GPT-5.4が化学反応1万件を検証　自動実験室が示した発見の条件

生成AIが化学の仮説を出しても、実験で再現されなければ発見とは呼べない。OpenAIとポーランド発の化学スタートアップMolecule.oneは2026年6月17日、GPT-5.4と化学AI「Maria」、自動実験室をつなぎ、医薬品候補の合成に使われる反応を改良したと発表した。成果の中心はモデル単体の推論力ではなく、仮説を大量の実験へ落とし込み、測定結果を次の条件探索へ戻す一連の仕組みにある。

1万80件で検証したTEMPOの効果

対象は、第一級スルホンアミドとアリールボロン酸を結ぶChan–Lamカップリング（Chan–Lam Coupling）だ。銅を使って炭素―窒素結合をつくる反応だが、この基質の組み合わせでは目的物の収率が低くなりやすい。GPT-5.4は複数の研究課題からこの反応を選び、安定なアミノキシルラジカルであるTEMPOを穏やかな酸化剤として加える案を提示した。

OpenAIとMolecule.oneのプレプリントによると、96穴プレートを使った2回のスクリーニングでは、第一級スルホンアミド12種とボロン酸8種を組み合わせ、酸化剤、銅源、塩基、溶媒、温度などを変えた計1万80件の反応を調べた。最適化した条件では、目的物の推定平均収率が酸化剤を加えない対照の16.6%から25.2%へ上昇した。収率30%を超えた反応の割合も15.6%から37.5%へ増えた。

この数字は改善を示すが、反応が完成形に達したことを意味しない。平均収率は25.2%で、効果は基質に左右された。論文は、TEMPOがボロン酸を失わせる酸化的脱ホウ素化を抑えた可能性を示す一方、反応機構の確定には追加研究が必要だとしている。

モデル、自動実験室、人間の分担

OpenAIの公式発表では、科学者が評価用の指示を設計し、GPT-5.4が数千件の研究案を生成・順位づけした後、人間の化学者が上位案から実験に回す4件を選んだ。Mariaは選ばれた案を実験手順に変換し、測定データをモデルへ返した。人間は溶媒にジメチルスルホキシドを使わないよう計画を修正し、試薬の準備や最終確認にも関わった。

発表側が「完全自律」ではなく「near-autonomous」と呼ぶ理由はここにある。モデルは課題候補と仮説を広く探し、自動実験室は人手では処理しにくい数の条件を試した。人間は実験に進める案と安全上の修正を判断した。さらに化学者が代表的な14組を手作業で再現し、11組で収率が上がり、そのうち8組では2倍を超えた。信頼性を支えたのは、三者の役割を切り分けた検証工程である。

突破したのは探索量の制約

1万80件という規模は、候補が文献に存在するかどうかとは別の障壁を取り除いた。TEMPOはChan–Lam反応と無縁の物質ではなく、初期研究にも登場していた。今回のプレプリントが新規性として挙げるのは、第一級スルホンアミドを対象に、幅広い基質と条件でTEMPOの効果を系統的に調べた点だ。

したがって、この成果を「AIが人間の知らない化学を単独で発見した」と整理するのは正確ではない。探索空間を広く走査するモデル、微量試薬で多数の条件を処理する装置、結果を選別する測定系が結びつき、試行回数の制約を縮めた事例とみるべきだ。AI創薬全体でも、候補の提案から承認薬までには臨床試験を含む長い検証が残る。AI創薬の臨床段階と承認までの隔たりは、合成反応の改善と医薬品の有効性を分けて考える必要を示している。

日本で問われる実験基盤と運用

日本でも自動分注機やロボットアームを使う実験自動化の研究は進む。だが装置を導入すれば、同じ探索工程が直ちに動くわけではない。理化学研究所などの研究チームは2025年、実験操作の自動化が進む一方、装置向けの手順作成、試薬や消耗品の補充、センサー異常への対応は熟練者に依存し、処理速度の律速段階になると指摘した。

研究機関や製薬企業が今回の事例から検討すべき対象は、生成AIの性能だけではない。装置間で実験条件を受け渡す形式、失敗例を含む測定データ、試薬と機器の管理、異常時に止める権限、手作業で追試する工程が一体で要る。日本国内で同規模の生成AIと化学自動実験室を結び、開放的な課題設定から成果を得た事例を示す公的資料は、本稿執筆時点で確認できていない。

独立追試と製造規模への拡張が次の焦点

公開された論文はプレプリントで、著者はOpenAIとMolecule.oneの関係者である。外部の化学者4人が事前に内容を評価したと公式発表は説明するが、独立した研究室が同じ条件を再現した結果ではない。手作業の検証も代表的な14組に限られる。別の設備、より広い基質、製造に近い規模で同じ傾向が続くかは未確定だ。

今回示されたのは、生成AIが仮説づくりから実験結果の解釈まで研究工程の一部を担う形である。成果を左右したのは、1万件規模の試行を実物の反応へ変換する設備と、モデルの出力を止めたり確かめたりする人間の判断だった。独立追試が積み重なるまでは、化学研究の自動化を示す初期事例として評価するのが妥当だ。

よくある質問

GPT-5.4は人間の関与なしに化学反応を改良したのか
人間の関与は残った。科学者が評価用の指示をつくり、実験に回す案を選び、計画を一部修正した。試薬の準備と手作業による再検証も人間が担ったため、発表側は「near-autonomous」と表現している。

収率25.2%なら実用化に十分なのか
十分とは断定できない。平均値は対照条件より上がったが、基質による差があり、製造規模での再現性も調べられていない。30%という区切りは今回の分析で用いた指標であり、全ての製造工程に共通する採用基準ではない。

この成果から新薬が生まれたのか
新薬の発見や承認を報告した研究ではない。低収率になりやすい合成反応の条件を改善した段階で、特定の医薬品候補の有効性や安全性を示すデータは含まれていない。