AI Kimia OpenAI Temukan Cara Baru Sintesis Obat yang Lebih Efisien

CLB.my.id - Sebuah sistem kecerdasan buatan yang digabungkan dari model GPT-5.4 milik OpenAI dan platform Maria milik Molecule.one berhasil menemukan cara baru untuk meningkatkan reaksi kimia yang selama ini menjadi hambatan besar dalam penemuan obat-obatan. Penelitian yang dipublikasikan pada 17 Juni 2026 ini menunjukkan bahwa AI mampu bekerja hampir sepenuhnya otonom dalam eksperimen kimia nyata, bukan sekadar menganalisis data di layar komputer.

Proyek ini berfokus pada reaksi Chan-Lam coupling, sebuah metode penting untuk membentuk ikatan karbon-nitrogen yang banyak digunakan dalam sintesis obat anticancer, antimikroba, dan diuretik. Selama ini, reaksi ini memiliki kelemahan besar ketika diterapkan pada senyawa sulfonamida primer. Hasil reaksinya rendah, sehingga menjadi hambatan serius bagi para peneliti obat yang hanya bisa menguji molekul yang berhasil mereka sintesis.

Selama tiga bulan, dari 4 Maret hingga 4 Juni 2026, GPT-5.4 bertugas meninjau literatur kimia dan menghasilkan ribuan proposal penelitian. Para kimiawan manusia kemudian memilih empat proposal prioritas untuk diuji di laboratorium. Maria AI, platform eksperimen berkecepatan tinggi dari Molecule.one, menerjemahkan rencana tersebut menjadi instruksi laboratorium dan menjalankan eksperimen secara mandiri. Total, sistem ini melakukan 10.080 reaksi dalam skala mikroliter.

Temuan paling signifikan datang dari proposal OAI-M1-03. GPT-5.4 secara independen mengidentifikasi sulfonamida primer sebagai substrat yang menantang bernilai tinggi dan mengusulkan penggunaan oksidan ringan bernama TEMPO untuk meningkatkan hasil reaksi. Usulan ini mengejutkan karena tidak banyak literatur yang menyarankan pendekatan serupa.

Hasilnya terukur dan konsisten. Rata-rata hasil reaksi meningkat dari 16,6 persen menjadi 25,2 persen. Persentase reaksi yang mencapai hasil di atas 30 persen naik dari 15,6 persen menjadi 37,5 persen. Sebanyak 88 persen asam boronic yang diuji menunjukkan peningkatan, sementara 83 persen sulfonamida yang diuji juga mengalami perbaikan. Penemuan lanjutan menunjukkan bahwa 4-hydroxy-TEMPO, analog yang lebih murah, dapat menggantikan TEMPO dengan sedikit penurunan performa.

Para kimiawan manusia kemudian mengulangi reaksi representatif di skala bangku kerja normal. Dari 14 pasangan substrat yang diuji, 11 menunjukkan hasil lebih tinggi, dengan 8 pasangan di antaranya mengalami peningkatan lebih dari dua kali lipat. Empat ahli independen dari luar proyek mengonfirmasi bahwa temuan ini layak dipublikasikan.

Tim Cernak, Associate Professor of Medicinal Chemistry di University of Michigan, memberikan apresiasi tinggi terhadap proyek ini. Menurutnya, penggabungan eksperimen berkecepatan tinggi dan AI modern merupakan era baru penemuan ilmiah. Reaksi baru ini menunjukkan kondisi yang sangat ringan dan oksidan praktis yang memungkinkan ruang substrat lebih luas untuk salah satu reaksi paling populer dalam sintesis obat.

Meski demikian, OpenAI menekankan bahwa sistem ini tidak sepenuhnya otonom. Penilaian manusia tetap essential untuk mengarahkan, memilih proposal, mengoreksi eksperimen, dan memvalidasi hasil. Metode ini juga belum dapat digeneralisasi ke reaksi coupling lain, kelas substrat lain, atau kondisi manufaktur. Diperlukan penelitian lebih lanjut untuk mengkarakterisasi mekanisme, mendefinisikan ruang substrat penuh, dan replikasi laboratorium independen.

Dari sisi keamanan, proyek ini sengaja dibatasi pada masalah kimia medisinal yang sah. Eksperimen tidak melibatkan toksin atau senyawa berbahaya. Seluruh pekerjaan berada di bawah kerangka Preparedness milik OpenAI, dengan penjagaan model dan pengawasan manusia yang mengontrol alur kerja laboratorium fisik.

Langkah selanjutnya adalah menguji bahan awal yang lebih luas, menyelidiki mekanisme reaksi secara mendalam, dan mendukung replikasi oleh laboratorium independen. Tujuan jangka panjangnya adalah mengembangkan AI yang dapat dipercaya sebagai mitra ilmiah yang membantu para peneliti di seluruh siklus penelitian, mempercepat penemuan di bidang kimia dan sains eksperimental lainnya.

Pencapaian ini menjadi bukti nyata bahwa AI tidak hanya unggul dalam tugas digital seperti menulis kode atau menganalisis teks, tetapi juga mampu memberikan kontribusi nyata di laboratorium fisik yang melibatkan molekul, instrumen, dan eksperimen sesungguhnya.

Bagi Indonesia, perkembangan ini punya relevansi tersendiri. Industri farmasi nasional yang terus berkembang membutuhkan percepatan dalam penemuan obat baru, terutama untuk penyakit tropis dan penyakit menular yang masih menjadi beban kesehatan masyarakat. Kemampuan AI untuk mempercepat proses sintesis senyawa kandidat obat bisa menjadi katalisator bagi peneliti Indonesia untuk berkontribusi lebih besar dalam penemuan obat global.

OpenAI menyatakan bahwa proyek ini merupakan bagian dari visi lebih besar untuk menjadikan AI sebagai mitra riset yang handal di berbagai disiplin ilmu eksperimental. Jika pendekatan serupa dapat direplikasi di bidang biologi, material science, atau energi terbarukan, dampaknya terhadap kemajuan ilmu pengetahuan bisa jauh lebih masif.