Usage of artificial intelligence capabilities in immunology: from literature review to statistical processing and analysis of obtained data

Cover Page

Cite item

Full Text

Abstract

Traditional literature review and the standard methods of data analysis in immunology is time-consuming and does not allow rapid solution of large-scale and complex research problems. Artificial intelligence can assist in addressing this issue by automating the processes of search and evaluation of relevant information. The aim of this study was to determine the potential of artificial intelligence in immunological research, based on the automated collection of literature data and analysis of digital information. The theoretical aspect of the study was based on the analysis of materials from PubMed, Scopus, ResearchGate databases covering the years 2000-2025. The practical approach was conducted via comparative analysis of previously published data and conclusions obtained by means of artificial intelligence technologies, e.g., by GPT v.4.0 models. It was found that artificial intelligence technologies may be useful in conducting literature reviews in immunology, including compilation of findings, generation of graphical presentations, as well as visualization of new signaling pathways, cellular interactions, and disease-related factors. In addition to the text analysis, artificial intelligence may be applied to statistical processing and digital data analysis, such as detection of regularities, solution of forecasting issues, design of models. A comparison of previously studied data with the results obtained using GPT v.4.0 revealed several limitations of different chatbot models, including the dependence of responses on the style of query formulation, excessively generalized information synthesis, limited text output (up to 1,000 words), plagiarism risks, difficulties in generating figures, diagrams, and tables, presentation of comprehensive information predominantly in English, and spontaneous creation of non-existent references to the literature sources. Conclusions: 1. Artificial intelligence may sufficiently change immunological research, allowing for a more effective literature reviewing and deeper data analysis, however, requiring expert supervision at the initial stages. 2. Upon development of artificial intelligence technologies, they will become an integral part of the immunologist’s toolkit.

About the authors

Olga V. Berdiugina

Institute of Immunology and Physiology, Ural Branch, Russian Academy of Sciences

Author for correspondence.
Email: berolga73@rambler.ru
ORCID iD: 0000-0003-3479-9730
SPIN-code: 5230-7435

