GPT‑5 pomógł immunologowi Deryi Unutmazowi rozwiązać 3-letnią zagadkę

Lekarz i immunolog Derya Unutmaz od lat interesuje się sztuczną inteligencją. Jednak moment olśnienia przyszedł pod koniec 2025 roku, gdy GPT‑5 Pro pomógł jemu i jego laboratorium wrócić do trzyletniej zagadki dotyczącej szczególnego typu komórek odpornościowych, które pomagają organizmowi zwalczać raka i inne choroby.

Tajemnica dotyczyła podstawowego, ale doniosłego pytania w immunologii: jak glukoza wpływa na rozwój i specjalizację limfocytów T? Limfocyty T to komórki odpornościowe, które pomagają organizmowi zwalczać wirusy, zabijać komórki nowotworowe, reagować na niektóre bakterie i pasożyty oraz odróżniać zdrowe komórki od zagrożeń. W miarę rozwoju przejmują różne zadania, w tym role mogące wpływać na nowotwory, choroby autoimmunologiczne i infekcje. Zrozumienie, co kieruje limfocyty T ku jednej lub drugiej specjalizacji, mogłoby pomóc badaczom lepiej poznać, a z czasem skuteczniej leczyć te choroby.

Dziś Unutmaz — profesor The Jackson Laboratory i University of Connecticut — mówi, że AI stała się tak ważna w jego pracy, iż nie wyobraża sobie uprawiania nauki bez niej. „To byłoby jak odebranie człowiekowi obu rąk albo połowy mózgu” — powiedział Unutmaz.

Zagadka zaczęła się w 2022 roku, gdy Unutmaz przeprowadził eksperyment, chcąc zrozumieć, jak rodzaj cukru zwany glukozą wpływa na rozwój limfocytów T. Komórki wykorzystują glukozę jako źródło paliwa, ale także do budowy białek i wykonywania innych funkcji.

Wyniki eksperymentu Unutmaza mogły mieć znaczenie dla schorzeń takich jak nowotwory, choroby autoimmunologiczne i infekcje. W tamtym czasie Unutmaz i jego laboratorium nie potrafili jednak wyjaśnić tego, co obserwowali.

Wcześniejsze badania dostarczały mocnych dowodów, że metabolizm glukozy wpływa na specjalizację limfocytów T. Aby lepiej zrozumieć tę zależność, Unutmaz i jego zespół wystawili limfocyty T na wczesnym etapie rozwoju albo na środowisko o niskiej zawartości glukozy, albo na środowisko zawierające podobną do glukozy cząsteczkę zwaną deoksyglukozą. Deoksyglukoza zakłóca zdolność komórki do wykorzystywania glukozy, zaburzając produkcję energii i budowę białek. Białka są ważne, ponieważ koordynują aktywność wewnątrz komórki i działają jak przekaźniki, które wysyłają oraz odbierają informacje poza nią.

Zespół spodziewał się, że oba warunki dadzą podobne wyniki. W obu przypadkach glukoza, a więc i energia potrzebna limfocytom T do działania, byłaby ograniczona. Ale stało się inaczej.

Limfocyty T wystawione na deoksyglukozę w przeważającej większości wytwarzały komórki uczestniczące w odpowiedzi zapalnej organizmu. Część limfocytów T wystawionych na niskie stężenia glukozy wyspecjalizowała się jako komórki odpowiedzi zapalnej, ale nie w takiej liczbie jak w przypadku deoksyglukozy. Skutki wczesnej ekspozycji na deoksyglukozę utrzymywały się nawet wtedy, gdy badacze usunęli tę podobną do glukozy cząsteczkę.

Tej różnicy nie dało się przypisać wyłącznie brakowi energii. Działo się coś jeszcze. Unutmaz i jego laboratorium nie potrafili jednak ustalić, co się dzieje, więc odłożyli eksperyment na półkę i zajęli się innymi pilnymi zadaniami, które wymagały ich uwagi.

Potem, pod koniec 2025 roku, ukazał się GPT‑5 Pro, a Unutmaz postanowił wrócić do eksperymentu. Wgrał wyniki do modelu i poprosił go o analizę danych.

