GPT‑5 ने रोगप्रतिकारशास्त्रज्ञ Derya Unutmaz यांना 3 वर्षांपूर्वीचे गूढ सोडवण्यास कशी मदत केली

डॉक्टर आणि रोगप्रतिकारशास्त्रज्ञ Derya Unutmaz यांना अनेक वर्षांपासून कृत्रिम बुद्धिमत्तेबद्दल रस होता. पण त्यांचा “अरे वा” क्षण 2025 च्या उत्तरार्धात आला, जेव्हा GPT‑5 Pro ने त्यांना आणि त्यांच्या प्रयोगशाळेला तीन वर्षांपूर्वीचे एक कोडे पुन्हा हाताळण्यास मदत केली. हे कोडे अशा खास प्रकारच्या प्रतिकारशक्ती पेशीभोवती केंद्रित होते, जी मानवी शरीराला कर्करोग आणि इतर आजारांशी लढण्यास मदत करते.

हे गूढ रोगप्रतिकारशास्त्रातील एका मूलभूत पण महत्त्वाच्या प्रश्नाभोवती होते: ग्लुकोजचा T पेशींच्या विकासावर आणि त्यांच्या विशेषीकरणावर कसा परिणाम होतो? T पेशी या प्रतिकारशक्ती पेशी आहेत; त्या शरीराला विषाणूंशी लढण्यास, कर्करोगी पेशी नष्ट करण्यास, काही जीवाणू आणि परजीवींना प्रतिसाद देण्यास, तसेच निरोगी पेशी आणि धोके यांच्यात फरक ओळखण्यास मदत करतात. विकसित होताना त्या वेगवेगळी कामे स्वीकारतात, ज्यात कर्करोग, स्वयंप्रतिरोधक रोग आणि संसर्ग यांना आकार देऊ शकणाऱ्या भूमिकांचाही समावेश असतो. T पेशींना एका किंवा दुसऱ्या विशेषीकरणाकडे काय ढकलते हे समजल्यास संशोधकांना हे रोग अधिक चांगल्या प्रकारे समजून घेण्यास आणि शेवटी त्यांच्यावर अधिक प्रभावी उपचार करण्यास मदत होऊ शकते.

आज, The Jackson Laboratory आणि University of Connecticut येथे प्राध्यापक असलेले Unutmaz म्हणतात की AI त्यांच्या कामाच्या इतकी मध्यवर्ती झाली आहे की तिच्याविना विज्ञान करणे ते कल्पनाही करू शकत नाहीत. “ते म्हणजे तुमचे दोन्ही हात काढून घेतल्यासारखे, किंवा अर्धा मेंदू काढून घेतल्यासारखे होईल,” Unutmaz म्हणाले.

या कोड्याची सुरुवात 2022 मध्ये झाली, जेव्हा Unutmaz यांनी ग्लुकोज नावाच्या साखरेचा T पेशींच्या विकासावर कसा परिणाम होतो हे समजून घेण्यासाठी एक प्रयोग केला. पेशी ग्लुकोजचा इंधन स्रोत म्हणून वापर करतात, पण प्रथिने तयार करण्यासाठी आणि इतर कार्ये पार पाडण्यासाठीही करतात.

Unutmaz यांच्या प्रयोगाच्या निष्कर्षांचे कर्करोग, स्वयंप्रतिरोधक रोग आणि संसर्गांसारख्या आजारांवर परिणाम होऊ शकतात. पण त्या वेळी, Unutmaz आणि त्याच्या प्रयोगशाळेला जे दिसत होते त्याचा अर्थ लावता येत नव्हता.

मागील अभ्यासांमधून ग्लुकोज चयापचयाचा T पेशी कशा विशेषीकृत होतात यावर प्रभाव पडतो याचे ठोस पुरावे मिळाले होते. हा संबंध अधिक चांगल्या प्रकारे समजून घेण्यासाठी, Unutmaz आणि त्यांच्या टीमने विकासाच्या सुरुवातीच्या टप्प्यातील T पेशींना कमी ग्लुकोज असलेल्या वातावरणात किंवा डिऑक्सिग्लुकोज नावाच्या ग्लुकोजसारख्या रेणू असलेल्या वातावरणात ठेवले. डिऑक्सिग्लुकोज पेशीच्या ग्लुकोज वापरण्याच्या क्षमतेत अडथळा आणते, त्यामुळे ऊर्जा निर्मिती आणि प्रथिनांची बांधणी विस्कळीत होते. प्रथिने महत्त्वाची असतात, कारण ती पेशीतील क्रियांचे समन्वय करतात आणि पेशीबाहेर माहिती पाठवणारे व स्वीकारणारे संदेशवाहक म्हणून काम करतात.

