人工智能能帮助科学家识别有前景的候选药物吗?

OpenAI
OpenAI推出MedChemBench基准,测试AI模型能否对分子结构和实验数据进行推理以支持药物化学研究。

内容摘要

OpenAI推出了MedChemBench,这是一个评估AI模型在药物化学推理任务上表现的基准。它测试模型能否将分子结构与实验证据联系起来,以解释结果、比较化合物并预测其性质。该基准包含来自117篇论文和专利的99个问题,涵盖761种不同的分子结构,评估四个组成部分:分子结构重建、科学推理、排序与选择以及性质预测。在xhigh推理设置下,GPT-6.2 Astra获得了84.5%的可用分数,其次是GPT-6 Astra的83.3%、GPT-6.1 Sol的82.0%和GPT-5.6 Sol的58.2%。GPT-6 Astra在重建分子结构和解释实验证据方面表现最强,但在选择化合物和预测数值性质方面较弱。该基准凸显了药物化学的核心挑战:改善分子的某一性质可能会使另一性质变差,因此AI必须对权衡取舍进行推理。这些结果尚不能确定模型是否能发现新药,且无法排除模型先前接触过已发表文献的可能性。

(来源:OpenAI)