GPT-5如何帮助免疫学家Derya Unutmaz破解困扰其三年的科学谜题

医生兼免疫学家德里亚·温特马兹（Derya Unutmaz）多年来一直对人工智能抱有浓厚兴趣。但真正让他“顿悟”的时刻发生在 2025 年底——当时，GPT-5 Pro 帮助他和实验室重新审视了一个困扰他们三年之久的科学难题：一种特殊的免疫细胞如何帮助人体对抗癌症和其他疾病。

这个谜题的核心是免疫学中一个基础却至关重要的问题：葡萄糖如何影响 T 细胞的发育与功能分化？

T 细胞是一类关键的免疫细胞，负责抵御病毒、清除癌细胞、应对某些细菌和寄生虫感染，并能区分健康细胞与威胁。在发育过程中，T 细胞会分化为不同亚型，承担特定功能——这些分化路径直接关系到癌症、自身免疫病和感染等疾病的进程。若能厘清是什么因素推动 T 细胞走向某一分化方向，将极大助力相关疾病的机制研究与治疗策略开发。

如今，身为杰克逊实验室（The Jackson Laboratory）与康涅狄格大学教授的温特马兹表示，人工智能已深度融入他的科研工作，以至于“无法想象没有 AI 的科研生活”。“那感觉就像被人夺走了双手，或者切掉了一半大脑，”他说。

这一谜题始于 2022 年。当时，温特马兹开展了一项实验，试图探究一种名为葡萄糖的糖类如何影响 T 细胞的发育。葡萄糖不仅是细胞的能量来源，还参与蛋白质合成及其他关键细胞功能。

该实验的结果可能对癌症、自身免疫病和感染等疾病的治疗具有深远意义。然而，当时他和团队却无法解释观察到的现象。

GPT-5 Pro 助力破解难题

既往研究表明，葡萄糖代谢确实会影响 T 细胞的分化命运。为深入探究这一机制，温特马兹团队在 T 细胞发育早期阶段，分别将其置于两种环境中：一是低葡萄糖环境，二是含有脱氧葡萄糖（deoxyglucose）的环境。脱氧葡萄糖是一种葡萄糖类似物，会干扰细胞对葡萄糖的正常利用，从而破坏能量生成和蛋白质合成——而蛋白质不仅调控细胞内部活动，还作为信使在细胞间传递信息。

研究团队原本预期这两种条件会产生相似结果：因为两者都限制了葡萄糖供应，进而限制了 T 细胞所需能量。但实验结果出人意料。

在脱氧葡萄糖环境中，T 细胞大量分化为促炎性细胞（特别是 Th17 细胞）；而在低葡萄糖环境中，虽然也有部分 T 细胞向炎症方向分化，但数量远低于前者。更令人困惑的是，即使研究人员移除了脱氧葡萄糖，这种早期暴露所引发的效应依然持续存在。

显然，仅用“能量不足”无法解释这一差异——背后必然存在其他机制。然而，温特马兹及其团队始终未能找到答案，最终只能暂时搁置这项研究，转而处理其他紧急课题。

直到 2025 年底，GPT-5 Pro 发布。温特马兹决定重启这项尘封的实验。他将原始数据上传至模型，并请它分析其中的规律。

GPT-5 Pro 提出了一个关键洞见：脱氧葡萄糖可能干扰了一种名为 IL-2 的蛋白质的合成。

IL-2 能抑制 T 细胞向 Th17（一种促炎性 T 细胞）分化。因此，脱氧葡萄糖实际上移除了 T 细胞分化为 Th17 的一道屏障。这或许解释了为何在低葡萄糖环境中，Th17 细胞的产生远不如脱氧葡萄糖环境中显著。

“GPT-5 提出了一个回过头来看完全合理、却又极其精妙的见解，”温特马兹说，“这个联系超出了我本人和实验室成员的专业视野，所以我们之前都没能想到。”

随后，温特马兹进一步测试 GPT-5 Pro 的预测能力。他让模型模拟一项自己已完成但尚未发表的实验：研究一种靶向淋巴瘤的 CD8+ T 细胞。实验结果显示，这类 T 细胞对淋巴瘤细胞的杀伤能力显著增强。

当温特马兹要求 GPT-5 Pro 模拟相同实验时，模型准确预测了 CD8+ T 细胞杀伤能力的提升——而由于结果尚未公开，模型不可能从互联网获取相关信息。

“那一刻我意识到，这些模型已经真正达到了‘理解’的层次，”他说。

对科学研究的深远意义

温特马兹认为，像 GPT-5 Pro 这样的 AI 模型如今更像是科研合作者。它们能高效梳理文献——每周处理数百篇新发表的学术论文，帮助科学家快速识别尚未解答的关键问题；也能协助优化假设，大幅缩短筛选高价值实验方案所需的时间。

“验证一个假设的方法成千上万，你根本不知道哪条路径最有效，”他说。因此，他常使用 GPT-5 Pro 模拟实验、预测结果，从而聚焦于最值得在实验室重复验证的方向。“这可以节省数周、数月，甚至数年的科研时间，极大加速生物学领域的进展。”

尽管如此，领域专业知识依然不可或缺。AI 可能提出洞见，但人类必须判断其科学合理性与重要性。例如，若非温特马兹深厚的免疫学背景，他可能无法识别 GPT-5 Pro 所指出的 IL-2 机制是否具有真正的生物学意义。

正因 AI 具备加速科学发现的潜力，其应用也需高度负责。它虽能推动生物医学进步，但也可能降低技术滥用门槛——例如被恶意行为者用于设计或开发生物/化学武器。OpenAI 的《准备度框架》（Preparedness Framework）正致力于追踪此类风险，并构建防护机制，防止 AI 能力造成严重危害。

温特马兹对 AI 的未来充满乐观。他认为，这场变革不同于互联网或工业革命——它是一次全新的范式跃迁。最近，他已开始尝试更先进的 AI 工具，包括 Codex 和 GPT-5.2 Deep Research，用于整合大规模癌症突变数据集，并生成研究资料——包括一部聚焦 T 细胞的详尽教材草稿，以加速精准免疫治疗的发展。

“能亲身参与这一历史性时刻，而不仅仅是旁观者，我感到无比幸运与荣幸，”他说。