- OpenAIのGPT-5 Proが、3年間も解けなかった免疫の謎をわずか数分で説明したと発表されました
- 米ジャクソン研究所の免疫学者デリヤ・ウヌトマズ氏が、未公開の実験データをAIに見せて検証しました
- AIは「糖鎖(とうさ)の異常」という意外な原因を指摘し、追試の実験まで提案しました
- 研究チームがすでに行っていた実験結果と、AIの予測がぴったり一致しました
- ただしAIは専門家を置きかえるものではなく、人間の知識と検証があって初めて成果になりました
3年間ずっと解けなかった研究の謎が、AIとの数分間の会話で一気に進んだら、あなたはどう感じますか。
2026年6月、OpenAIはこんな驚きの事例を発表しました。最新AI「GPT-5 Pro」が、免疫学者を長年悩ませてきた謎にメカニズムの説明を与えたのです。この記事では、何が起きたのか、なぜすごいのか、そして私たちの暮らしにどう関係するのかを、やさしく解説します。
何が起きたのか?3年の謎が動いた瞬間
主役は、米国のジャクソン研究所(ゲノム医学の有名な研究機関)に所属する免疫学者、デリヤ・ウヌトマズ氏です。
彼の研究室は2022年から、ある実験の結果に頭を抱えていました。テーマは「糖(ブドウ糖)が免疫細胞の育ち方にどう影響するか」です。
免疫細胞の一種「T細胞(体を守る司令塔のような細胞)」を、わざとブドウ糖が少ない環境や、ブドウ糖の働きをじゃまする物質にさらしました。すると予想外の変化が起きたのです。
ところが、なぜそうなるのかが分かりません。チームの専門知識をもってしても、3年間ずっと宙ぶらりんのままでした。
そこでウヌトマズ氏は、まだ論文にしていない実験データをGPT-5 Proに見せてみました。すると、わずか十数分のやり取りで、AIは筋の通った答えを返してきたのです。
AIが指摘した「意外な犯人」とは
研究チームは当初、「ブドウ糖が減ってエネルギーが足りなくなったこと」が原因だと考えていました。電池切れで動きが鈍る、というイメージです。
ところがGPT-5 Proの答えは違いました。本当の原因は「N結合型糖鎖(とうさ)修飾」という仕組みの乱れだと指摘したのです。
糖鎖修飾とは、タンパク質に糖の鎖を飾りつけて、正しい形に組み立てる工程のことです。この飾りつけがうまくいかないと、タンパク質がきちんと折りたためません。
その結果、「IL-2」という免疫の合図(細胞どうしの連絡係)が弱まり、T細胞の育つ道すじが変わってしまう。AIはこう説明しました。
さらにAIは、「変化のカギを握るのは、新人の細胞(ナイーブT細胞)ではなく、ベテランの細胞(メモリーT細胞)のほうだ」とまで予測しました。
予測と実験結果が「ぴったり一致」した
ここからが本当に驚くところです。
GPT-5 Proは、自分の説が正しいか確かめるための実験まで提案しました。それが「マンノース救済実験」です。
マンノースという別の糖を加えると、エネルギーづくりは元に戻さないまま、糖鎖の飾りつけだけを回復できます。つまり「エネルギー不足が原因なのか、それとも糖鎖の乱れが原因なのか」をきれいに切り分けられるのです。
実はこの実験、ウヌトマズ氏の研究室がすでに以前に行っていました。そして、その結果はAIの予測とぴったり一致していたのです。
長年もやもやしていた謎に、後から見れば一本の筋が通った。専門家でもすぐには思いつかない説明を、AIが数分で示したことになります。
なぜAIだけでは成り立たないのか
ここで大事な注意点があります。「AIが科学者の代わりになった」わけではない、という点です。
この成果が生まれたのは、人間の専門家がそろえた条件があったからです。具体的には、次の3つです。
- 正しいデータ(信頼できる実験結果)を持っていた
- 「どの問いが解けていないか」を分かっていた
- AIの答えが生物学的にあり得るかどうかを見抜けた
AIはもっともらしい文章をすらすら書きます。でも、それが本当に正しいかを見分けるのは人間の役目です。
そして最後は、昔ながらの地道な実験で確かめる必要があります。AIは答えの「候補」を高速で出す存在であり、検証や判断は人間が担う。そういう役割分担だと考えると分かりやすいです。
GPT-5は科学のあちこちで使われ始めている
今回の免疫の話は、ひとつの例にすぎません。
OpenAIは「OpenAI for Science」という科学専門チームを立ち上げ、GPT-5を研究に役立てる取り組みを進めています。数学・物理・生物・材料など、13件の研究事例をまとめた報告も公開しました。