या दोन परिस्थितींमधून सारखेच परिणाम मिळतील अशी टीमची अपेक्षा होती. दोन्ही प्रकरणांत ग्लुकोज, आणि त्यामुळे T पेशींना कार्य करण्यासाठी लागणारी ऊर्जा, मर्यादित असणार होती. पण तसे झाले नाही.

डिऑक्सिग्लुकोजच्या संपर्कात आलेल्या T पेशींनी शरीराच्या दाहक प्रतिसादात सहभागी असलेल्या पेशी प्रचंड प्रमाणात तयार केल्या. कमी प्रमाणातील ग्लुकोजच्या संपर्कात आलेल्या काही T पेशी दाहक-प्रतिसाद पेशी म्हणून विशेषीकृत झाल्या, पण डिऑक्सिग्लुकोजमध्ये दिसलेल्या संख्येइतक्या नाही. डिऑक्सिग्लुकोजच्या सुरुवातीच्या संपर्काचे परिणाम संशोधकांनी तो ग्लुकोजसारखा रेणू काढून टाकल्यानंतरही टिकून राहिले.

हा फरक केवळ ऊर्जेच्या कमतरतेमुळे झाला असे म्हणता येत नव्हते. काहीतरी वेगळे घडत होते. पण काय घडत आहे हे Unutmaz आणि त्यांच्या प्रयोगशाळेला समजू शकले नाही, म्हणून त्यांनी तो प्रयोग बाजूला ठेवला आणि लक्ष देणे आवश्यक असलेल्या इतर तातडीच्या कामांकडे वळले.

नंतर 2025 च्या उत्तरार्धात GPT‑5 Pro आले आणि Unutmaz यांनी तो प्रयोग पुन्हा पुढे आणण्याचा निर्णय घेतला. त्यांनी निष्कर्ष मॉडेलमध्ये अपलोड केले आणि त्याला डेटाचे विश्लेषण करण्यास सांगितले.

GPT‑5 Pro ने सुचवले की डिऑक्सिग्लुकोज IL-2 नावाच्या प्रथिनाच्या बांधणीत अडथळा आणते. हे प्रथिन T पेशींना Th17 म्हणून ओळखल्या जाणाऱ्या दाहक-प्रतिसाद पेशीत रूपांतरित होण्यापासून रोखू शकते. थोडक्यात, डिऑक्सिग्लुकोजने T पेशीला Th17 पेशी होण्याच्या क्षमतेवरील एक अडथळा दूर केला. कमी ग्लुकोज असलेल्या वातावरणातील T पेशी डिऑक्सिग्लुकोज वातावरणात दिसलेल्या प्रमाणाच्या जवळपासही Th17 पेशी का झाल्या नाहीत, याचे हे संभाव्य कारण आहे.

“GPT‑5 ने ही खरोखर विलक्षण सखोल माहिती दिली, जी मागे वळून पाहता अगदी तर्कसंगत वाटते,” Unutmaz म्हणाले. तो संबंध त्यांच्या स्वतःच्या तज्ज्ञतेच्या क्षेत्राबाहेर थोडासा होता, म्हणून त्यांना तो स्वतः दिसला नाही, आणि त्यांच्या प्रयोगशाळेतील कुणालाही दिसला नाही.

यानंतर GPT‑5 एखाद्या प्रयोगाचा परिणाम भाकीत करू शकते का, हे पाहण्याचा Unutmaz यांनी निर्णय घेतला. या रोगप्रतिकारशास्त्रज्ञांनी आधीच केलेल्या एका प्रयोगापासून सुरुवात केली; तो लिम्फोमाच्या एका प्रकाराला लक्ष्य करणाऱ्या T पेशीवर होता. त्यांच्या प्रयोगातून दिसले की CD8+ नावाच्या या विशिष्ट T पेशींमध्ये लिम्फोमा पेशी नष्ट करण्याची क्षमता अधिक वाढली होती.

Unutmaz यांनी GPT‑5 Pro ला तोच प्रयोग अनुकरण करण्यास सांगितले तेव्हा त्याने CD8+ पेशींच्या लिम्फोमा पेशी नष्ट करण्याच्या क्षमतेतील वाढ अचूकपणे भाकीत केली. मॉडेलला हे निष्कर्ष इंटरनेटवरून मिळाले असू शकत नव्हते, कारण Unutmaz यांनी ते निष्कर्ष अद्याप प्रकाशित केले नव्हते.

“तोच तो क्षण होता जेव्हा मला वाटले, ठीक आहे, ही मॉडेल आता अशा टप्प्यावर आली आहेत की ती खरोखर, मनापासून समजून घेतात,” ते म्हणाले.

