Overslaan naar hoofdinhoud
OpenAI

23 juni 2026

Toegepaste AI

Hoe GPT‑5 immunoloog Derya Unutmaz hielp een 3 jaar oud raadsel op te lossen

Het vermogen van het model om menselijke expertise te versterken kan helpen vakgebieden vooruit te brengen, waaronder kankeronderzoek, auto-immuunziekten en infecties.

Bezig met laden...

Arts en immunoloog Derya Unutmaz is al jaren geïnteresseerd in kunstmatige intelligentie. Maar zijn ‘aha’-moment kwam eind 2025, toen GPT‑5 Pro hem en zijn lab hielp opnieuw te kijken naar een drie jaar oud raadsel rond een bijzonder type immuuncel dat het menselijk lichaam helpt kanker en andere ziekten te bestrijden.

Het mysterie draaide om een fundamentele maar belangrijke vraag in de immunologie: hoe beïnvloedt glucose de manier waarop T-cellen zich ontwikkelen en specialiseren? T-cellen zijn immuuncellen die het lichaam helpen virussen te bestrijden, kankercellen te doden, op sommige bacteriën en parasieten te reageren en gezonde cellen van bedreigingen te onderscheiden. Tijdens hun ontwikkeling nemen ze verschillende taken op zich, waaronder rollen die invloed kunnen hebben op kanker, auto-immuunziekten en infecties. Begrijpen wat T-cellen naar de ene of de andere specialisatie stuurt, kan onderzoekers helpen deze ziekten beter te begrijpen en uiteindelijk beter te behandelen.

Vandaag zegt Unutmaz, hoogleraar aan The Jackson Laboratory en de University of Connecticut, dat AI zo centraal is komen te staan in zijn werk dat hij zich niet meer kan voorstellen wetenschap te bedrijven zonder AI. ‘Dat zou zijn alsof iemand je beide handen afneemt, of de helft van je brein’, zei Unutmaz.

Het raadsel begon in 2022, toen Unutmaz een experiment uitvoerde om te begrijpen hoe een soort suiker, glucose, de ontwikkeling van T-cellen beïnvloedde. De cellen gebruiken glucose als brandstof, maar ook om eiwitten te bouwen en andere functies uit te voeren.

De resultaten van Unutmaz’ experiment konden gevolgen hebben voor aandoeningen zoals kanker, auto-immuunziekten en infecties. Maar destijds konden Unutmaz en zijn lab niet plaatsen wat ze zagen.

Een probleem oplossen met GPT‑5 Pro

Eerdere studies leverden sterk bewijs dat glucosemetabolisme beïnvloedt hoe T-cellen zich specialiseren. Om deze relatie beter te begrijpen, stelden Unutmaz en zijn team T-cellen vroeg in hun ontwikkeling bloot aan een omgeving met weinig glucose of aan een omgeving met een glucoseachtige molecule, deoxyglucose. Deoxyglucose verstoort het vermogen van een cel om glucose te gebruiken, waardoor de energieproductie en eiwitopbouw worden ontregeld. Eiwitten zijn belangrijk omdat ze activiteit binnen een cel coördineren en fungeren als boodschappers die informatie buiten de cel verzenden en ontvangen.

Het team verwachtte dat de twee omstandigheden vergelijkbare resultaten zouden opleveren. In beide gevallen zouden glucose, en daarmee de energie die T-cellen nodig hadden om te functioneren, beperkt zijn. Maar dat gebeurde niet.

De T-cellen die aan deoxyglucose waren blootgesteld, produceerden in overweldigende mate cellen die betrokken zijn bij de ontstekingsreactie van het lichaam. Sommige T-cellen die aan lage glucoseconcentraties waren blootgesteld, specialiseerden zich als cellen voor de ontstekingsreactie, maar niet in de aantallen die bij deoxyglucose werden gezien. De effecten van vroege blootstelling aan deoxyglucose hielden aan, zelfs nadat onderzoekers de glucoseachtige molecule hadden verwijderd.

Dit verschil kon niet alleen worden toegeschreven aan een gebrek aan energie. Er was iets anders aan de hand. Maar Unutmaz en zijn lab konden niet achterhalen wat er gebeurde, dus legden ze het experiment op de plank en gingen ze verder met andere dringende taken die hun aandacht vroegen.

Toen kwam GPT‑5 Pro eind 2025 uit en besloot Unutmaz het experiment weer op te pakken. Hij uploadde de resultaten naar het model en vroeg het de gegevens te analyseren.

