OpenAI công bố MedChemBench: benchmark đánh giá AI trong khám phá thuốc

OpenAI · 2 phút đọc
openai cong bo medchembench benchmark danh gia ai trong kham pha thuoc

OpenAI vừa phát hành MedChemBench, một benchmark chuyên biệt đánh giá khả năng của các mô hình AI trong giai đoạn khám phá thuốc sớm. Bộ test này bao gồm 99 bài toán lấy từ 117 bài báo và bằng sáng chế đã công bố, تغطi 761 cấu trúc phân tử riêng biệt. Mục tiêu là kiểm tra xem AI có thể kết nối cấu trúc phân tử với bằng chứng thực nghiệm để giải thích kết quả, so sánh hợp chất và dự đoán tính chất hay không.

Thử thách cốt lõi của dược lý học là việc cải thiện một tính chất của phân tử thường làm xấu đi tính chất khác. Ví dụ, một hợp chất có thể ức chế mạnh protein mục tiêu nhưng hấp thụ kém hoặc phân hủy nhanh trong cơ thể. MedChemBench mô phỏng quy trình này: mô hình nhận bối cảnh nghiên cứu tại một thời điểm (mục tiêu sinh học, mục tiêu nhóm, các hợp chất đã nghiên cứu, kết quả thực nghiệm) và phải dự đoán hành vi của các hợp chất mới.

Kết quả cho thấy GPT-6.2 Astra dẫn đầu với 84,5% điểm ở thiết lập “xhigh reasoning”, tiếp theo là GPT-6 Astra (83,3%), GPT-6.1 Sol (82,0%) và GPT-5.6 Sol (58,2%). GPT-6 Astra mạnh nhất ở tái tạo cấu trúc phân tử và giải thích bằng chứng thực nghiệm, trong khi việc chọn lọc hợp chất và dự đoán tính chất số vẫn còn khó khăn. Một bài toán điển hình liên quan đến ức chế PRMT5 (mục tiêu ung thư) cho thấy trade-off giữa độ mạnh hoạt tính, khả năng xuyên màng tế bào và độ bền metabolisme.

MedChemBench đánh giá 4 khía cạnh: tái tạo cấu trúc phân tử chính xác (kết nối nguyên tử, hóa học không gian), lập luận khoa học có bằng chứng, xếp hạng/chọn lọc hợp chất, và dự đoán tính chất số khớp với đo lường thực. Hệ thống chấm cho phép điểm một phần dựa trên độ gần của dự đoán với giá trị thực nghiệm.

Với cộng đồng AI và dược Việt Nam, MedChemBench mở ra hướng ứng dụng LLM thực tế trong R&D dược phẩm — lĩnh vực đòi hỏi reasoning đa-modal (cấu trúc hóa học + dữ liệu bảng + văn bản khoa học). Benchmark này có thể trở thành tiêu chuẩn để các nhóm nghiên cứu tại VN đánh giá mô hình trước khi triển khai vào quy trình screening hợp chất.

Bài gốc · openai.comĐọc bài gốc tại OpenAI

Bài được AI biên dịch và tóm tắt từ nguồn trên. Xem bài gốc để có đầy đủ thông tin.