PhD, MD (Biology), Leading Researcher, Inflammation Immunology Laboratory

Russian Federation, Eкaterinburg

References

  1. Бердюгина O.В., Гусев Е.Ю. Холекальциферол в роли средства неспецифической иммунопрофилактики COVID-19 // Медицинская иммунология, 2023, Т. 25, № 4. С. 823-830. [Berdiugina O.V., Gusev E.Yu Cholecalciferol as a means of nonspecific immunoprophylaxis against COVID-19. Meditsinskaya immunologiya = Medical Immunology (Russia), 2023, Vol. 25, no. 4, pp. 823-830. (In Russ.)] doi: 10.15789/1563-0625-CAA-2849.
  2. Abd-Alrazaq A., Schneider J., Mifsud B., Alam T., Househ M., Hamdi M., Shah Z. A comprehensive overview of the COVID-19 literature: machine learning-based bibliometric analysis. J. Med. Internet Res., 2021, Vol. 23, no. 3, e23703. doi: 10.2196/23703.
  3. Crispino A., Varricchio S., Ilardi G., Russo D., Di Crescenzo R.M., Staibano S., Merolla F. A Digital workflow for automated assessment of tumor-infiltrating lymphocytes in oral squamous cell carcinoma using QuPath and a StarDist-based model. Pathologica, 2024, Vol. 116, no. 6, pp. 390-403.
  4. D’Elia D., Truu J., Lahti L., Berland M., Papoutsoglou G., Ceci M., Zomer A., Lopes M.B., Ibrahimi E., Gruca A., Nechyporenko A., Frohme M., Klammsteiner T., Pau E.C.S., Marcos-Zambrano L.J., Hron K., Pio G., Simeon A., Suharoschi R., Moreno-Indias I., Temko A., Nedyalkova M., Apostol E.-S., Truică C.-O., Shigdel R., Telalović J.H., Bongcam-Rudloff E., Przymus P., Jordamović N.B., Falquet L., Tarazona S., Sampri A., Isola G., Pérez-Serrano D., Trajkovik V., Klucar L., Loncar-Turukalo T., Havulinna A.S., Jansen C., Bertelsen R.J., Claesson M.J. Advancing microbiome research with machine learning: key findings from the ML4Microbiome COST action. Front. Microbiol., 2023, Vol. 14, 1257002. doi: 10.3389/fmicb.2023.1257002.
  5. Elste J., Saini A., Mejia-Alvarez R., Mejía A., Millán-Pacheco C., Swanson-Mungerson M., Tiwari V. Significance of artificial intelligence in the study of virus-host cell interactions. Biomolecules, 2024, Vol. 14, no. 8, 911. doi: 10.3390/biom14080911.
  6. Gupta L., Gasparyan A.Y., Misra D.P., Agarwal V., Zimba O., Yessirkepov M. Information and misinformation on COVID-19: a cross-sectional survey study. J. Korean Med. Sci., 2020, Vol. 35, no. 27, e256. doi: 10.3346/jkms.2020.35.e256.
  7. Kirouac D.C., Saez-Rodriguez J., Swantek J., Burke J.M., Lauffenburger D.A., Sorger P.K. Creating and analyzing pathway and protein interaction compendia for modelling signal transduction networks. BMC Syst. Biol., 2012, Vol. 6, 29. doi: 10.1186/1752-0509-6-29.
  8. Kryś J.D., Głowacki M., Śmieja P., Gront D. deepBBQ: A deep learning approach to the protein backbone reconstruction. Biomolecules, 2024, Vol. 14, no. 11, 1448. doi: 10.3390/biom14111448.
  9. Kumar A., Dixit S., Srinivasan K., M D., Vincent P.M.D.R. Personalized cancer vaccine design using AI-powered technologies. Front. Immunol., 2024, Vol. 15, 1357217. doi: 10.3389/fimmu.2024.1357217.
  10. Liang X., Zhou R., Li Y., Yang L., Su M., Lai K.P. Clinical characterization and therapeutic targets of vitamin A in patients with hepatocholangiocarcinoma and coronavirus disease. Aging, 2021, Vol. 13, no. 12, pp. 15785-15800. doi: 10.18632/aging.203220.
  11. Mohammad Piri S., Amin Habibi M., Shool S., Khazaeli Najafabadi M., Ahmadpour S., Alemi F., Aria Nejadghaderi S., Shokri P., Abdi M., Asghari N., Amir Asef-Agah S., Tavakolpour S. Role of T follicular helper cells in autoimmune rheumatic Diseases: A systematic review on immunopathogenesis and response to treatment. Hum. Immunol., 2024, Vol. 85, no. 5, 110838. doi: 10.1016/j.humimm.2024.110838.
  12. Stadler M., Horrer A., Fischer M.R. Crafting medical MCQs with generative AI: A how-to guide on leveraging ChatGPT. GMS J. Med. Educ., 2024, Vol. 41, no. 2, 20. doi: 10.3205/zma001675.
  13. Wolf J., Rasmussen D.K., Sun Y.J., Vu J.T., Wang E., Espinosa C., Bigini F., Chang R.T., Montague A.A., Tang P.H., Mruthyunjaya P., Aghaeepour N., Dufour A., Bassuk A.G., Mahajan V.B. Liquid-biopsy proteomics combined with AI identifies cellular drivers of eye aging and disease in vivo. Cell, 2023, Vol. 186, no. 22, pp. 4868-4884.e12.
  14. Wong D.S.H., Santos A.F. The future of food allergy diagnosis. Front. Allergy, 2024, Vol. 5, 1456585. doi: 10.3389/falgy.2024.1456585.
  15. Xiang Z., Hu J., Bu S., Ding J., Chen X., Li Z. Machine learning based prediction models for the prognosis of COVID-19 patients with DKA. Sci. Rep., 2025, Vol. 15, no. 1, 2633. doi: 10.1038/s41598-025-85357-9.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Figure 1. Positive aspects of using GPT-powered chatbots for scientific research in immunology, exemplified by previously analyzed and published data

Download (484KB)
Indexing metadata

Copyright (c) 2025 Berdiugina O.V.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».