Como o GPT‑5 ajudou Derya Unutmaz a resolver um mistério de 3 anos

O médico e imunologista Derya Unutmaz interessa-se por inteligência artificial há anos. Mas o seu momento de revelação surgiu no final de 2025, quando o GPT‑5 Pro o ajudou, a si e ao seu laboratório, a revisitar um enigma com três anos, centrado num tipo especial de célula imunitária que ajuda o corpo humano a combater o cancro e outras doenças.

O mistério girava em torno de uma pergunta básica, mas decisiva, em imunologia: de que forma a glicose afeta o modo como as células T se desenvolvem e se especializam? As células T são células imunitárias que ajudam o corpo a combater vírus, a destruir células cancerígenas, a responder a algumas bactérias e parasitas e a distinguir células saudáveis de ameaças. À medida que se desenvolvem, assumem diferentes funções, incluindo papéis que podem influenciar o cancro, as doenças autoimunes e as infeções. Compreender o que leva as células T a uma especialização ou a outra pode ajudar os investigadores a compreender melhor essas doenças e, eventualmente, a tratá-las melhor.

Hoje, Unutmaz — professor no The Jackson Laboratory e na Universidade do Connecticut — afirma que a AI se tornou tão central no seu trabalho que já não consegue imaginar fazer ciência sem ela. “Seria como ficar sem as duas mãos, ou sem metade do cérebro”, disse Unutmaz.

O enigma começou em 2022, quando Unutmaz realizou uma experiência para tentar compreender como um tipo de açúcar chamado glicose afetava o desenvolvimento das células T. As células usam a glicose como fonte de combustível, mas também para construir proteínas e desempenhar outras funções.

Os resultados da experiência de Unutmaz poderiam ter implicações para doenças como o cancro, as doenças autoimunes e as infeções. Mas, na altura, Unutmaz e o seu laboratório não conseguiam perceber o que estavam a observar.

Estudos anteriores forneciam provas sólidas de que o metabolismo da glicose influenciava a forma como as células T se especializam. Para compreender melhor esta relação, Unutmaz e a sua equipa expuseram células T, numa fase inicial do seu desenvolvimento, quer a um ambiente com baixa glicose, quer a um ambiente com uma molécula semelhante à glicose chamada desoxiglicose. A desoxiglicose interfere com a capacidade de uma célula usar glicose, perturbando a produção de energia e a construção de proteínas. As proteínas são importantes porque coordenam a atividade dentro de uma célula e atuam como mensageiros que enviam e recebem informação fora da célula.

A equipa esperava que as duas condições produzissem resultados semelhantes. Em ambos os casos, a glicose — e, portanto, a energia de que as células T precisavam para funcionar — estaria limitada. Mas não foi isso que aconteceu.

As células T expostas à desoxiglicose produziram, em esmagadora maioria, células envolvidas na resposta inflamatória do corpo. Algumas das células T expostas a baixas concentrações de glicose especializaram-se como células de resposta inflamatória, mas não em números comparáveis aos observados com a desoxiglicose. Os efeitos da exposição precoce à desoxiglicose persistiram mesmo depois de os investigadores removerem a molécula semelhante à glicose.

Esta diferença não podia ser atribuída apenas à falta de energia. Havia algo mais a acontecer. Mas Unutmaz e o seu laboratório não conseguiam perceber o que se passava, por isso arquivaram a experiência e passaram a outras tarefas urgentes que exigiam a sua atenção.

Depois, o GPT‑5 Pro foi lançado no final de 2025 e Unutmaz decidiu recuperar a experiência. Carregou os resultados no modelo e pediu-lhe que analisasse os dados.

