Wie GPT‑5 dem Immunologen Derya Unutmaz half, ein drei Jahre altes Rätsel zu lösen

Der Arzt und Immunologe Derya Unutmaz interessiert sich seit Jahren für künstliche Intelligenz. Sein Aha-Moment kam jedoch Ende 2025, als GPT‑5 Pro ihm und seinem Labor half, ein drei Jahre altes Rätsel neu anzugehen. Im Mittelpunkt stand ein besonderer Typ von Immunzelle, der den menschlichen Körper dabei unterstützt, Krebs und andere Krankheiten zu bekämpfen.

Das Rätsel drehte sich um eine grundlegende, aber folgenreiche Frage der Immunologie: Wie beeinflusst Glukose die Entwicklung und Spezialisierung von T-Zellen? T-Zellen sind Immunzellen, die dem Körper helfen, Viren zu bekämpfen, Krebszellen abzutöten, auf bestimmte Bakterien und Parasiten zu reagieren und gesunde Zellen von Bedrohungen zu unterscheiden. Während ihrer Entwicklung übernehmen sie unterschiedliche Aufgaben, darunter Funktionen, die Krebs, Autoimmunerkrankungen und Infektionen beeinflussen können. Wenn Forschende verstehen, was T-Zellen in die eine oder andere Spezialisierung lenkt, könnten sie diese Krankheiten besser verstehen und eines Tages auch besser behandeln.

Heute sagt Unutmaz, Professor am The Jackson Laboratory und an der University of Connecticut, KI sei für seine Arbeit so zentral geworden, dass er sich Wissenschaft ohne sie nicht mehr vorstellen könne. „Das wäre, als würde man dir beide Hände wegnehmen oder die Hälfte deines Gehirns“, sagte Unutmaz.

Das Rätsel begann 2022, als Unutmaz in einem Experiment verstehen wollte, wie eine Zuckerart namens Glukose die Entwicklung von T-Zellen beeinflusst. Die Zellen nutzen Glukose als Energiequelle, aber auch, um Proteine aufzubauen und andere Funktionen auszuführen.

Die Ergebnisse von Unutmaz’ Experiment könnten Bedeutung für Erkrankungen wie Krebs, Autoimmunerkrankungen und Infektionen haben. Damals konnten Unutmaz und sein Labor jedoch nicht einordnen, was sie beobachteten.

Frühere Studien lieferten deutliche Hinweise darauf, dass der Glukosestoffwechsel beeinflusst, wie sich T-Zellen spezialisieren. Um diesen Zusammenhang besser zu verstehen, setzten Unutmaz und sein Team T-Zellen in einer frühen Entwicklungsphase entweder einer Umgebung mit wenig Glukose oder einer Umgebung mit einem glukoseähnlichen Molekül namens Desoxyglukose aus. Desoxyglukose beeinträchtigt die Fähigkeit einer Zelle, Glukose zu nutzen, und stört so die Energieproduktion und die Proteinsynthese. Proteine sind wichtig, weil sie Aktivitäten innerhalb einer Zelle koordinieren und als Botenstoffe Informationen außerhalb der Zelle senden und empfangen.

Das Team erwartete, dass die beiden Bedingungen ähnliche Ergebnisse liefern würden. In beiden Fällen wäre Glukose begrenzt gewesen und damit auch die Energie, die T-Zellen für ihre Funktion benötigen. Doch genau das geschah nicht.

Die T-Zellen, die Desoxyglukose ausgesetzt waren, bildeten in überwältigender Mehrheit Zellen, die an der Entzündungsreaktion des Körpers beteiligt sind. Ein Teil der T-Zellen, die niedrigen Glukosekonzentrationen ausgesetzt waren, spezialisierte sich zwar ebenfalls zu Zellen der Entzündungsreaktion, jedoch längst nicht in dem Ausmaß wie bei Desoxyglukose. Die Effekte der frühen Exposition gegenüber Desoxyglukose hielten an, selbst nachdem die Forschenden das glukoseähnliche Molekül entfernt hatten.

Dieser Unterschied ließ sich nicht allein auf Energiemangel zurückführen. Es musste noch etwas anderes im Spiel sein. Unutmaz und sein Labor konnten jedoch nicht herausfinden, was genau geschah. Also legten sie das Experiment beiseite und wandten sich anderen dringenden Aufgaben zu, die ihre Aufmerksamkeit erforderten.

Dann erschien Ende 2025 GPT‑5 Pro, und Unutmaz beschloss, das Experiment wieder aufzugreifen. Er lud die Ergebnisse in das Modell hoch und bat es, die Daten zu analysieren.

