Com GPT‑5 va ajudar l’immunòleg Derya Unutmaz a resoldre un misteri de 3 anys

El metge i immunòleg Derya Unutmaz fa anys que s’interessa per la intel·ligència artificial. Però el seu moment d’«eureka» va arribar a finals del 2025, quan GPT‑5 Pro el va ajudar, a ell i al seu laboratori, a reprendre un enigma de feia tres anys centrat en un tipus especial de cèl·lula immunitària que ajuda el cos humà a combatre el càncer i altres malalties.

El misteri girava al voltant d’una pregunta bàsica però important en immunologia: com afecta la glucosa la manera com les cèl·lules T es desenvolupen i s’especialitzen? Les cèl·lules T són cèl·lules immunitàries que ajuden el cos a combatre virus, destruir cèl·lules canceroses, respondre a alguns bacteris i paràsits, i distingir les cèl·lules sanes de les amenaces. A mesura que es desenvolupen, assumeixen funcions diferents, inclosos papers que poden influir en el càncer, les malalties autoimmunitàries i les infeccions. Entendre què empeny les cèl·lules T cap a una especialització o una altra podria ajudar els investigadors a comprendre millor aquestes malalties i, amb el temps, a tractar-les millor.

Avui, Unutmaz —professor a The Jackson Laboratory i a la Universitat de Connecticut— diu que l’AI ha esdevingut tan central en la seva feina que no s’imagina fer ciència sense ella. «Seria com si et prenguessin les dues mans, o mig cervell», va dir Unutmaz.

L’enigma va començar el 2022, quan Unutmaz va fer un experiment per intentar entendre com un tipus de sucre anomenat glucosa afectava el desenvolupament de les cèl·lules T. Les cèl·lules utilitzen la glucosa com a font de combustible, però també per construir proteïnes i dur a terme altres funcions.

Els resultats de l’experiment d’Unutmaz podien tenir implicacions per a malalties com el càncer, les malalties autoimmunitàries i les infeccions. Però en aquell moment, Unutmaz i el seu laboratori no aconseguien entendre el que veien.

Estudis anteriors aportaven proves sòlides que el metabolisme de la glucosa influïa en la manera com s’especialitzen les cèl·lules T. Per entendre millor aquesta relació, Unutmaz i el seu equip van exposar cèl·lules T en una fase primerenca del seu desenvolupament a un entorn amb poca glucosa o bé a un que contenia una molècula semblant a la glucosa anomenada desoxiglucosa. La desoxiglucosa interfereix en la capacitat d’una cèl·lula d’utilitzar glucosa, cosa que altera la producció d’energia i la construcció de proteïnes. Les proteïnes són importants perquè coordinen l’activitat dins d’una cèl·lula i actuen com a missatgers que envien i reben informació fora de la cèl·lula.

L’equip esperava que les dues condicions produïssin resultats similars. En tots dos casos, la glucosa —i, per tant, l’energia que les cèl·lules T necessitaven per funcionar— seria limitada. Però no va ser això el que va passar.

Les cèl·lules T exposades a la desoxiglucosa van produir de manera aclaparadora cèl·lules implicades en la resposta inflamatòria del cos. Algunes de les cèl·lules T exposades a concentracions baixes de glucosa es van especialitzar com a cèl·lules de resposta inflamatòria, però no en les quantitats observades amb la desoxiglucosa. Els efectes de l’exposició primerenca a la desoxiglucosa van persistir fins i tot quan els investigadors van retirar la molècula semblant a la glucosa.

Aquesta diferència no es podia atribuir només a una manca d’energia. Hi havia alguna cosa més. Però Unutmaz i el seu laboratori no van ser capaços d’esbrinar què passava, així que van aparcar l’experiment i van passar a altres tasques urgents que requerien la seva atenció.

Aleshores, GPT‑5 Pro va sortir a finals del 2025 i Unutmaz va decidir recuperar l’experiment. Va carregar els resultats al model i li va demanar que analitzés les dades.

