الذكاء الاصطناعي يجمّع الجزيئات بنسبة 95,4% من الدرجات، لكنه لا يحقق سوى نحو 50% في اختيار مرشحي الأدوية
قدّمت OpenAI معيار MedChemBench، وهو اختبار للذكاء الاصطناعي في مسائل كيميائيي الأدوية. يُطلب من النموذج أن يحدد، انطلاقًا من بنية الجزيء ونتائج التجارب، أي المركّبات المتشابهة أفضل وماذا ينبغي تصنيعه بعد ذلك. حصل نموذج Astra على 95,4% من الدرجات في تجميع الجزيئات من الرسوم، لكنه نال نحو نصف الدرجات فقط في اختيار المركّبات والتنبؤ بخصائصها. هذا يعني أنه يمكن منذ الآن تكليف الذكاء الاصطناعي بالتحقق من البنى الكيميائية، أما اختيار المرشح الذي سيُرسل إلى المختبر فمن الأفضل أن يبقى حتى الآن بيد الكيميائي.
معالج بواسطة الذكاء الاصطناعي من OpenAI Blog؛ بتحرير Hamidun News
تخيّلوا أن كيميائيًا حصل على مركّبين متشابهين جدًا. الأول أقوى في تثبيط بروتين مرتبط بمرض ما، لكنه ضعيف الامتصاص. والثاني أضعف تأثيرًا، غير أنه ينفذ عبر الحاجز الخلوي بشكل أفضل ويتحلل في الكبد ببطء أكبر.
أي المركّبين ينبغي تصنيعه واختباره بعد ذلك؟ هذه هي القرارات التي يختبرها معيار OpenAI الجديد MedChemBench، وهو مجموعة من 99 مسألة مأخوذة من أبحاث علمية حقيقية في الكيمياء الطبية. النتيجة غير حاسمة: حصل نموذج Astra على 95,4% من الدرجات المتاحة في تجميع الجزيئات من الرسوم والشذرات الكيميائية، لكنه نال نحو نصف الدرجات فقط في اختيار المركّبات والتنبؤ بخصائصها العددية. وبالنسبة إلى مطوّري أدوات الذكاء الاصطناعي في التقنية الحيوية، يعني ذلك أن التحقق من البنى وتفسير البيانات يمكن أتمتتهما منذ الآن، أما اختيار «أفضل مرشح» فلا يجوز حتى الآن تسليمه للنموذج دون رقابة الكيميائي.
كيف صُمّم الاختبار
يعتمد MedChemBench على 117 ورقة بحثية وبراءة اختراع، ويتضمن 761 بنية جزيئية مختلفة. في معظم المسائل يحصل النموذج على السياق نفسه الذي توفّر للباحثين في الخطوة المختارة من المشروع: أي بروتين هدف جرى اختياره، وما الأهداف الموضوعة، وأي المركّبات دُرست بالفعل، وما النتائج التي تحققت.
يقيّم الاختبار أربع مهارات:
- البنى الجزيئية. ربط الذرات ربطًا صحيحًا ومراعاة الترتيب المكاني للمجموعات (الكيمياء الفراغية) في الجزيئات التي يجب تجميعها من الرسوم والشذرات الكيميائية.
- الاستدلال العلمي. شرح، على سبيل المثال، سبب اختيار مركّب بدلًا من آخر، بالاستناد إلى البيانات الواردة في نص المسألة.
- الترتيب والاختيار. ترتيب المركّبات أو اختيارها بحيث تلبّي المتطلبات المحددة.
- التنبؤ بالخصائص. ذكر أرقام وفئات تتطابق مع القيم المقيسة والمحسوبة في المصدر. وتُمنح درجات جزئية عن القرب من القياس الفعلي.
وتستند إحدى المسائل إلى دراسة عن مثبّطات PRMT5، وهو بروتين يُدرس في البحث عن أدوية مضادة للسرطان. يجب على النموذج أن يتنبأ، لثلاثة مركّبات متقاربة، بمدى قوة تثبيطها لـ PRMT5 داخل الخلايا، وسهولة نفاذها عبر الحاجز الخلوي، وسرعة تكسّرها بفعل إنزيمات الكبد في اختبار مخبري. وأظهرت التجارب اللاحقة، التي أُخفيت عن النموذج، معادلة تنازلية بين الخصائص: فقد ثبّط المركّب 23 بروتين PRMT5 بتركيز أقل، بينما نفذ المركّب 24 عبر الحاجز بشكل أفضل وتحلل ببطء أكبر.
ماذا تُظهر الأرقام
أجرت OpenAI الاختبار على أحد عشر نموذجًا من GPT بإعدادات مختلفة لعمق الاستدلال. في الوضع xhigh المشترك بين جميع النماذج، حصل GPT-6.2 Astra على 84,5% من الدرجات المتاحة، وGPT-6 Astra على 83,3%، وGPT-6.1 Sol على 82,0%، وGPT-6.1 Terra على 75,1%، وGPT-5.6 Sol على 58,2%. وفي وضع max بلغت نتيجة GPT-6 Astra 83,8%. وبوجه عام، رفع الاستدلال الأعمق النتيجة، لكن الفجوات الكبيرة بين النماذج ظلّت قائمة.
