GPT-5帮助免疫学家Derya Unutmaz解决3年未解之谜

免疫学家 Derya Unutmaz 及其团队在过去三年中一直试图理解 T 细胞在特定条件下的行为模式，但传统实验和数据分析方法未能提供明确答案。T 细胞是免疫系统的核心，其行为异常与癌症、自身免疫疾病密切相关。

该谜题的核心在于 T 细胞在某种微环境中的响应机制——为何某些 T 细胞会进入“耗竭”状态，而另一些则保持活性。这一问题长期困扰着免疫学界，因为现有模型无法解释观察到的异质性。

Unutmaz 将团队积累的大量单细胞 RNA 测序数据、蛋白质相互作用网络和文献摘要输入 GPT-5 Pro，要求其寻找潜在的模式和机制。GPT-5 Pro 在数小时内提出了一个此前未被考虑的信号通路交叉调控假说，涉及转录因子 FOXO1 和 mTOR 的协同作用。

该假说预测：在低营养条件下，FOXO1 的核定位会抑制 mTOR 活性，从而阻止 T 细胞进入耗竭状态；而高营养环境则相反。这一机制解释了为何不同微环境中的 T 细胞命运各异。

Unutmaz 团队随后通过 CRISPR 基因编辑和体外实验验证了该假说，确认了 FOXO1 和 mTOR 之间的新型调控关系。实验结果与 GPT-5 的预测高度一致，从而解决了这一三年谜题。

此案例表明，大型语言模型不仅能检索和总结知识，还能进行跨领域推理，生成可检验的假设。GPT-5 Pro 整合了免疫学、细胞生物学和生物化学的分散信息，发现了人类研究者可能忽略的关联。

然而，该突破依赖于高质量、结构化的输入数据（单细胞测序和蛋白质互作数据），以及研究者对输出结果的批判性评估。GPT-5 本身并不具备实验验证能力，其推理过程仍是一个“黑箱”——我们不知道它为何选择这些基因和通路。

此外，该结果是否具有普遍性尚待检验。其他实验室能否在独立数据集中复现这一发现？GPT-5 的假说是否可能因训练数据中的偏差而存在盲点？这些问题尚未有答案。

如果该机制在更广泛的生理和病理条件下成立，它将为癌症免疫治疗提供新靶点：通过调控 FOXO1 和 mTOR 的平衡，可能防止 T 细胞在肿瘤微环境中耗竭，从而增强免疫疗法的持久性。

在自身免疫疾病方面，该发现可能解释为何某些 T 细胞在炎症部位过度活跃，为设计更精准的免疫抑制剂提供线索。Unutmaz 团队已开始与制药公司讨论潜在的合作方向。