El inmunólogo Derya Unutmaz en Jackson Laboratory for Genomic Medicine publicó el 23 de junio de 2026 un estudio de caso detallado de cómo GPT-5 Pro de OpenAI resolvió un rompecabezas de biología de células T estancado hace tres años en minutos. El laboratorio había observado cambios intrigantes en cómo se desarrollan las células T cuando se exponen a desoxiglucosa, pero el análisis clásico no logró identificar el mecanismo. Cuando Unutmaz cargó los datos experimentales no publicados en GPT-5 Pro, el modelo identificó el probable mecanismo: la desoxiglucosa interfiere con la construcción de IL-2 (interleucina-2), una proteína de señalización crítica.
El análisis de GPT-5 Pro no fue solo una hipótesis—predijo y explicó observaciones previamente publicadas con alta precisión. Cuando Unutmaz preguntó al modelo para simular un experimento de célula T existente dirigido al linfoma, GPT-5 predijo correctamente la capacidad de muerte mejorada de CD8+, a pesar de que los datos no estuvieran publicados. Críticamente, la sugerencia del modelo era biológicamente plausible y falsable. La velocidad del análisis—de tres meses de datos sin resolver a un reclamo mecánico accionable en minutos—demuestra cómo los modelos fronterizos pueden comprimir la distancia entre señales confusas y experimentos accionables cuando se emparejan con expertise de dominio.
Este caso ejemplifica el posicionamiento de OpenAI de IA fronteriza en investigación científica: no resolución autónoma de problemas sino aceleración del flujo de trabajo de investigación. El trabajo tuvo éxito porque Unutmaz poseía el conjunto de datos correcto, sabía qué preguntas permanecían sin respuesta, entendía por qué el análisis anterior se había estancado y podía reconocer la plausibilidad biológica. GPT-5 Pro funciónó como un colaborador rápido y bien leído que establece conexiones en toda la literatura, genera nuevas hipótesis y diseña experimentos de seguimiento—desplazando el cuello de botella de generación de hipótesis a validación en laboratorio húmedo.