O GPT‑5 Pro sugeriu que a desoxiglicose interferia com a construção de uma proteína chamada IL-2. Esta proteína pode impedir que as células T se tornem um tipo de célula de resposta inflamatória conhecido como Th17. Na prática, a desoxiglicose removeu uma barreira à capacidade de uma célula T se tornar uma célula Th17. Isso poderá explicar por que motivo as células T no ambiente com baixa glicose não se transformaram em células Th17 em números nem de perto comparáveis aos observados no ambiente com desoxiglicose.

“O GPT‑5 chegou a esta conclusão verdadeiramente notável que, em retrospetiva, faz todo o sentido”, disse Unutmaz. Estava apenas um pouco fora da sua área de especialização, pelo que ele próprio não viu a ligação, nem ninguém no seu laboratório.

Unutmaz decidiu então ver se o GPT‑5 conseguia prever o resultado de uma experiência. O imunologista começou por uma que já tinha realizado numa célula T que ataca um tipo de linfoma. A sua experiência mostrou que estas células T específicas, chamadas CD8+, tinham uma capacidade acrescida de destruir as células de linfoma.

Quando Unutmaz pediu ao GPT‑5 Pro que simulasse a mesma experiência, o modelo previu corretamente o aumento da capacidade das células CD8+ para destruir células de linfoma. O modelo não poderia ter obtido os resultados na internet, porque Unutmaz ainda não os tinha publicado.

“Foi nesse momento que senti: está bem, estes modelos chegaram agora a um ponto em que compreendem mesmo, verdadeiramente”, disse.

Unutmaz afirmou que modelos como o GPT‑5 Pro funcionam agora mais como colaboradores. Podem simplificar revisões da literatura, processando centenas de novos artigos académicos publicados todas as semanas e ajudando os cientistas a identificar perguntas que continuam sem resposta. Também podem ajudar os investigadores a aperfeiçoar as suas hipóteses, reduzindo o tempo necessário para identificar as experiências que mais vale a pena realizar.

“O número de coisas que se pode fazer para testar uma hipótese é enorme”, disse Unutmaz. “Há inúmeras abordagens e não sabemos qual será a melhor estratégia.” Por isso, usa o GPT‑5 Pro para simular experiências e prever resultados, ajudando a reduzir o conjunto de experiências que vale a pena repetir no laboratório. Isto pode poupar semanas, meses ou até anos de trabalho aos investigadores, acelerando drasticamente o campo da biologia.

Ainda assim, a especialização na área continua a ser essencial. A AI pode gerar uma descoberta, mas as pessoas continuam a ter de avaliar a sua importância e plausibilidade. Por exemplo, alguém sem a especialização de Unutmaz não teria conseguido perceber se a pista mecanística assinalada pelo GPT‑5 Pro nas suas experiências com células imunitárias era importante ou não.

A capacidade de gerar descobertas e acelerar o trabalho é precisamente a razão pela qual estas capacidades têm de ser geridas de forma responsável. A AI pode ajudar os investigadores a avançar mais depressa em biologia e medicina, mas essas capacidades também podem reduzir barreiras ao uso indevido, incluindo por agentes mal-intencionados que procurem conceber ou usar armas biológicas ou químicas. O Preparedness Framework da OpenAI descreve a nossa abordagem para acompanhar estes riscos e criar salvaguardas contra capacidades de AI que possam causar danos graves.

Unutmaz está otimista quanto ao rumo da AI. É diferente de tudo o que veio antes, diz — nem a internet nem a revolução industrial se comparam. Mais recentemente, Unutmaz tem feito experiências com ferramentas avançadas de AI, incluindo o Codex e o GPT‑5.2 Pesquisa Aprofundada, para ajudar a compilar grandes conjuntos de dados sobre mutações do cancro e a gerar materiais de investigação — incluindo um extenso rascunho de manual centrado nas células T — destinados a acelerar os esforços em imunoterapia de precisão.

Unutmaz sente-se afortunado por fazer parte deste período de descoberta. “Poder não só testemunhá-lo historicamente, mas também participar um pouco, faz-me sentir verdadeiramente sortudo e privilegiado.”