【OPENAI】GPT‑5助破解T细胞三年谜题

杰克逊实验室免疫学家Derya Unutmaz用GPT‑5 Pro重新审视一项三年前的实验，模型提出去氧葡萄糖抑制IL‑2生成、促成Th17分化的解释，并成功预测了后续实验结果。该案例展示了大模型在文献梳理、假设筛选与实验预测中的协同价值，同时提醒需对生物风险和专家审校保持警惕。

背景
– 研究者关注葡萄糖如何影响T细胞发育与分化，关系到癌症、自身免疫和感染等领域。

原始实验与未解之谜
– 2022年团队在早期发育T细胞中比较低葡萄糖环境与去氧葡萄糖（2‑DG）处理。
– 预期两者因能量受限会有类似效应，但结果不同：2‑DG处理显著促成炎症相关的Th17细胞，而低葡萄糖组未出现同等程度的变化。
– 该差异在移除2‑DG后仍持续，表明不是单纯能量不足造成的。

GPT‑5 Pro的介入与发现
– Unutmaz将实验数据上传给GPT‑5 Pro，请其分析并提出机制假设。
– GPT‑5 Pro提出2‑DG干扰IL‑2蛋白生成的可能性，而IL‑2可抑制Th17分化，故2‑DG通过降低IL‑2“去除阻碍”，促成Th17生成。
– 该机制超出团队立即识别的直觉，但与已知免疫学知识一致。

模型预测与验证
– 研究者让GPT‑5 Pro模拟另一项关于靶向淋巴瘤的CD8+ T细胞实验，模型正确预测了CD8+细胞杀伤能力的增强，且该实验结果尚未发表，显示模型并非仅依赖公开结果记忆。

对科研的意义与风险
– 大模型可加速文献回顾、假设生成与实验排优，节省大量时间与资源。
– 专家判断仍不可或缺：需要人类评估模型提出机制的生物学重要性与可行性。
– 同时强调生物安全与滥用风险，OpenAI提出预防框架以应对潜在严重危害。

研究者感想与后续工作
– Unutmaz认为AI已成为不可或缺的协作者，现已将GPT家族工具用于癌症突变数据整理与教学资料编撰，旨在推进精准免疫治疗研究。

这一案例展示了大模型作为跨学科“直觉放大器”的潜力，但始终需要领域专家把关。

原文链接