איך GPT‑5 עזר לאימונולוג דריה אונוטמאז לפתור תעלומה בת 3 שנים

הרופא והאימונולוג דריה אונוטמאז מתעניין בבינה מלאכותית כבר שנים. אבל רגע ההארה שלו הגיע בסוף 2025, כש-GPT‑5 Pro עזר לו ולצוות המעבדה שלו לחזור לתעלומה בת שלוש שנים, שעסקה בסוג מיוחד של תאי חיסון המסייעים לגוף האדם להילחם בסרטן ובמחלות אחרות.

במרכז התעלומה עמדה שאלה בסיסית אך בעלת השלכות חשובות באימונולוגיה: איך גלוקוז משפיע על התפתחותם של תאי T ועל התמיינותם לתפקידים שונים? תאי T הם תאי חיסון שעוזרים לגוף להילחם בנגיפים, להרוג תאים סרטניים, להגיב לחיידקים ולטפילים מסוימים ולהבחין בין תאים בריאים לבין איומים. במהלך התפתחותם הם מקבלים תפקידים שונים, ובהם תפקידים שיכולים להשפיע על מהלכם של סרטן, מחלות אוטואימוניות וזיהומים. הבנת הגורמים שמכוונים תאי T להתמיינות כזו או אחרת עשויה לעזור לחוקרים להבין טוב יותר את המחלות האלה, ובסופו של דבר גם לטפל בהן טוב יותר.

כיום אונוטמאז, פרופסור במעבדת ג'קסון ובאוניברסיטת קונטיקט, אומר שהבינה המלאכותית נעשתה מרכזית כל כך בעבודתו, עד שאינו יכול לדמיין מחקר מדעי בלעדיה. "זה יהיה כמו לאבד את שתי הידיים, או חצי מהמוח", אמר אונוטמאז.

התעלומה החלה ב-2022, כשאונוטמאז ערך ניסוי כדי להבין כיצד סוג של סוכר הנקרא גלוקוז משפיע על התפתחות תאי T. התאים משתמשים בגלוקוז כמקור אנרגיה, אך גם לבניית חלבונים ולביצוע תפקודים אחרים.

לתוצאות הניסוי של אונוטמאז עשויות להיות השלכות על מחלות כמו סרטן, מחלות אוטואימוניות וזיהומים. אבל באותה עת, אונוטמאז וצוות המעבדה שלו לא הצליחו להסביר את מה שראו.

מחקרים קודמים סיפקו ראיות חזקות לכך שחילוף החומרים של גלוקוז משפיע על התמיינותם של תאי T. כדי להבין טוב יותר את הקשר הזה, אונוטמאז וצוותו חשפו תאי T בשלבי התפתחות מוקדמים לסביבה דלת גלוקוז או לסביבה המכילה מולקולה דמוית גלוקוז בשם דאוקסיגלוקוז. דאוקסיגלוקוז פוגע ביכולת התא להשתמש בגלוקוז, ובכך משבש את הפקת האנרגיה ואת בניית החלבונים. לחלבונים יש חשיבות משום שהם מתאמים את הפעילות בתוך התא ומשמשים כשליחים המעבירים וקולטים מידע מחוץ לתא.

הצוות ציפה ששני התנאים יניבו תוצאות דומות. בשני המקרים, זמינות הגלוקוז תהיה מוגבלת, ובעקבותיה גם האנרגיה שתאי T זקוקים לה כדי לתפקד. אבל זה לא מה שקרה.

הרוב המכריע של תאי T שנחשפו לדאוקסיגלוקוז התפתחו לתאים המעורבים בתגובה הדלקתית של הגוף. גם חלק מתאי T שנחשפו לריכוזים נמוכים של גלוקוז התמיינו לתאים המשתתפים בתגובה הדלקתית, אך במספרים נמוכים מאלה שנצפו בחשיפה לדאוקסיגלוקוז. השפעות החשיפה המוקדמת לדאוקסיגלוקוז נמשכו גם לאחר שהחוקרים סילקו את המולקולה דמוית הגלוקוז.

אי אפשר היה לייחס את ההבדל הזה למחסור באנרגיה בלבד. משהו נוסף התרחש שם. אבל אונוטמאז וצוות המעבדה שלו לא הצליחו להבין מה קורה, ולכן הניחו את הניסוי בצד ופנו למשימות דחופות אחרות שדרשו את תשומת ליבם.

ואז, בסוף 2025, יצא GPT‑5 Pro ואונוטמאז החליט לחזור לניסוי. הוא העלה את התוצאות למודל וביקש ממנו לנתח את הנתונים.