GPT‑5 Pro zasugerował, że deoksyglukoza zakłóca budowę białka zwanego IL-2. Białko to może zapobiegać przekształcaniu się limfocytów T w komórki odpowiedzi zapalnej znane jako Th17. Deoksyglukoza w istocie usunęła barierę ograniczającą zdolność limfocytu T do stania się komórką Th17. To może wyjaśniać, dlaczego limfocyty T w środowisku o niskiej zawartości glukozy nie stawały się komórkami Th17 w liczbie choćby zbliżonej do tej obserwowanej w środowisku z deoksyglukozą.

„GPT‑5 wskazał naprawdę niezwykłą zależność, która z perspektywy czasu ma doskonały sens” — powiedział Unutmaz. Wykraczała ona na tyle poza jego własną specjalizację, że sam nie dostrzegł tego powiązania — podobnie jak nikt w jego laboratorium.

Unutmaz postanowił następnie sprawdzić, czy GPT‑5 potrafi przewidzieć wynik eksperymentu. Immunolog zaczął od eksperymentu, który już przeprowadził na limfocytach T atakujących pewien typ chłoniaka. Jego eksperyment pokazał, że te konkretne limfocyty T, zwane CD8+, miały zwiększoną zdolność zabijania komórek chłoniaka.

Gdy Unutmaz poprosił GPT‑5 Pro o zasymulowanie tego samego eksperymentu, model prawidłowo przewidział wzrost zdolności komórek CD8+ do zabijania komórek chłoniaka. Model nie mógł zaczerpnąć wyników z internetu, ponieważ Unutmaz jeszcze ich nie opublikował.

„To był moment, w którym poczułem: dobrze, te modele doszły już do punktu, w którym naprawdę, autentycznie rozumieją” — powiedział.

Unutmaz powiedział, że modele takie jak GPT‑5 Pro działają dziś bardziej jak współpracownicy. Mogą usprawniać przeglądy literatury, przetwarzając setki nowych prac naukowych publikowanych co tydzień i pomagając naukowcom wskazać pytania, które wciąż pozostają bez odpowiedzi. Mogą też pomagać badaczom dopracowywać hipotezy, skracając czas potrzebny na wskazanie najbardziej wartościowych eksperymentów do przeprowadzenia.

„Liczba rzeczy, które można zrobić, aby sprawdzić hipotezę, jest ogromna” — powiedział Unutmaz. „Masz niezliczone podejścia i nie wiesz, które będzie najlepszą strategią”. Dlatego używa GPT‑5 Pro do symulowania eksperymentów i przewidywania wyników, aby zawęzić listę eksperymentów wartych powtórzenia w laboratorium. Może to oszczędzić badaczom tygodnie, miesiące, a nawet lata pracy, radykalnie przyspieszając rozwój biologii.

Mimo to wiedza specjalistyczna pozostaje kluczowa. AI może wygenerować spostrzeżenie, ale ludzie nadal muszą ocenić jego znaczenie i wiarygodność. Na przykład ktoś bez wiedzy Unutmaza nie potrafiłby ocenić, czy mechanistyczna zależność wskazana przez GPT‑5 Pro w jego eksperymentach na komórkach odpornościowych była ważna.

Zdolność do generowania spostrzeżeń i przyspieszania pracy sprawia, że z tymi możliwościami trzeba obchodzić się odpowiedzialnie. AI mogłaby pomóc badaczom szybciej działać w biologii i medycynie, ale te możliwości mogłyby też obniżyć bariery nadużyć, także ze strony osób próbujących projektować lub wykorzystywać broń biologiczną bądź chemiczną. Ramy gotowości OpenAI opisują nasze podejście do monitorowania tych ryzyk i tworzenia zabezpieczeń przed możliwościami AI, które mogłyby spowodować poważne szkody.

Unutmaz patrzy z optymizmem na kierunek, w którym zmierza AI. Mówi, że nie przypomina ona niczego, co było wcześniej — ani internetu, ani rewolucji przemysłowej. Ostatnio Unutmaz eksperymentował z zaawansowanymi narzędziami AI, w tym Codex i GPT‑5.2 Głębokie badania, aby pomagać w kompilowaniu wielkoskalowych zbiorów danych o mutacjach nowotworowych oraz tworzeniu materiałów badawczych — w tym obszernego projektu podręcznika poświęconego limfocytom T — mających przyspieszyć prace nad precyzyjną immunoterapią.

Unutmaz uważa, że ma szczęście być częścią tego czasu odkryć. „Czuję się naprawdę szczęśliwy i uprzywilejowany, że mogę nie tylko obserwować to jako wydarzenie historyczne, ale też choć trochę w tym uczestniczyć”.