ومن الأمثلة الواضحة مسألة تجميع جزيء من بنية مركزية ومجموعتين مرتبطتين بها، مع الحفاظ على حلقة من 18 ذرة. نجح GPT-6 Astra في الإجابات العشر جميعها. أما GPT-5.6 Sol وGPT-5.6 Luna فلم ينجحا ولو مرة واحدة: رسم الأول حلقة من 15 ذرة، وقسّم الثاني الجزيء إلى شذرتين غير متصلتين. وفي الكيمياء هذا أمر حاسم: إذا دوّن النموذج المادة نفسها بشكل خاطئ، فإن أي استنتاجات لاحقة عن خصائصها تفقد معناها.
وتبدو الصورة متفاوتة بحسب المهارات. ففي تجميع البنى حصل Astra في وضع xhigh على 95,4% من الدرجات، وشرح التجارب جيدًا: فقد لاحظ التغيرات في البنية ووازن تأثيرها المحتمل في الارتباط بالبروتين والامتصاص والأيض. أما في اختيار المركّبات والتنبؤ بالخصائص العددية فلم يحصل إلا على نحو نصف الدرجات. وتنبّه OpenAI إلى أن لهذه الفئات مسائل وقواعد احتساب مختلفة، لكن هامش التحسين واضح.
ماذا يعني ذلك عمليًا
يبدو تقسيم العمل المعقول حاليًا كما يلي: يتحقق الذكاء الاصطناعي من أن الجزيء مدوَّن بشكل صحيح، ويساعد في تفسير البيانات ويصوغ الفرضيات، أما قرار تحديد المركّب الذي سيُصنَّع تاليًا فيتخذه الكيميائي والتجربة.
وتشدد OpenAI نفسها على القيود. فالاختبار لا يثبت أن النماذج قادرة على اكتشاف أدوية جديدة أو تحسين القرارات في المختبر. ولا يمكن استبعاد أن النماذج صادفت المنشورات الأصلية أثناء التدريب. وكل إجابة هي محاولة واحدة دون أدوات أو تغذية راجعة أو تجارب جديدة. وما جرى اختباره هو الاستدلال على بيانات تاريخية، لا البحث الفعلي عن الأدوية. ومع ذلك، صار لدى القطاع مقياس مشترك يُظهر أين تفيد النماذج بالفعل، وأين لا تزال الأخطاء مكلفة.
- 20 نوفمبر 2026Nvidia ضخّت 58,1 مليار دولار في شركات أخرى خلال 9 أشهر، أي 12 ضعف ما استثمرته قبل عام
- 20 نوفمبر 2026METR تحدّث رسمها البياني الشهير للذكاء الاصطناعي: طول المهام يتضاعف كل 4 أشهر، لكن الحكم والتقدير ما زالا نقطة ضعف
- 20 نوفمبر 2026OpenAI تحمي استدلال GPT-6.2 Astra: نسبة نجاح السرقة تتراجع من 54% إلى 0,2%
- 20 نوفمبر 2026Nvidia تقترب من شراء Inception مقابل 500 مليون دولار على الأقل لأجل نماذج LLM الانتشارية
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول كيف صُمّم الاختبار؟
يعتمد MedChemBench على 117 ورقة بحثية وبراءة اختراع، ويتضمن 761 بنية جزيئية مختلفة. في معظم المسائل يحصل النموذج على السياق نفسه الذي توفّر للباحثين في الخطوة المختارة من المشروع: أي بروتين هدف جرى اختياره، وما الأهداف الموضوعة، وأي المركّبات دُرست بالفعل، وما النتائج التي تحققت. يقيّم الاختبار أربع مهارات: البنى الجزيئية. ربط الذرات ربطًا صحيحًا ومراعاة الترتيب المكاني للمجموعات (الكيمياء الفراغية) في الجزيئات التي يجب تجميعها من الرسوم والشذرات الكيميائية. الاستدلال العلمي.
ما أبرز التفاصيل حول ماذا تُظهر الأرقام؟
أجرت OpenAI الاختبار على أحد عشر نموذجًا من GPT بإعدادات مختلفة لعمق الاستدلال. في الوضع xhigh المشترك بين جميع النماذج، حصل GPT-6.2 Astra على 84,5% من الدرجات المتاحة، وGPT-6 Astra على 83,3%، وGPT-6.1 Sol على 82,0%، وGPT-6.1 Terra على 75,1%، وGPT-5.6 Sol على 58,2%. وفي وضع max بلغت نتيجة GPT-6 Astra 83,8%. وبوجه عام، رفع الاستدلال الأعمق النتيجة، لكن الفجوات الكبيرة بين النماذج ظلّت قائمة. ومن الأمثلة الواضحة مسألة تجميع جزيء من بنية مركزية ومجموعتين مرتبطتين بها، مع الحفاظ على حلقة من 18 ذرة.
ما أبرز التفاصيل حول ماذا يعني ذلك عمليًا؟
يبدو تقسيم العمل المعقول حاليًا كما يلي: يتحقق الذكاء الاصطناعي من أن الجزيء مدوَّن بشكل صحيح، ويساعد في تفسير البيانات ويصوغ الفرضيات، أما قرار تحديد المركّب الذي سيُصنَّع تاليًا فيتخذه الكيميائي والتجربة. وتشدد OpenAI نفسها على القيود. فالاختبار لا يثبت أن النماذج قادرة على اكتشاف أدوية جديدة أو تحسين القرارات في المختبر. ولا يمكن استبعاد أن النماذج صادفت المنشورات الأصلية أثناء التدريب. وكل إجابة هي محاولة واحدة دون أدوات أو تغذية راجعة أو تجارب جديدة.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.