Miten GPT‑5 auttoi immunologi Derya Unutmazia ratkaisemaan 3 vuotta vanhan arvoituksen

Lääkäri ja immunologi Derya Unutmaz on ollut kiinnostunut tekoälystä jo vuosia. Hänen oivalluksen hetkensä koitti kuitenkin loppuvuonna 2025, kun GPT‑5 Pro auttoi häntä ja hänen laboratoriotaan palaamaan kolme vuotta vanhaan arvoitukseen, joka liittyi erityiseen immuunisolutyyppiin. Se auttaa ihmiskehoa torjumaan syöpää ja muita sairauksia.

Arvoitus liittyi immunologian perustavanlaatuiseen mutta merkittävään kysymykseen: miten glukoosi vaikuttaa siihen, miten T-solut kehittyvät ja erikoistuvat? T-solut ovat immuunisoluja, jotka auttavat kehoa torjumaan viruksia, tappamaan syöpäsoluja, reagoimaan joihinkin bakteereihin ja loisiin sekä erottamaan terveet solut uhista. Kehittyessään ne omaksuvat erilaisia tehtäviä, myös rooleja, jotka voivat vaikuttaa syöpään, autoimmuunisairauksiin ja infektioihin. Kun tutkijat ymmärtävät, mikä ohjaa T-soluja erikoistumaan yhteen tai toiseen suuntaan, he voivat ymmärtää näitä sairauksia paremmin ja lopulta myös hoitaa niitä paremmin.

Nykyään The Jackson Laboratoryn ja Connecticutin yliopiston professori Unutmaz sanoo, että AI:stä on tullut niin keskeinen osa hänen työtään, ettei hän voi kuvitella tekevänsä tiedettä ilman sitä. ”Se olisi kuin menettäisi molemmat kätensä tai puolet aivoistaan”, Unutmaz sanoi.

Arvoitus sai alkunsa vuonna 2022, kun Unutmaz teki kokeen selvittääkseen, miten glukoosiksi kutsuttu sokerityyppi vaikutti T-solujen kehitykseen. Solut käyttävät glukoosia energianlähteenä, mutta myös proteiinien rakentamiseen ja muihin toimintoihin.

Unutmazin kokeen tuloksilla voisi olla merkitystä esimerkiksi syövän, autoimmuunisairauksien ja infektioiden kannalta. Tuolloin Unutmaz ja hänen laboratorionsa eivät kuitenkaan saaneet tolkkua näkemästään.

Aiemmat tutkimukset olivat antaneet vahvaa näyttöä siitä, että glukoosiaineenvaihdunta vaikutti T-solujen erikoistumiseen. Ymmärtääkseen tätä yhteyttä paremmin Unutmaz ja hänen tiiminsä altistivat kehityksensä alkuvaiheessa olevia T-soluja joko vähäglukoosiselle ympäristölle tai ympäristölle, joka sisälsi deoksiglukoosiksi kutsuttua glukoosin kaltaista molekyyliä. Deoksiglukoosi häiritsee solun kykyä käyttää glukoosia ja häiritsee siten energiantuotantoa ja proteiinien rakentamista. Proteiinit ovat tärkeitä, koska ne koordinoivat solun sisäistä toimintaa ja toimivat viestinviejinä, jotka lähettävät ja vastaanottavat tietoa solun ulkopuolella.

Tiimi odotti, että nämä kaksi olosuhdetta tuottaisivat samankaltaisia tuloksia. Molemmissa tapauksissa glukoosia – ja siten T-solujen toimintaan tarvitsemaa energiaa – olisi rajallisesti. Niin ei kuitenkaan tapahtunut.

Deoksiglukoosille altistetut T-solut tuottivat ylivoimaisesti eniten kehon tulehdusvasteeseen osallistuvia soluja. Osa vähäisille glukoosipitoisuuksille altistetuista T-soluista erikoistui tulehdusvasteen soluiksi, mutta ei läheskään yhtä suurina määrinä kuin deoksiglukoosin yhteydessä. Varhaisen deoksiglukoosialtistuksen vaikutukset säilyivät, vaikka tutkijat poistivat glukoosin kaltaisen molekyylin.

Tätä eroa ei voitu selittää pelkällä energian puutteella. Taustalla oli jotakin muuta. Unutmaz ja hänen laboratorionsa eivät kuitenkaan saaneet selville, mitä tapahtui, joten he panivat kokeen syrjään ja siirtyivät muihin kiireellisiin tehtäviin, jotka vaativat heidän huomiotaan.

Sitten GPT‑5 Pro julkaistiin loppuvuonna 2025, ja Unutmaz päätti nostaa kokeen uudelleen esiin. Hän latasi tulokset malliin ja pyysi sitä analysoimaan datan.