GPT‑5 Pro העלה את האפשרות שדאוקסיגלוקוז פגע בבניית חלבון בשם IL-2. החלבון הזה יכול למנוע מתאי T להפוך לתאים מסוג Th17, המשתתפים בתגובה הדלקתית. למעשה, דאוקסיגלוקוז הסיר חסם שמנע מתא T להפוך לתא Th17. ייתכן שזו הסיבה שמספר תאי T שהפכו לתאי Th17 בסביבה דלת הגלוקוז היה נמוך בהרבה ממספרם בסביבה שהכילה דאוקסיגלוקוז.

"GPT‑5 העלה תובנה יוצאת דופן שבמבט לאחור נראית הגיונית לחלוטין", אמר אונוטמאז. התובנה הייתה רחוקה מספיק מתחום מומחיותו כדי שלא יבחין בקשר בעצמו, וכך גם איש מצוות המעבדה שלו.

לאחר מכן החליט אונוטמאז לבדוק אם GPT‑5 יכול לחזות תוצאות של ניסוי. האימונולוג התחיל בניסוי שכבר ערך בתא T התוקף סוג מסוים של לימפומה. הניסוי שלו הראה שלתאי T המסוימים האלה, הנקראים CD8+, הייתה יכולת מוגברת להרוג את תאי הלימפומה.

כשאונוטמאז ביקש מ-GPT‑5 Pro לדמות את אותו ניסוי, המודל חזה נכון את השיפור ביכולתם של תאי CD8+ להרוג תאי לימפומה. המודל לא יכול היה למצוא את התוצאות באינטרנט, משום שאונוטמאז טרם פרסם אותן.

"זה היה הרגע שבו הרגשתי: אוקיי, המודלים האלה הגיעו עכשיו לשלב שבו הם באמת ובתמים מבינים", אמר.

אונוטמאז אמר שכיום מודלים כמו GPT‑5 Pro מתפקדים יותר כשותפים למחקר. הם יכולים לייעל סקירות ספרות באמצעות עיבוד של מאות מאמרים אקדמיים חדשים המתפרסמים מדי שבוע, ולעזור למדענים לזהות שאלות שעדיין לא זכו למענה. הם יכולים גם לעזור לחוקרים לחדד את השערותיהם ולקצר את הזמן הדרוש לזיהוי הניסויים שהכי כדאי לערוך.

"יש מגוון עצום של דרכים לבחון את ההשערה שלך", אמר אונוטמאז. "יש אינספור גישות, ואין לך דרך לדעת איזו מהן תהיה האסטרטגיה הטובה ביותר". לכן הוא משתמש ב-GPT‑5 Pro כדי לדמות ניסויים ולחזות תוצאות, וכך לצמצם את האפשרויות ולבחור אילו ניסויים כדאי לבצע גם במעבדה. כך אפשר לחסוך לחוקרים שבועות, חודשים ואפילו שנים של עבודה, ולהאיץ מאוד את ההתקדמות בתחום הביולוגיה.

למרות זאת, מומחיות בתחום עדיין חיונית. בינה מלאכותית יכולה להפיק תובנה, אבל בני אדם עדיין צריכים להעריך את חשיבותה ואת סבירותה. למשל, אדם ללא המומחיות של אונוטמאז לא היה יכול לקבוע אם התובנה על המנגנון הביולוגי ש-GPT‑5 Pro זיהה בניסויים שלו בתאי חיסון הייתה חשובה או לא.

דווקא היכולת להפיק תובנות ולהאיץ את העבודה מחייבת שימוש אחראי ביכולות האלה. בינה מלאכותית עשויה לעזור לחוקרים להתקדם מהר יותר בביולוגיה וברפואה, אבל אותן יכולות עלולות גם להקל על שימוש לרעה, בין היתר מצד גורמים זדוניים המבקשים לתכנן נשק ביולוגי או כימי או להשתמש בו. מסגרת Preparedness Framework של OpenAI מתווה את הגישה שלנו למעקב אחר הסיכונים האלה ולבניית מנגנוני הגנה מפני יכולות בינה מלאכותית שעלולות לגרום לנזק חמור.

אונוטמאז אופטימי באשר לכיוון שאליו מתקדמת הבינה המלאכותית. לדבריו, היא אינה דומה לשום דבר שקדם לה — לא לאינטרנט ולא למהפכה התעשייתית. לאחרונה התנסה אונוטמאז בכלי בינה מלאכותית מתקדמים, ובהם Codex ומחקר מעמיק של GPT‑5.2, כדי לסייע בריכוז מערכי נתונים נרחבים על מוטציות בסרטן ובהפקת חומרי מחקר — כולל טיוטה מקיפה של ספר לימוד המתמקד בתאי T — שנועדו להאיץ את המאמצים בתחום האימונותרפיה המדויקת.

אונוטמאז מרגיש שזכה להיות חלק מתקופת התגליות הזו. "לא רק להיות עד לרגע הזה בהיסטוריה, אלא גם לקחת בו חלק קטן — אני מרגיש שזו זכות אמיתית ושממש התמזל מזלי".