Derya Unutmaz immunológus és orvos évek óta érdeklődik a mesterséges intelligencia iránt, de döntő felismerése 2025 végén történt, amikor a GPT‑5 Pro modell segítségével újraértelmezett egy 2022‑ben végzett kísérletet. A vizsgálat alapvető immunológiai kérdést érintett: miként hat a glükóz a T‑sejtek fejlődésére és specializációjára — a folyamatokra, amelyek befolyásolják a daganatokkal, autoimmun betegségekkel és fertőzésekkel szembeni immunválaszt.
A probléma eredete 2022‑ből származik. Unutmaz és laboratóriuma kétféle korai fejlődési környezetbe helyezte a T‑sejteket: alacsony glükóz‑tartalmú közegbe, illetve olyan közegbe, amelyben a glükózhoz hasonló, de glükózhasználatot gátló molekula, a deoxyglükóz (deoxyglucose) volt jelen. A deoxyglükóz megzavarja a sejtek energia‑ és fehérjeszintézisét, és mivel a fehérjék fontos szerepet játszanak a sejten belüli koordinációban és a sejtek közötti jelátvitelben, a kutatók azt várták, hogy mindkét feltétel hasonló hatásokat eredményez.
A tapasztalatok azonban eltértek a várttól: a deoxyglükóznak kitett fejlődő T‑sejtek elsöprő többsége olyan irányba szakosodott, amely az immunválasz gyulladásos komponenseivel, különösen a Th17 sejttípussal volt összefüggésben. Alacsony glükóz‑környezetben is kialakultak gyulladásos irányba tolódott T‑sejtek, de nem közelítették meg a deoxyglükóz hatására megjelenő arányokat. Továbbá a korai deoxyglükóz‑expozíció hatása megmaradt akkor is, amikor a molekulát eltávolították.
Ez a különbség nem magyarázható pusztán energiaszegénységgel; valami más mechanizmus állt a háttérben, amit a kutatócsoport eredetileg nem tudott azonosítani, ezért az eredeti kísérletet félretették.
2025 végén, miután hozzáfértek a GPT‑5 Pro modellhez, Unutmaz feltöltötte a kísérleti adatokat a modellbe és megkérte, elemezze az eredményeket. A GPT‑5 Pro azt javasolta, hogy a deoxyglükóz gátolja az IL‑2 nevű fehérje felépítését. Az IL‑2 ismert módon képes meggátolni, hogy a T‑sejtek Th17 típusú, gyulladásos irányba differenciálódjanak; ha a deoxyglükóz csökkenti az IL‑2 előállítását, az eltávolít egy akadályt a Th17‑dé alakulás elől, ez pedig magyarázatot adhat arra, miért indukált a deoxyglükóz jóval több gyulladásos irányú sejtet, mint az egyszerű glükózkorlátozás.
Unutmaz a modell által adott magyarázatot "nagyon figyelemre méltó meglátásnak" nevezte, és elismerte, hogy az összefüggés saját szakmai fókuszán kívül esett, ezért ő és a labor sem fedezte fel korábban.
Ezt követően Unutmaz kipróbálta, hogy a modell képes‑e kísérleti előrejelzést tenni: a vizsgálat egy korábban végrehajtott, nem publikált kísérletet modellezte, amelyben CD8+ T‑sejtek egy bizonyos limfóma sejtvonal ellen fokozott sejtpusztító (cytotoxikus) aktivitást mutattak. GPT‑5 Pro helyesen jósolta meg a CD8+ sejtek megnövekedett képességét a limfóma‑sejtek elpusztítására, amit a modell nem tudhatott az internetről, mert az eredményt még nem tették közzé.
Unutmaz szerint a fejlett modellek, mint a GPT‑5 Pro, mára inkább kollégákként működnek: gyorsítják az irodalomáttekintést — heti szinten megjelenő több száz tudományos közlemény feldolgozásával —, segítenek azonosítani a megválaszolatlan kérdéseket, finomítani a hipotéziseket, és szimulálni kísérleteket, hogy előre jelezzék, mely vizsgálatok érdemesek tényleges laboratóriumi ismétlésre. Ez a folyamat hetekből, hónapokból vagy akár évekből is lerövidítheti a kutatási időt.
Ugyanakkor hangsúlyozta, hogy a témaszakértés továbbra is alapvető: az AI‑ból származó felismeréseket embereknek kell értékelniük és validálniuk. Valaki, aki nem rendelkezik Unutmaz szakértelmével, nem tudta volna felmérni, hogy a modell által kiemelt mechanisztikus magyarázat valóban fontos és érdemes követni.
Az AI képességeinek növekedése miatt etikai és biztonsági kérdések is felmerülnek. Noha a technológia felgyorsíthatja a biológia és az orvostudomány előrehaladását, egyben alacsonyabb küszöböt jelenthet a rosszindulatú felhasználás számára, például biológiai vagy kémiai fegyverek tervezésére. OpenAI Preparedness Frameworkje részletezi a kockázatok nyomon követésének és a potenciális súlyos károkat okozó AI‑képességek elleni védelmi lépéseknek a megközelítését.
Unutmaz optimista a jövőt illetően: szerinte ez a teknológiai változás nem hasonlítható sem az internethez, sem az ipari forradalomhoz. Legutóbb a Codex és a GPT‑5.2 Deep Research eszközöket is használta nagy volumenű daganatos mutációs adatkészletek összeállítására és kutatási anyagok, köztük egy kiterjedt, T‑sejtekre fókuszáló tankönyvvázlat elkészítésére, melyek célja a precíziós immunterápiák fejlesztésének gyorsítása.
Unutmaz úgy érzi, szerencsés részese lenni ennek a felfedezési időszaknak. „Hogy nemcsak történelmileg tanúja lehetek, hanem egy kicsit részt is vehetek benne, igazán szerencsésnek és megtiszteltnek érzem magam” — mondta.
Miért számít ez
A GPT‑5 Pro által közvetített mechanisztikus magyarázat és a modell kísérleti előrejelzése példák arra, hogyan egészítheti ki az AI az emberi szakértelmet a biológiai kutatásban. Ugyanakkor az eset rámutat arra is, hogy az AI‑eredmények értékeléséhez és gyakorlati alkalmazásához továbbra is elengedhetetlen a domain‑szakértelem és a biztonsági keretek megléte.