たとえば数学では、何日もかかるはずの証明の下書きを数分で作った例があります。物理では、核融合の燃焼を表す計算を、数カ月かかる作業から数時間に縮めた例も報告されています。
後継モデルのGPT-5.2は、博士レベルの知識テストで92%という高い正答率を出したとされます。AIが「研究のパートナー」になりつつある流れが見えてきます。
グーグルとの違いは?AI科学の競争
科学を加速するAIは、OpenAIだけではありません。最大のライバルはグーグルです。
グーグルは2025年2月に「AI co-scientist(AI共同研究者)」を発表しました。研究の仮説を自動で立てるAIで、ある課題では数日のうちに有力な仮説を示したと報告されています。
両者の方向性には違いがあると言われています。下の表に整理しました。
| 項目 | OpenAI(GPT-5) | グーグル(AI co-scientist) |
|---|---|---|
| 位置づけ | 汎用の「科学的に考えるAI」 | 仮説づくりに特化したAI |
| 得意分野 | 数学・物理・生物まで幅広い | 生物などの具体的な課題 |
| 提供パッケージ | OpenAI for Science | Gemini for Science |
| スピードの例 | 数分〜数時間で下書き | 数日で仮説を提示 |
どちらが優れているという単純な話ではありません。AIに「考える力」をどう使わせるか、各社が違う賭け方をしている段階だと言えます。
日本の私たちにとって何が変わる?
今回の舞台はアメリカですが、日本に住む私たちにも関係があります。
まず、GPT-5を含むChatGPTは日本でも日本語で使えます。大学や製薬会社の研究者が、同じやり方で自分のデータを検証する未来は十分に現実的です。
創薬(新しい薬の開発)には、ふつう10年以上の時間と巨額の費用がかかります。もしAIが仮説づくりや実験の絞り込みを助ければ、その期間を大きく縮められるかもしれません。
日本でも理化学研究所や大手製薬が、AIを使った研究にすでに力を入れています。今回の事例は、「専門家+AI」という組み合わせが本当に成果を出せることを示した、心強いニュースだと言えます。
一方で、医療や研究のデータは扱いに注意が必要です。未公開データをAIに入力するときは、情報の管理ルールを守ることが前提になります。
よくある質問(FAQ)
Q1. AIが免疫の謎を「解いた」と言い切っていいのですか?
厳密には、AIが「最も有力な説明」を示しました。最終的に正しいと裏づけたのは、研究室の実験データです。AIと人間の協力で前進した、というのが正確です。
Q2. 専門家でなくてもGPT-5でこんなことができますか?
難しいです。今回は、正しいデータと深い専門知識があったからこそ成り立ちました。AIの答えが本当に正しいかを見抜く力が欠かせません。
Q3. AIは科学者の仕事を奪いますか?
少なくとも今回は逆でした。AIは研究のスピードを上げる道具として働き、判断や検証は人間が担いました。役割を補い合う関係です。
Q4. 日本の病院や大学でもすぐ使えますか?
ChatGPT自体は今すぐ使えます。ただし患者や未公開のデータを入れる場合は、各機関の情報管理ルールに従う必要があります。
まとめ
今回のポイントを振り返ります。
- GPT-5 Proが、3年解けなかった免疫の謎に数分で説明を与えた
- 原因はエネルギー不足ではなく「糖鎖修飾の乱れ」だと指摘した
- AIが提案した実験は、すでにあった結果とぴったり一致した
- 成果は人間の専門知識と検証があって初めて成立した
- 創薬など、日本の研究にも応用が広がる可能性がある
まずは身近なところから、ChatGPTに「自分の仕事のデータをどう読み解けるか」を試してみてはいかがでしょうか。
参考文献
- How GPT-5 helped immunologist Derya Unutmaz solve a 3-year-old mystery(OpenAI)
- Early experiments in accelerating science with GPT-5(OpenAI)
- Early science acceleration experiments with GPT-5(arXiv)
- Google I/O showed how the path for AI-driven science is shifting(MIT Technology Review)
- Google’s AI co-scientist and OpenAI’s deep research(European Journal of Cardiovascular Nursing)

