A OpenAI anunciou em 17 de junho de 2026 um avanço prático ao integrar seu modelo GPT-5.4 a Maria, a plataforma de automação laboratorial da Molecule.one, em um experimento de química medicinal. O sistema conseguiu propor e validar, de ponta a ponta, uma melhoria significativa para uma reação química central no desenvolvimento de medicamentos.
O experimento: IA propõe, executa e valida
O projeto conectou o GPT-5.4 à Maria, uma IA de química integrada a um laboratório de alto rendimento. O objetivo era aberto: melhorar o desempenho de alguma reação relevante para a química medicinal. O sistema gerou propostas de pesquisa, planejou e rodou experimentos, analisou resultados e sugeriu novos ciclos experimentais. Pesquisadores humanos permaneceram no ciclo apenas para revisar propostas, ajustar alguns planos experimentais e validar resultados finais.
A proposta mais promissora, OAI-M1-03, focou em aprimorar a Chan–Lam coupling — reação usada para formar ligações carbono-nitrogênio, essenciais em medicamentos. O GPT-5.4 identificou primariamente as sulfonamidas como substratos desafiadores e propôs usar oxidantes brandos, como TEMPO, para melhorar os rendimentos.
Em dois ciclos experimentais, a combinação IA-laboratório elevou o rendimento médio da reação: de 16,6% para 25,2%. O percentual de reações com rendimento acima de 30% saltou de 15,6% para 37,5%. Os resultados foram confirmados por químicos humanos em escala de bancada, com aumento de rendimento em 11 de 14 pares testados e, na maioria, mais do que o dobro do rendimento anterior.
O laboratório Maria realizou 10.080 reações para testar as hipóteses do modelo, mostrando a capacidade de escalar experimentação química com automação e IA.
Impacto para a química medicinal e automação de laboratório
A Chan–Lam coupling, especialmente com sulfonamidas e ácidos borônicos, é historicamente limitada por baixos rendimentos. Sulfonamidas são comuns em fármacos para câncer, infecções e outras áreas. O avanço sugerido pela IA pode facilitar a síntese de novas moléculas, ampliando o escopo de compostos testáveis em pesquisa farmacêutica.
O ciclo experimental — revisão de literatura, proposta de hipótese, planejamento, execução automatizada e validação humana — foi conduzido quase integralmente por IA. O papel dos humanos ficou restrito a revisão e validação, marcando um salto em direção a laboratórios parcialmente autônomos.
Limites e próximos passos
Apesar do ganho, os rendimentos ainda não são ideais para produção em escala industrial. O resultado, porém, demonstra que IA pode gerar hipóteses e acelerar ciclos experimentais em áreas onde avanços dependem menos de simulação e mais de experimentação laboratorial real.
A OpenAI reforça que o trabalho é um exemplo concreto do potencial de sistemas de IA como parceiros ativos em pesquisa científica, não só como assistentes de busca ou análise, mas participando do ciclo experimental completo.
Por que importa
A automação do ciclo experimental promete acelerar descobertas em áreas críticas como química medicinal, onde o gargalo está em síntese e validação de moléculas. Para a comunidade científica e a indústria farmacêutica, o resultado antecipa um cenário em que IA não só sugere hipóteses, mas também conduz experimentos em larga escala, reduzindo tempo e custo de inovação.