GPT‑5 Pro va suggerir que la desoxiglucosa interferia en la construcció d’una proteïna anomenada IL-2. Aquesta proteïna pot impedir que les cèl·lules T es converteixin en una cèl·lula de resposta inflamatòria coneguda com a Th17. La desoxiglucosa, en essència, eliminava una barrera a la capacitat d’una cèl·lula T de convertir-se en una cèl·lula Th17. Això podria explicar per què les cèl·lules T de l’entorn amb poca glucosa no es convertien en cèl·lules Th17 en quantitats ni de bon tros semblants a les observades en l’entorn amb desoxiglucosa.

«GPT‑5 va arribar a aquesta idea realment extraordinària que, en retrospectiva, té tot el sentit», va dir Unutmaz. Quedava prou fora de la seva pròpia àrea d’expertesa perquè ell no veiés la connexió, ni tampoc ningú del seu laboratori.

Després, Unutmaz va decidir veure si GPT‑5 podia predir el resultat d’un experiment. L’immunòleg va començar amb un que ja havia dut a terme sobre una cèl·lula T que ataca un tipus de limfoma. El seu experiment va mostrar que aquestes cèl·lules T concretes, anomenades CD8+, tenien una capacitat més gran de destruir les cèl·lules de limfoma.

Quan Unutmaz va demanar a GPT‑5 Pro que simulés el mateix experiment, va predir correctament l’augment de la capacitat de les cèl·lules CD8+ de destruir cèl·lules de limfoma. El model no podia haver extret els resultats d’internet, perquè Unutmaz encara no els havia publicat.

«Aquell va ser el moment en què vaig sentir que, d’acord, aquests models han arribat a un punt en què realment, de debò, entenen», va dir.

Unutmaz va dir que models com GPT‑5 Pro ara funcionen més aviat com a col·laboradors. Poden agilitzar les revisions bibliogràfiques, processar centenars de nous articles acadèmics publicats cada setmana i ajudar els científics a identificar preguntes que continuen sense resposta. També poden ajudar els investigadors a afinar les seves hipòtesis, reduint el temps necessari per identificar els experiments que val més la pena dur a terme.

«El nombre de coses que pots fer per abordar la teva hipòtesi és immens», va dir Unutmaz. «Tens incomptables enfocaments, i no saps quina serà la millor estratègia.» Per això utilitza GPT‑5 Pro per simular experiments i predir-ne els resultats, de manera que pugui acotar quins experiments val la pena repetir al laboratori. Això pot estalviar als investigadors setmanes o mesos, fins i tot anys, de feina, i accelerar dràsticament el camp de la biologia.

Malgrat això, l’expertesa en la matèria continua sent clau. L’AI pot generar una idea, però les persones encara n’han d’avaluar la importància i la plausibilitat. Per exemple, algú sense l’expertesa d’Unutmaz no hauria pogut saber si la idea mecanística que GPT‑5 Pro va detectar en els seus experiments amb cèl·lules immunitàries era important o no.

La capacitat de generar idees i accelerar la feina és el motiu pel qual aquestes capacitats s’han de gestionar de manera responsable. L’AI podria ajudar els investigadors a avançar més ràpid en biologia i medicina, però aquestes capacitats també podrien reduir les barreres per a usos indeguts, inclosos els d’actors malintencionats que busquin dissenyar o utilitzar armes biològiques o químiques. L'entorn de treball de preparació d’OpenAI descriu el nostre enfocament per fer el seguiment d’aquests riscos i crear salvaguardes contra capacitats d’AI que podrien causar danys greus.

Unutmaz és optimista sobre cap a on va l’AI. Diu que no s’assembla a res del que havia vingut abans: ni internet ni la revolució industrial. Més recentment, Unutmaz ha experimentat amb eines avançades d’AI, com Codex i GPT‑5.2 de recerca profunda, per ajudar a compilar conjunts de dades a gran escala sobre mutacions del càncer i generar materials de recerca —inclòs un extens esborrany de llibre de text centrat en les cèl·lules T— amb l’objectiu d’accelerar els esforços en immunoteràpia de precisió.

Unutmaz se sent afortunat de formar part d’aquest moment de descobriment. «No només poder-ne ser testimoni històric, sinó participar-hi una mica; em sento realment afortunat i privilegiat de poder-ho fer.»