Unutmaz म्हणाले की GPT‑5 Pro सारखी मॉडेल आता सहकाऱ्यांसारखी अधिक काम करतात. ती साहित्यसमीक्षा अधिक सुरळीत करू शकतात, दर आठवड्याला प्रकाशित होणारे शेकडो नवे शैक्षणिक पेपर प्रक्रिया करू शकतात आणि अजूनही अनुत्तरित राहिलेले प्रश्न ओळखण्यात वैज्ञानिकांना मदत करू शकतात. ती संशोधकांना त्यांच्या गृहीतकांना अधिक नेमके करण्यासही मदत करू शकतात, ज्यामुळे करण्यास सर्वाधिक उपयुक्त असलेले प्रयोग ओळखण्यासाठी लागणारा वेळ कमी होतो.

“तुमचे गृहीतक तपासण्यासाठी तुम्ही करू शकता अशा गोष्टींची संख्या प्रचंड असते,” Unutmaz म्हणाले. “तुमच्याकडे असंख्य पद्धती असतात आणि कोणती सर्वोत्तम रणनीती ठरेल हे तुम्हाला माहीत नसते.” म्हणून कोणते प्रयोग प्रयोगशाळेत पुन्हा करणे योग्य आहे हे ठरवण्याचा आवाका कमी करण्यासाठी ते GPT‑5 Pro चा वापर प्रयोगांचे अनुकरण करण्यासाठी आणि परिणामांचे भाकीत करण्यासाठी करतात. यामुळे संशोधकांचे आठवडे, महिने, अगदी वर्षांचेही काम वाचू शकते आणि जीवशास्त्र क्षेत्राला झपाट्याने गती मिळू शकते.

तरीही, विषयातील तज्ज्ञता अजूनही अत्यावश्यक आहे. AI एखादी सखोल माहिती निर्माण करू शकते, पण तिचे महत्त्व आणि संभाव्यता यांचे मूल्यमापन अजूनही लोकांनीच करावे लागते. उदाहरणार्थ, Unutmaz यांच्या तज्ज्ञतेशिवाय एखाद्या व्यक्तीला त्यांच्या प्रतिकारशक्ती पेशींच्या प्रयोगांत GPT‑5 Pro ने दाखवलेली यांत्रिक सखोल माहिती महत्त्वाची होती की नाही हे सांगता आले नसते.

सखोल माहिती निर्माण करण्याची आणि कामाला गती देण्याची क्षमता असल्यामुळेच या क्षमतांचा जबाबदारीने वापर करणे आवश्यक आहे. AI संशोधकांना जीवशास्त्र आणि वैद्यकशास्त्रात अधिक वेगाने पुढे जाण्यास मदत करू शकते, पण या क्षमता गैरवापरासाठीचे अडथळेही कमी करू शकतात; त्यात जैविक किंवा रासायनिक शस्त्रे तयार किंवा वापरू पाहणाऱ्या दुष्ट घटकांचाही समावेश आहे. OpenAI चे प्रिपेयर्डनेस फ्रेमवर्क या जोखमींचा मागोवा घेण्याबाबत आणि गंभीर हानी निर्माण करू शकणाऱ्या AI क्षमतांविरुद्ध सुरक्षा उपाय उभारण्याबाबत आमचा दृष्टिकोन मांडते.

AI कुठे पोहोचत आहे याबद्दल Unutmaz आशावादी आहेत. ते म्हणतात, याआधी आलेल्या कोणत्याही गोष्टीसारखे हे नाही, इंटरनेटसारखेही नाही आणि औद्योगिक क्रांतीसारखेही नाही. अलीकडे Unutmaz यांनी Codex आणि GPT‑5.2 डीप रिसर्चसह प्रगत AI टूल्सवर प्रयोग केले आहेत, ज्यांच्या मदतीने मोठ्या प्रमाणातील कर्करोग उत्परिवर्तन डेटासेट संकलित करणे आणि संशोधन साहित्य तयार करणे शक्य झाले आहे. यात अचूक इम्युनोथेरपीतील प्रयत्नांना गती देण्यासाठी तयार केलेल्या T-पेशी-केंद्रित विस्तृत मसुदा पाठ्यपुस्तकाचाही समावेश आहे.

या शोधाच्या काळाचा भाग होता येत असल्याबद्दल Unutmaz स्वतःला भाग्यवान समजतात. “इतिहासात याचा साक्षीदार होणेच नव्हे, तर त्यात थोडासा सहभागीही होता येणे, हे माझे खरे भाग्य आणि विशेषाधिकार आहे असे मला वाटते.”