GPT‑5 Pro schlug vor, dass Desoxyglukose die Bildung eines Proteins namens IL-2 beeinträchtigt. Dieses Protein kann verhindern, dass T-Zellen zu einer Entzündungsreaktionszelle werden, die als Th17 bekannt ist. Desoxyglukose nahm einer T-Zelle im Grunde eine Hürde auf dem Weg zur Th17-Zelle. Das könnte erklären, warum T-Zellen in der Umgebung mit wenig Glukose bei Weitem nicht in dem Ausmaß zu Th17-Zellen wurden wie in der Umgebung mit Desoxyglukose.

„GPT‑5 kam auf diese wirklich bemerkenswerte Erkenntnis, die im Rückblick vollkommen einleuchtet“, so Unutmaz. Sie lag gerade weit genug außerhalb seines eigenen Fachgebiets, dass er den Zusammenhang selbst nicht sah, und auch niemand in seinem Labor.

Daraufhin wollte Unutmaz prüfen, ob GPT‑5 den Ausgang eines Experiments vorhersagen konnte. Der Immunologe begann mit einem Experiment, das er bereits an einer T-Zelle durchgeführt hatte, die auf eine bestimmte Art von Lymphom abzielt. Sein Experiment zeigte, dass diese speziellen T-Zellen, CD8+ genannt, Lymphomzellen besser abtöten konnten.

Als Unutmaz GPT‑5 Pro bat, dasselbe Experiment zu simulieren, sagte es korrekt voraus, dass CD8+-Zellen Lymphomzellen besser abtöten würden. Das Modell konnte die Ergebnisse nicht aus dem Internet übernommen haben, denn Unutmaz hatte sie noch nicht veröffentlicht.

„Das war der Moment, in dem ich dachte: Okay, diese Modelle sind jetzt an einem Punkt angekommen, an dem sie wirklich verstehen, um was es geht“, sagte er.

Unutmaz sagte, Modelle wie GPT‑5 Pro arbeiteten heute eher wie Mitwirkende. Sie können Literaturrecherchen vereinfachen, Hunderte neuer wissenschaftlicher Arbeiten verarbeiten, die jede Woche erscheinen, und Forschenden helfen, offene Fragen zu erkennen. Außerdem können sie Forschende dabei unterstützen, ihre Hypothesen zu schärfen. So verkürzt sich die Zeit, die nötig ist, um die lohnendsten Experimente zu finden.

„Es gibt unzählige Möglichkeiten, eine Hypothese zu prüfen“, sagte Unutmaz. „Du hast zahllose Ansätze und weißt nicht, welcher die beste Strategie ist.“ Deshalb nutzt er GPT‑5 Pro, um Experimente zu simulieren und Ergebnisse vorherzusagen. So kann er eingrenzen, welche Experimente es wert sind, im Labor wiederholt zu werden. Das kann Forschenden Wochen bis Monate, mitunter sogar Jahre Arbeit ersparen und die Biologie deutlich beschleunigen.

Trotzdem bleibt Fachwissen entscheidend. KI kann eine Erkenntnis liefern, doch Menschen müssen weiterhin bewerten, wie bedeutsam und plausibel sie ist. Wer nicht über Unutmaz’ Fachwissen verfügt, hätte zum Beispiel nicht beurteilen können, ob der mechanistische Hinweis, den GPT‑5 Pro in seinen Immunzell-Experimenten hervorhob, wichtig war oder nicht.

Gerade weil diese Fähigkeiten Erkenntnisse hervorbringen und Arbeit beschleunigen können, müssen sie verantwortungsvoll eingesetzt werden. KI könnte Forschenden helfen, in Biologie und Medizin schneller voranzukommen. Diese Fähigkeiten könnten aber auch Hürden für Missbrauch senken, etwa durch böswillige Akteur:innen, die biologische oder chemische Waffen entwickeln oder einsetzen wollen. OpenAIs Preparedness Framework beschreibt unseren Ansatz, solche Risiken zu verfolgen und Schutzmaßnahmen gegen KI-Fähigkeiten aufzubauen, die schweren Schaden verursachen könnten.

Unutmaz blickt optimistisch auf die Entwicklung von KI. Sie sei mit nichts vergleichbar, was es zuvor gegeben habe, sagt er. Nicht mit dem Internet und auch nicht mit der industriellen Revolution. Zuletzt hat Unutmaz mit fortschrittlichen KI-Tools experimentiert, darunter Codex und GPT‑5.2 Deep Research. Sie sollen dabei helfen, umfangreiche Datensätze zu Krebsmutationen zusammenzustellen und Forschungsunterlagen zu erstellen, darunter einen umfassenden Lehrbuchentwurf mit Schwerpunkt T-Zellen. Ziel ist es, die Präzisionsimmuntherapie schneller voranzubringen.

Unutmaz empfindet es als Glück, Teil dieser Zeit der Entdeckungen zu sein. „Ich kann das nicht nur historisch miterleben, sondern auch ein wenig daran mitwirken. Darüber bin ich wirklich glücklich und fühle mich privilegiert.“