Giáo sư Derya Unutmaz, nhà miễn dịch học tại The Jackson Laboratory và Đại học Connecticut, đã sử dụng GPT-5 Pro để giải quyết một bí ẩn kéo dài ba năm về tế bào T – loại tế bào miễn dịch giúp cơ thể chống lại virus, tiêu diệt tế bào ung thư và phân biệt tế bào khỏe mạnh với mối đe dọa. Kết quả cho thấy mô hình ngôn ngữ lớn (LLM) không chỉ phân tích dữ liệu mà còn đưa ra nhận định sâu sắc mà chính các chuyên gia đã bỏ lỡ.

Bí ẩn kéo dài ba năm về glucose và tế bào T

Năm 2022, Unutmaz thực hiện thí nghiệm nhằm tìm hiểu glucose ảnh hưởng thế nào đến sự phát triển và chuyên biệt hóa của tế bào T. Tế bào T sử dụng glucose làm nguồn năng lượng, đồng thời để xây dựng protein và thực hiện các chức năng khác. Kết quả thí nghiệm có thể có ý nghĩa đối với các bệnh như ung thư, bệnh tự miễn và nhiễm trùng, nhưng lúc đó Unutmaz và phòng thí nghiệm không thể giải thích được những gì họ thấy.

Nhóm nghiên cứu đã cho tế bào T ở giai đoạn phát triển sớm tiếp xúc với môi trường glucose thấp hoặc với một phân tử giống glucose gọi là deoxyglucose. Deoxyglucose can thiệp vào khả năng sử dụng glucose của tế bào, làm gián đoạn sản xuất năng lượng và xây dựng protein. Nhóm dự kiến hai điều kiện sẽ cho kết quả tương tự, nhưng thực tế không phải vậy.

Tế bào T tiếp xúc với deoxyglucose sản sinh ồ ạt các tế bào liên quan đến phản ứng viêm. Trong khi đó, tế bào T ở môi trường glucose thấp cũng tạo ra tế bào viêm nhưng với số lượng thấp hơn nhiều. Hiệu ứng này kéo dài ngay cả khi loại bỏ deoxyglucose. Sự khác biệt không thể chỉ do thiếu năng lượng; một yếu tố khác đang diễn ra. Tuy nhiên, Unutmaz và nhóm của ông không thể tìm ra nguyên nhân, nên đã tạm gác thí nghiệm để tập trung vào các nhiệm vụ cấp bách khác.

GPT-5 Pro đưa ra nhận định đột phá

Khi GPT-5 Pro ra mắt vào cuối năm 2025, Unutmaz quyết định đưa kết quả thí nghiệm vào mô hình và yêu cầu phân tích. GPT-5 Pro gợi ý rằng deoxyglucose can thiệp vào việc xây dựng một protein có tên IL-2. Protein này có thể ngăn tế bào T trở thành tế bào phản ứng viêm gọi là Th17. Deoxyglucose loại bỏ rào cản khiến tế bào T dễ dàng chuyển thành Th17 hơn. Đó là lý do tại sao tế bào T trong môi trường glucose thấp không trở thành Th17 với số lượng gần bằng môi trường deoxyglucose.

“GPT-5 đưa ra nhận định thực sự đáng chú ý mà nhìn lại thì hoàn toàn hợp lý,” Unutmaz nói. Nhận định này nằm ngoài chuyên môn của ông và các cộng sự, nên họ đã không thấy được mối liên hệ.

Mô hình dự đoán chính xác kết quả thí nghiệm chưa công bố

Unutmaz quyết định kiểm tra khả năng dự đoán của GPT-5. Ông bắt đầu với một thí nghiệm đã thực hiện trên tế bào T nhắm vào một loại ung thư hạch. Kết quả cho thấy các tế bào T đặc biệt, gọi là CD8+, có khả năng tiêu diệt tế bào ung thư hạch tăng cường. Khi yêu cầu GPT-5 Pro mô phỏng cùng thí nghiệm, mô hình dự đoán chính xác sự gia tăng khả năng tiêu diệt tế bào ung thư hạch của CD8+. Điều đáng nói là kết quả này chưa được công bố trên internet, nên mô hình không thể thu thập từ đó.

“Đó là khoảnh khắc tôi cảm thấy rằng những mô hình này đã đến mức thực sự hiểu biết,” Unutmaz chia sẻ.

AI như một cộng tác viên đẩy nhanh nghiên cứu

Unutmaz cho rằng các mô hình như GPT-5 Pro giờ đây hoạt động như những cộng tác viên. Chúng có thể rà soát hàng trăm bài báo học thuật mới mỗi tuần, giúp các nhà khoa học xác định câu hỏi chưa được trả lời, tinh chỉnh giả thuyết và giảm thời gian tìm ra thí nghiệm đáng thực hiện nhất. “Số lượng việc bạn có thể làm để kiểm tra giả thuyết là rất lớn. Bạn có vô số cách tiếp cận và không biết đâu là chiến lược tốt nhất,” Unutmaz nói. Ông dùng GPT-5 Pro để mô phỏng thí nghiệm và dự đoán kết quả, giúp thu hẹp những thí nghiệm đáng lặp lại trong phòng lab. Điều này có thể cắt giảm hàng tuần, hàng tháng, thậm chí hàng năm công việc, đẩy nhanh đáng kể lĩnh vực sinh học.

Chuyên môn vẫn là chìa khóa

Dù AI có thể tạo ra nhận định, con người vẫn phải đánh giá ý nghĩa và tính khả thi của nó. Ví dụ, người không có chuyên môn của Unutmaz sẽ không thể biết liệu nhận định về cơ chế mà GPT-5 Pro chỉ ra trong thí nghiệm tế bào miễn dịch có quan trọng hay không. Khả năng tạo ra nhận định và tăng tốc công việc đòi hỏi trách nhiệm cao. AI có thể giúp các nhà nghiên cứu tiến nhanh hơn trong sinh học và y học, nhưng cũng có thể hạ thấp rào cản cho việc lạm dụng, bao gồm thiết kế vũ khí sinh học hoặc hóa học. OpenAI đã xây dựng Khung Chuẩn bị (Preparedness Framework) để theo dõi rủi ro và xây dựng biện pháp bảo vệ.

Tương lai với AI trong y học

Unutmaz lạc quan về tương lai của AI. Ông cho rằng AI khác biệt so với internet hay cách mạng công nghiệp. Gần đây, ông thử nghiệm các công cụ AI tiên tiến như Codex và GPT-5.2 Deep Research để tổng hợp các bộ dữ liệu đột biến ung thư quy mô lớn và tạo ra tài liệu nghiên cứu, bao gồm một bản thảo sách giáo khoa tập trung vào tế bào T, nhằm đẩy nhanh liệu pháp miễn dịch chính xác. “Không chỉ được chứng kiến lịch sử mà còn tham gia một phần, tôi thực sự cảm thấy may mắn và đặc ân,” Unutmaz nói.

Theo OpenAI

Ảnh: cottonbro studio / Pexels