أوبن إيه آي تطلق MedChemBench لاختبار النماذج في كيمياء الأدوية
أوبن إيه آي أطلقت معياراً من 99 مسألة يقيس استدلال النماذج في كيمياء الأدوية الطبية.

البريد
· آخر تحقق: 21 نوفمبر 2026 (أوبن إيه آي)

الملخص
- أوبن إيه آي أطلقت معياراً من 99 مسألة يقيس استدلال النماذج في كيمياء الأدوية الطبية.
- أفضل النتائج جاءت من GPT-6.2 Astra بنسبة 84.5% من الرصيد المتاح عند أعلى إعداد استدلال.
- النماذج أتقنت بناء التراكيب الجزيئية، لكنها تعثرت في اختيار المركّبات والتنبؤ بقيمها الرقمية.
خبر
معيار جديد باسم MedChemBench أطلقته أوبن إيه آي لقياس قدرة نماذجها على ربط بنية الجزيء بالأدلة المخبرية، وترتيب المركّبات، والتنبؤ بخصائصها الرقمية. وبحسب الشركة، يضم المعيار 99 مسألة مستمدة من أبحاث منشورة، وسجّل فيها GPT-6.2 Astra 84.5% من الرصيد المتاح عند إعداد الاستدلال الأعلى xhigh.
تفصيل
- الأرقام الرئيسية: بحسب أوبن إيه آي، حقق GPT-6.2 Astra 84.5% من الرصيد المتاح عند إعداد xhigh، مقابل 83.3% لـGPT-6 Astra، و82.0% لـGPT-6.1 Sol، و58.2% لـGPT-5.6 Sol. الفجوة بين أعلى نموذج وأدناها تتجاوز 26 نقطة مئوية.
- حجم القاعدة: وفق الشركة، بُني المعيار على 117 ورقة بحثية وبراءة اختراع، ويتضمن 761 تركيباً جزيئياً متمايزاً. وفي معظم المسائل يتلقى النموذج السياق المتاح عند نقطة محددة من برنامج بحثي: الهدف البيولوجي، وأهداف الباحثين، والمركّبات المدروسة، ونتائج مخبرية مختارة.
- مكونات التقييم: يقيس المعيار أربعة عناصر بحسب أوبن إيه آي: صحة الروابط الذرية والكيمياء الفراغية في التراكيب الجزيئية، والاستدلال العلمي المدعوم بالأدلة المقدمة، وترتيب المركّبات واختيارها وفق شروط معلنة، ومطابقة التنبؤات للقيم والفئات الرقمية الواردة في المصدر.
- نقطة الضعف: أظهرت النتائج أن Astra حصد 95.4% من رصيد بناء التراكيب عند إعداد xhigh، لكنه نال نحو نصف الرصيد فقط في اختيار المركّبات والتنبؤ بالخصائص الرقمية، وهي المهام الأقرب إلى القرار العملي في مختبرات تطوير الدواء.
- مسألة PRMT5: في إحدى المسائل، على النموذج التنبؤ بسلوك ثلاثة مركّبات مثبطة لبروتين PRMT5 المدروس في أبحاث السرطان: قوة تثبيطه داخل الخلايا، وسهولة عبور الحاجز الخلوي، وسرعة تفكيكه بإنزيمات الكبد. التنبؤات تنال رصيداً جزئياً بحسب قربها من القيم المقاسة.
- المفاضلة المخبرية: بحسب أوبن إيه آي، أظهرت تجارب لاحقة حُجبت عن النموذج مفاضلة واضحة: المركّب 23 ثبّط PRMT5 داخل الخلايا عند تركيز أدنى، بينما المركّب 24 عبر الحاجز الخلوي بسهولة أكبر وتفكك ببطء أكبر في فحص إنزيمات الكبد.
- الاستدلال المكاني: في مسألة تطلب تجميع جزيء مع الحفاظ على حلقة من 18 ذرة، أعاد GPT-6 Astra بناء المركّب بشكل صحيح في الاستجابات العشر كلها عند إعداد xhigh. بالمقابل أخفق GPT-5.6 Sol وGPT-5.6 Luna في الاستجابات العشر جميعها.
- أنماط الإخفاق: وفق الشركة، أنتج GPT-5.6 Sol في الإجابات الموضّحة حلقة من 15 ذرة بدل 18، فيما قسّم GPT-5.6 Luna الجزيء إلى جزأين منفصلين، وهما خطآن بنيويان يغيّران هوية المركّب كلياً لا مجرد انحراف في دقة التقدير.
- نطاق الاختبار: خضع 11 نموذجاً من عائلة GPT للتقييم عند إعدادات استدلال مختلفة. وعلى كامل المعيار سجّل Astra 83.3% عند الإعداد المشترك xhigh، و75.1% لـGPT-6.1 Terra، فيما بلغ 83.8% عند أقصى جهد استدلالي، ما يعني أن رفع الجهد يحسّن النتائج دون إزالة الفوارق بين النماذج.
- حدود النتائج: أقرّت أوبن إيه آي بأن النتائج لا تثبت قدرة النماذج على اكتشاف أدوية جديدة أو تحسين قرارات المختبر، وبأن الاطلاع المسبق على المصادر المنشورة غير مستبعد، وبأن كل إجابة كانت محاولة واحدة دون أدوات أو تغذية راجعة أو تجارب جديدة.
خلفية
كيمياء الأدوية الطبية تقوم على مفاضلات: تحسين خاصية في الجزيء قد يفسد أخرى، إذ يرتبط مركّب بقوة ببروتين مرتبط بالمرض لكنه يُمتص بصعوبة أو يتفكك سريعاً في الجسم. ويحسم الكيميائيون ذلك بتصميم مركّبات متقاربة واختبارها ثم اختيار الخطوة التالية.
بين السطور
توزيع الدرجات نفسه يرسم خريطة الاعتماد: 95.4% في إعادة بناء التراكيب مقابل نحو النصف في الاختيار والتنبؤ الرقمي يعني أن النماذج أقرب إلى قراءة ما جرى منها إلى ترشيح ما يُختبر لاحقاً. والقيود التي أعلنتها الشركة — محاولة واحدة بلا أدوات، واحتمال اطلاع مسبق على أبحاث منشورة — تجعل الأرقام مؤشراً على الاستدلال من أدلة تاريخية لا على أداء في مختبر حقيقي.
ماذا بعد؟
المؤشر الأهم هو ما إذا كانت الإصدارات اللاحقة سترفع رصيد الاختيار والتنبؤ الرقمي من نحو النصف، إضافة إلى أي اختبار يسمح للنماذج باستخدام أدوات أو تغذية راجعة بدل محاولة واحدة معزولة.
المصدر: أوبن إيه آي