.

Automatizovaná laboratoř Maria AI od Molecule.one pak provedla celkem 10 080 reakcí ve dvou kampaních. Výsledky byly měřitelné: průměrný výtěžek vzrostl z 16,6 % na 25,2 %. Podíl reakcí s výtěžkem nad 30 % vzrostl z 15,6 % na 37,5 %. Výsledky byly navíc ověřeny nezávislými manuálními laboratorními experimenty, nikoli pouze automatizovaným měřením.

Proč je to metodologicky významné

Projekt ukazuje specifický typ přínosu AI ve vědeckém výzkumu: schopnost navrhnout hypotézu, která stojí mimo obvyklý myšlenkový prostor odborníka, a spojit ji s infrastrukturou schopnou tuto hypotézu rychle a ve velkém měřítku otestovat.

Samotné zlepšení výtěžku ze 16,6 % na 25,2 % je v kontextu chemické optimalizace reakcí významné, i když nejde o průlomovou hodnotu. Klíčová je kombinace: AI jako generátor hypotézy, automatizovaná laboratoř jako vysokokapacitní testovací nástroj a nezávislá manuální verifikace jako validační vrstva.

Co to znamená pro ČR a EU

Česká republika má silnou tradici ve farmaceutické chemii a výzkumu. Projekty tohoto typu naznačují, že AI asistovaný výzkum přestává být pouze akademickým konceptem a stává se operativním nástrojem schopným zkrátit výzkumné cykly a snížit náklady na optimalizaci syntézy.

Pro organizace působící v oblasti farmaceutického výzkumu, biotechnologií nebo chemického průmyslu jde o signál k mapování vlastních procesů, kde AI generování hypotéz kombinované s automatizovaným testováním může přinést měřitelný přínos. Zároveň projekt ukazuje nutnost robustní validační vrstvy: AI navrhuje, laboratoř testuje, lidský výzkumník verifikuje.

Co z toho plyne

• AI model dokáže navrhnout neintuitivní chemickou hypotézu, která zlepší výtěžek reakce klíčové pro výrobu léčiv.
• Spojení AI návrhu s automatizovanou laboratoří umožňuje testovat hypotézy v tisících experimentů v reálném čase.
• Průměrný výtěžek Chan-Lam couplingu vzrostl z 16,6 % na 25,2 %; podíl reakcí nad 30 % výtěžkem se více než zdvojnásobil.
• Nezávislá manuální verifikace zůstává nezbytnou součástí: automatizovaný výsledek sám o sobě nestačí.
• Model pro farmaceutický a chemický průmysl: AI jako partner pro generování hypotéz, ne pouze pro analýzu dat.

Zdroje:

• Molecule.one (oznámení)
• TechTimes