Como o GPT-5 ajudou o imunologista Derya Unutmaz a desvendar um mistério de três anos

O imunologista Derya Unutmaz, professor do The Jackson Laboratory e da Universidade de Connecticut, reexaminou dados experimentais de 2022 com o GPT-5 Pro no final de 2025, três anos após o início do impasse. O experimento investigava como a glicose e a desoxiglicose influenciam a diferenciação das células T, especialmente para o fenótipo Th17, associado a inflamação, câncer e doenças autoimunes. Enquanto a baixa glicose gerava poucas células Th17, a desoxiglicose induzia uma resposta massiva, um resultado que não podia ser explicado apenas por restrição energética. O GPT-5 Pro identificou, com base nos dados brutos carregados por Unutmaz, que a desoxiglicose bloqueia a síntese da proteína IL-2, que normalmente suprime a diferenciação Th17. Essa hipótese mecanística foi validada experimentalmente depois.

O caso não é sobre 'IA substituindo cientistas', mas sobre aceleração cognitiva: o modelo atuou como um parceiro capaz de cruzar conhecimento entre imunologia, bioquímica de glicólise e sinalização celular, áreas que, embora relacionadas, exigem especializações distintas. Unutmaz destacou que essa percepção estava 'fora do alcance imediato' dele e de sua equipe, não por falta de competência, mas por limitação de tempo e foco interdisciplinar. A versão usada foi o GPT-5 Pro, lançado em 7 de agosto de 2025, com janela de contexto de 400K tokens e otimizado para raciocínio profundo em ciências exatas e biológicas.

Esse caso mostra que modelos como o GPT-5 Pro já estão operando além de resumo ou tradução: eles geram hipóteses testáveis a partir de dados brutos não publicados, sem acesso externo à literatura. Isso muda o ritmo da descoberta científica, o que levou três anos para ser decifrado pode agora ser explorado em dias. Mas há um limite claro: a IA não projetou nem executou o experimento, nem interpretou os resultados sem o olhar crítico de Unutmaz. A relevância está na combinação: a IA propõe caminhos plausíveis; o pesquisador avalia viabilidade biológica, prioriza testes e valida causalidade. Para áreas como oncologia imunológica ou terapias celulares, isso significa reduzir o tempo entre observação e intervenção, sem eliminar a necessidade de experimentação empírica.

Para desenvolvedores de IA e cientistas de dados, o caso ilustra um uso concreto de modelos de raciocínio avançado em domínios altamente especializados: entrada de dados tabulares ou textuais não estruturados (como relatórios de ensaios celulares), saída de hipóteses mecanísticas com base em redes de sinalização conhecidas. Não se trata de 'chat genérico', mas de aplicação com contexto técnico rigoroso, exigindo ajuste fino de prompts, validação de entidades (ex.: IL-2, Th17, desoxiglicose) e integração com pipelines de análise biológica. O GPT-5 Pro, disponível via API desde 6 de outubro de 2025 como gpt-5-pro, é usado nesse cenário com custo alto (US$ 15/1M tokens entrada), mas justificado quando evita meses de experimentação equivocada. Versões mais recentes, como o GPT-5.5 Pro (lançado em 23 de abril de 2026), ampliaram a janela de contexto para mais de 1 milhão de tokens, favorecendo análise de datasets completos de RNA-seq ou perfis proteômicos.