［ニュース解説］GPT‑5.4が「TEMPO」を提案——AIと自律型ラボが医薬品合成の難題を突破

2026-06-20

はじめに

　OpenAIが2026年6月17日、化学AIスタートアップMolecule.oneとの共同研究として、医薬品合成で長年課題とされてきた化学反応の収率改善に成功したと発表しました。GPT‑5が自律型ラボでタンパク質合成コストを大幅に削減した実験に続く成果として、今度はGPT‑5.4が有機化学の現場でも具体的な発見を示しました。本稿では、この発表内容をもとに、AI化学者がどのように機能したのか、何がどれほど改善されたのかを解説します。

参考記事

タイトル: A near-autonomous AI chemist improves a challenging reaction in medicinal chemistry
著者: OpenAI
発行元: OpenAI
発行日: 2026年6月17日
URL: https://openai.com/index/ai-chemist-improves-reaction/

要点

OpenAIのGPT‑5.4とMolecule.oneの自律型化学AIシステム「Maria」が接続され、医薬品合成に使われるChan–Lam カップリング反応の改良を目標として、文献調査・研究提案生成・実験設計・データ解析・追加実験提案を一貫して担当した
GPT‑5.4が提案した添加物「TEMPO」により、平均収率は16.6%から25.2%に向上し、収率30%超の反応割合は15.6%から37.5%に改善された
Maria Labでは10,080件の反応が2サイクルにわたって実施され、試験したボロン酸の88%・スルホンアミドの83%で収率が向上した
通常規模（ベンチスケール）での再現実験でも14組中11組の基質ペアで収率が改善し、うち8組では2倍以上の向上が確認された
全プロセスは3ヶ月で完了したが、人間の化学者が重要な判断に随所で関与する「準自律型（near-autonomous）」であり、完全自律型ではない

詳細解説

なぜこの反応が医薬品化学の難題なのか

　有機化学における「Chan–Lam カップリング」とは、炭素–窒素結合（C–N結合）を形成する反応の一種です。C–N結合は多くの医薬品分子に含まれており、候補化合物を合成するうえで幅広く使われています。しかし、すべての分子の組み合わせで同等の収率（目的物の生成量の割合）が得られるわけではありません。

　特に長年の課題とされてきたのが、「第一級スルホンアミド」とボロン酸を組み合わせるケースです。スルホンアミドは抗がん剤・抗菌薬・利尿薬など幅広い治療領域の医薬品に含まれる重要な化学構造ですが、Chan–Lam カップリングではこの組み合わせの収率が低く、実用的に使いにくい反応とされてきました。

　OpenAIが強調するのは、合成上の制約が研究の幅そのものを狭めるという点です。科学者がテストできる候補分子は「つくれる（または入手できる）分子」に限られます。この反応の信頼性を高めることは、創薬研究者が試せる化合物の選択肢を広げることに直結します。

GPT‑5.4とMaria AIはどのように連携したか

　今回の研究では、OpenAIのGPT‑5.4とMolecule.oneが開発した「Maria AI」が接続されました。Maria AIは高スループット実験ラボ（Maria Lab）と統合されたエージェント型の化学AIシステムで、数千件規模の実験を自律的に設計・実行・分析できます。

　OpenAIの発表によれば、役割分担はおおむね次のとおりです。GPT‑5.4は研究者が設計したプロンプトをもとに数千件の研究提案を生成・ランキングし、その上位候補を人間の化学者が確認・選択しました。選ばれた提案はMaria AIが詳細な実験指示に変換し、Maria Labが高スループット実験として実行。得られたデータをGPT‑5.4が解析し、次の実験提案を生成する——というサイクルです。

　このプロセスの開始から外部専門家への結果共有までに要した期間は、2026年3月4日から6月4日までの約3ヶ月でした。

GPT‑5.4が選び出した「驚きの添加物」

　GPT‑5.4が生成した複数の研究提案のうち、「OAI-M1-03」と名付けられた提案が今回の核心です。GPT‑5.4は目標（Chan–Lam カップリングの改良）から出発し、第一級スルホンアミドが難しくかつ重要な基質クラスであることを自律的に特定。さらに、「TEMPO（2,2,6,6-テトラメチルピペリジン-1-オキシル）」などの温和な酸化剤が反応を改善できるのではないかという仮説を提示しました。

