OpenAI 发布药物化学基准 MedChemBench

煤油灯科技2026-11-21 22:30

先进计算模型能够高精度重建复杂分子结构,但预测潜在药物化合物的行为仍具挑战。这一结论来自 OpenAI 推出的新药物化学基准。

该基准名为 MedChemBench,用于检验模型能否将分子结构与实验证据关联,以解释研究发现、比较化合物并预测其性质。

该基准基于 117 篇已发表论文和专利,包含 99 个问题中的 761 个不同分子结构。

在 xhigh 推理设置下,GPT-6 Astra 在分子结构重建上获得 95.4% 的可获得分数。但在化合物选择和数值性质预测上,该模型仅获得约一半的可获得分数。

这些结果说明,正确识别化学结构与理解结构变化如何影响潜在药物行为之间存在差距。

检验复杂的化学权衡

药物化学家在开发候选药物时通常需要平衡相互竞争的性质。化合物可能有效阻断疾病相关蛋白,但在体内吸收表现差或降解过快。

改善某一特性也可能削弱另一特性,因此难以识别同时满足多项要求的化合物。

MedChemBench 评估四项能力:分子结构重建、科学推理、化合物排序与选择、数值性质预测。

其中一个问题基于对 PRMT5 抑制剂的研究;PRMT5 是癌症药物发现中研究的蛋白。

模型获得分子结构和研究早期阶段的实验结果。它们必须预测三种相关化合物在细胞内 PRMT5 抑制、跨细胞屏障通透性以及肝酶降解方面的表现。

未提供给模型的后续实验结果显示各化合物具有相互竞争的优势。化合物 23 在更低浓度下抑制 PRMT5,而化合物 24 更容易穿过细胞屏障,并在实验室检测中降解更慢。

该任务检验模型能否认识到,对生物靶点更强的活性不一定转化为更好的吸收或代谢稳定性。

分子准确性仍然关键

该基准还检验模型能否从化学结构图准确重建分子,包括原子连接、环结构和立体化学。

在一个示例中,模型被要求组装一个化合物,同时保留一个 18 元环。

在被评估模型共有的最高推理设置下,GPT-6 Astra 在全部 10 次回答中正确重建了该结构。相比之下,GPT-5.6 Sol 生成了更小的 15 元环,而 GPT-5.6 Luna 生成了断开的分子片段。

此类错误会改变所分析化合物的同一性,削弱后续对其性质的预测。

尽管结构表现较强,该模型在化合物选择和数值预测上仍更吃力。这些任务要求将分子变化与多项实验测量关联,而非仅复现化学结构。

研究人员在不同推理设置下评估了 11 个模型。更高的推理投入通常提升性能,但模型之间仍存在显著差异。

团队提醒,结果并不能确定模型能否发现新药或改善实验室决策。该基准依赖历史研究,无法排除模型此前接触过已发表来源。模型也在没有工具、反馈或新实验的条件下完成任务。

因此,MedChemBench 提供了一种识别药物化学计算推理进展与剩余弱点的方法,而非证明这些系统已准备好替代药物发现研究。

 

---煤油灯科技victorlamp.com编译整理---

你可能也喜欢这些文章