GPT‑5 Pro ehdotti, että deoksiglukoosi häiritsi IL-2-nimisen proteiinin rakentumista. Tämä proteiini voi estää T-soluja muuttumasta Th17-nimisiksi tulehdusvasteen soluiksi. Deoksiglukoosi käytännössä poisti esteen T-solun kyvyltä muuttua Th17-soluksi. Tämä voi selittää, miksi vähäglukoosisessa ympäristössä T-soluista ei tullut Th17-soluja läheskään yhtä paljon kuin deoksiglukoosia sisältävässä ympäristössä.

”GPT‑5 teki todella merkittävän havainnon, joka jälkikäteen ajatellen käy täysin järkeen”, Unutmaz sanoi. Se oli juuri sen verran hänen oman asiantuntemuksensa ulkopuolella, ettei hän itse nähnyt yhteyttä – eikä sitä nähnyt kukaan hänen laboratoriossaankaan.

Seuraavaksi Unutmaz päätti kokeilla, pystyisikö GPT‑5 ennustamaan kokeen tuloksen. Immunologi aloitti kokeesta, jonka hän oli jo tehnyt eräälle lymfoomatyyppiin kohdistuvalle T-solulle. Hänen kokeensa osoitti, että näillä tietyillä CD8+-nimisillä T-soluilla oli parantunut kyky tappaa lymfoomasoluja.

Kun Unutmaz pyysi GPT‑5 Prota simuloimaan saman kokeen, se ennusti oikein CD8+-solujen kyvyn tappaa lymfoomasoluja vahvistuvan. Malli ei olisi voinut poimia tuloksia internetistä, koska Unutmaz ei ollut vielä julkaissut niitä.

”Silloin minusta tuntui, että okei, nämä mallit ovat nyt saavuttaneet pisteen, jossa ne todella, aidosti ymmärtävät”, hän sanoi.

Unutmazin mukaan GPT‑5 Pron kaltaiset mallit toimivat nykyään enemmän yhteistyökumppaneina. Ne voivat sujuvoittaa kirjallisuuskatsauksia käsittelemällä satoja uusia joka viikko julkaistavia tieteellisiä artikkeleita ja auttamalla tutkijoita tunnistamaan kysymyksiä, joihin ei ole vielä vastattu. Ne voivat myös auttaa tutkijoita hiomaan hypoteesejaan ja lyhentää aikaa, joka kuluu lupaavimpien kokeiden tunnistamiseen.

”Hypoteesin tutkimiseen on valtavan paljon mahdollisuuksia”, Unutmaz sanoi. ”Lähestymistapoja on lukemattomia, eikä voi tietää, mikä niistä on paras strategia.” Siksi hän käyttää GPT‑5 Prota kokeiden simulointiin ja tulosten ennustamiseen, jotta olisi helpompi rajata, mitkä kokeet kannattaa toistaa laboratoriossa. Tämä voi säästää tutkijoilta viikkoja, kuukausia tai jopa vuosia työtä ja nopeuttaa biologian alaa merkittävästi.

Tästä huolimatta alan asiantuntemus on edelleen ratkaisevan tärkeää. AI voi tuottaa oivalluksen, mutta ihmisten on yhä arvioitava sen merkitys ja uskottavuus. Esimerkiksi ilman Unutmazin asiantuntemusta ei olisi voinut sanoa, oliko GPT‑5 Pron hänen immuunisolukokeissaan esiin nostama mekanistinen havainto tärkeä vai ei.

Kyky tuottaa oivalluksia ja nopeuttaa työtä on syy siihen, miksi näitä valmiuksia on käsiteltävä vastuullisesti. AI voisi auttaa tutkijoita etenemään nopeammin biologiassa ja lääketieteessä, mutta samat valmiudet voisivat myös madaltaa väärinkäytön kynnystä, myös pahantahtoisille toimijoille, jotka pyrkivät suunnittelemaan tai käyttämään biologisia tai kemiallisia aseita. OpenAI:n Preparedness Framework kuvaa lähestymistapamme näiden riskien seuraamiseen ja suojatoimien rakentamiseen sellaisia AI-valmiuksia vastaan, jotka voisivat aiheuttaa vakavaa haittaa.

Unutmaz suhtautuu optimistisesti siihen, mihin suuntaan AI on kehittymässä. Hänen mukaansa se on erilaista kuin mikään aiemmin nähty – ei internetin eikä teollisen vallankumouksen kaltaista. Viimeksi Unutmaz on kokeillut edistyneitä AI-työkaluja, kuten Codexia ja GPT‑5.2‑syvätutkimusta, kootakseen laajoja syövän mutaatioaineistoja ja tuottaakseen tutkimusmateriaaleja – mukaan lukien laajan T-soluihin keskittyvän oppikirjaluonnoksen – joiden tarkoituksena on nopeuttaa täsmäimmunoterapian kehittämistä.

Unutmaz kokee olevansa onnekas saadessaan olla mukana tässä löytöjen ajassa. ”Tunnen itseni todella onnekkaaksi ja etuoikeutetuksi, kun saan paitsi todistaa tätä historiallista hetkeä myös osallistua siihen hieman.”