　OpenAIの発表によれば、担当した化学者たちはこの提案を「驚くとともに興味深い」と評したとのことです。TEMPOは酸化反応の試薬としてよく知られた化合物ですが、このカップリング反応への活用は直感的ではない発想だったようです。GPT‑5.4が文献を精査してこの仮説を自律的に導き出した点が、今回の実験の重要なポイントだと思います。

　また、2サイクル目の実験で、TEMPOをはるかに安価な類似物「4-ヒドロキシ-TEMPO」に置き換えても効果がほぼ損なわれないことも判明しました。実用面での応用可能性が広がる追加発見です。

実験結果の規模と内容

　Maria Labでは2サイクルにわたって合計10,080件の反応が実施されました。OpenAIはこの規模を「化学者が1日3件の反応を毎日続けた場合の約10年分に相当する」と説明しています。大規模な実験は、少数のサンプルだけで好結果が出るという偏りを排除するうえで重要です。

　OpenAIの発表によれば、最適化された条件での結果は次のとおりです。平均収率は16.6%から25.2%に向上し、収率が30%を超える反応の割合は15.6%から37.5%に増加しました。試験したボロン酸の88%、スルホンアミドの83%で収率が向上したとされています。

　さらに、マイクロリットルスケールの高スループット実験に特有のアーティファクト（測定ノイズや誤差）を除外するため、人間の化学者が通常規模（ベンチスケール）で代表的な反応を手作業で再現しました。その結果、14組の基質ペアのうち11組で収率の向上が確認され、うち8組では2倍以上の改善が見られたとのことです。

　外部の化学専門家4名がこの内容を査読し、結果の新規性と科学コミュニティへの公開価値を認めました。ミシガン大学薬学部のTim Cernak准教授は「高スループット実験と現代のAIの融合は科学的発見の新しいフロンティアを示している」と評しています。

「準自律型」という位置づけ

　OpenAIはこの研究を「fully autonomous（完全自律型）」ではなく「near-autonomous（準自律型）」と表現しています。GPT‑5.4が研究のアイデア提案・実験設計・データ解析の中心を担いましたが、人間の化学者も随所で重要な役割を担いました。

　具体的には、提案を評価してラボで試す候補を選定すること、実験計画の細部を修正すること（例：強力な酸化剤との反応を懸念しDMSOを溶媒から外すなど）、試薬や消耗品の準備、そして最終結果の手作業による再現実験が人間の担当でした。

　今回示されたのは「AIが化学研究プログラムを一から最後まで独立して進められる」ということではなく、「AIが研究ループの重要な部分でパートナーとして機能できる」ということだと考えられます。完全自律との距離は明確に保たれた研究設計です。

安全性への姿勢

　化学分野のAI応用は、医薬品・材料科学への貢献と同時に悪用リスクも孕む領域です。OpenAIは今回の研究について、既知のカップリング反応の改良という明確な医薬品化学の問題に対象を絞り込み、毒物・化学兵器・有害化合物の設計は含まないと明示しています。Preparedness Framework（準備態勢フレームワーク）のもとで関連評価が実施されており、有害な応用を求めるリクエストにはシステムが拒否するよう設計されています。また、実験ワークフローの各段階では人間の化学者が物理的なラボの制御を保持しており、多層的な管理体制が敷かれています。

まとめ

　GPT‑5.4と自律型化学ラボが協働して医薬品合成の実際の問題で成果を示した今回の発表は、AIが科学研究のパートナーとなる流れがさらに進んでいることを示すものだと思います。完全自律にはまだ距離がありますが、研究ループを加速する役割においてAIの可能性は着実に広がっています。OpenAIのAIと科学研究の関わりをより広い文脈で知りたい方には、これまでの実証例をまとめた過去記事もありますので、あわせてご覧いただければと思います。