GPT‑5 Pro suggereerde dat deoxyglucose de opbouw van een eiwit met de naam IL-2 verstoorde. Dit eiwit kan voorkomen dat T-cellen veranderen in een ontstekingsreactiecel die bekendstaat als Th17. Deoxyglucose nam in wezen een barrière weg voor het vermogen van een T-cel om een Th17-cel te worden. Dat verklaart mogelijk waarom T-cellen in de omgeving met weinig glucose lang niet in dezelfde mate uitgroeiden tot Th17-cellen als T-cellen in de omgeving met deoxyglucose.

‘GPT‑5 kwam met dit werkelijk opmerkelijke inzicht dat achteraf volkomen logisch is’, zei Unutmaz. Het lag net ver genoeg buiten zijn eigen expertisegebied dat hij het verband zelf niet zag, en ook niemand in zijn lab.

Unutmaz besloot vervolgens te kijken of GPT‑5 de uitkomst van een experiment kon voorspellen. De immunoloog begon met een experiment dat hij al had uitgevoerd met een T-cel die zich richt op een type lymfoom. Zijn experiment liet zien dat deze specifieke T-cellen, CD8+ genoemd, beter in staat waren de lymfoomcellen te doden.

Toen Unutmaz GPT‑5 Pro vroeg hetzelfde experiment te simuleren, voorspelde het correct de toename in het vermogen van de CD8+-cellen om lymfoomcellen te doden. Het model kon de resultaten niet van internet hebben gehaald, omdat Unutmaz ze nog niet had gepubliceerd.

‘Dat was het moment waarop ik dacht: oké, deze modellen zijn nu op een punt gekomen waarop ze echt, werkelijk begrijpen’, zei hij.

Wat dit betekent voor wetenschappelijk onderzoek

Volgens Unutmaz functioneren modellen zoals GPT‑5 Pro tegenwoordig meer als samenwerkingspartners. Ze kunnen literatuuronderzoek stroomlijnen door honderden nieuwe wetenschappelijke artikelen te verwerken die elke week verschijnen, en wetenschappers helpen vragen te vinden die nog onbeantwoord zijn. Ze kunnen onderzoekers ook helpen hun hypothesen aan te scherpen, waardoor het minder tijd kost om te bepalen welke experimenten het meest de moeite waard zijn.

‘Het aantal dingen dat je kunt doen om je hypothese te onderzoeken is enorm’, zei Unutmaz. ‘Je hebt talloze benaderingen en je weet niet welke de beste strategie zal zijn.’ Daarom gebruikt hij GPT‑5 Pro om experimenten te simuleren en uitkomsten te voorspellen, zodat duidelijker wordt welke experimenten het waard zijn om in het lab te herhalen. Dit kan onderzoekers weken tot maanden, en zelfs jaren, aan werk besparen en het vakgebied biologie drastisch versnellen.

Toch blijft inhoudelijke expertise essentieel. AI kan een inzicht genereren, maar mensen moeten nog steeds beoordelen of het belangrijk en aannemelijk is. Iemand zonder Unutmaz’ expertise had bijvoorbeeld niet kunnen beoordelen of het mechanistische inzicht dat GPT‑5 Pro in zijn experimenten met immuuncellen signaleerde belangrijk was of niet.

Juist het vermogen om inzichten te genereren en werk te versnellen maakt dat deze mogelijkheden verantwoord moeten worden ingezet. AI kan onderzoekers helpen sneller vooruitgang te boeken in de biologie en geneeskunde, maar die mogelijkheden kunnen ook de drempels voor misbruik verlagen, onder meer door kwaadwillenden die biologische of chemische wapens willen ontwerpen of gebruiken. OpenAI’s Preparedness Framework beschrijft onze aanpak om deze risico’s te volgen en waarborgen te bouwen tegen AI-mogelijkheden die ernstige schade kunnen veroorzaken.

Unutmaz is optimistisch over de richting waarin AI zich ontwikkelt. Volgens hem is het anders dan alles wat eraan voorafging en niet te vergelijken met het internet of de industriële revolutie. Meer recent heeft Unutmaz geëxperimenteerd met geavanceerde AI-tools, waaronder Codex en GPT‑5.2 Deep Research, om grootschalige datasets met kankermutaties samen te stellen en onderzoeksmateriaal te genereren, waaronder een uitgebreide conceptversie van een leerboek over T-cellen, met als doel inspanningen op het gebied van precisie-immunotherapie te versnellen.

Unutmaz voelt zich bevoorrecht dat hij deel uitmaakt van deze tijd van ontdekking. ‘Dat ik er niet alleen historisch getuige van mag zijn, maar er ook een beetje aan mag deelnemen, voelt voor mij als een oprecht geluk en een voorrecht.’

  • 2026
  • GPT

Auteur

OpenAI