Entä jos yksi ainoa rokote voisi opettaa immuunijärjestelmääsi tunnistamaan ei vain yhtä koronavirusta, vaan kokonaisen virusperheen? Cambridgen tutkijat ovat ottaneet rohkean askeleen kohti tätä ajatusta siirtämällä tekoälyn suunnitteleman rokoteaineksen ihmisiin.
Sen sijaan, että pistos perustuisi yhteen tunnettuun kantaan, tiimi syötti koneoppimisjärjestelmään kymmeniä koronavirusten geneettisiä sekvenssejä, mukaan lukien ihmisiä tartuttavat kannat ja monet eläimissä kiertävät lajit. Algoritmi seuloi yhtäläisyyksiä ja eroja ja koosti synteettisen "pan-antigeenin": mosaiikinomaisen antigeenin, joka rakentuu monien virusten yhteisistä, hitaasti muuttuvista osista. Yksinkertaisesti sanottuna rokote näyttää immuunijärjestelmälle viruksen osat, jotka todennäköisimmin eivät muutu, joten tunnistus voi säilyä seuraavassa odottamattomassa variantissa tai eläimestä ihmiseen siirtymässä.
Rokotteet toimivat kouluttamalla immunologista muistia. Ongelmana on, että jotkut virukset muuttavat ulkonäköään kopioituessaan. Seurauksena eilisen rokote voi menettää tehoaan huomisen varianttia vastaan. Cambridgen lähestymistapa pyrkii kiertämään tätä kissa-ja-hiiri -leikkiä keskittymällä konservoituihin alueisiin, eli molekylaarisiin piirteisiin, jotka muuttuvat paljon vähemmän ajan myötä, jolloin yksi rakenne voisi tarjota laajempaa suojaa.
Tämä tutkimus on merkittävä yksinkertaisesta syystä: ensimmäistä kertaa tärkeä rokoteosa on suunniteltu kokonaan tekoälyn toimesta ja sen jälkeen testattu ihmisillä. Alustavassa vaiheessa 39 vapaaehtoista sai ehdokasrokotteen. Turvallisuustulokset olivat hyväksyttäviä. Immunivasteet olivat vaatimattomia mutta mitattavissa, juuri sellainen varhainen signaali, joka oikeuttaa laajemman tutkimuksen. Jatkotutkimus, jossa on noin 200 osallistujaa, on jo käynnissä selvittämään, skaalaantuuko immuunivaste.
Hankkeeseen kuulumattomat tutkijat ovat varoittaneet, että ihmisen immuunisuus on monimutkaista. Vuodet altistuksia, aiemmat infektiot ja yksilöllinen biologia vaikeuttavat laboratoriosta tai eläintutkimuksista tehtäviä ennusteita. Silti asiantuntijat pitävät konseptia lupaavana: kun virus muuttuu nopeasti, laskennallinen suunnittelu voi etsiä samanaikaisesti monien genomien joukosta ja ehdottaa antigeenirakenteita, joita ihmiset eivät ehkä olisi koskaan arvanneet.
Sovellukset ulottuvat koronaviruksia pidemmälle. Samaa tekoälyohjattua strategiaa tutkitaan universaalin influenssarokotteen kehittämiseksi, joka voisi vähentää tai poistaa vuosittaisen uusimistarpeen, H5N1-lintuinfluenssaan kohdistuvissa ehdokkaissa ja jopa verenvuotokuumeita aiheuttavia viruksia, kuten Ebolaa, vastaan suunnatuissa rokotteissa. Ajatus on yksinkertainen ja voimakas: käytä dataa ja laskentaa tuodaksesi esiin virusten perheen yhteiset, kestävämmät kohteet ja testaa sitten, opettaako tämä synteettinen pohjapiirros immuunijärjestelmän tunnistamaan tulevia uhkia.
Jos laajemmat tutkimukset vahvistavat turvallisuuden ja vahvemmat immuunivasteet, tekoälyn suunnittelemat antigeenit voisivat muuttaa sitä, kuinka nopeasti ja laajasti valmistaudumme seuraavaan pandemiaan.
Koko tutkimus on julkaistu Journal of Infection -lehdessä, ja tiedeyhteisö seuraa tarkasti näiden ihmistutkimusten etenemistä ja teknologian soveltamista muihin korkean riskin patogeeneihin.
"Olen lääketieteen toimittaja ja seuraan terveyteen liittyviä tutkimuksia. Kirjoitan Genomissa käytännönläheisiä artikkeleita terveydestä ja hyvinvoinnista."
Keskustelu
Jätä kommentti
Kommentit
Ei vielä kommentteja. Ole ensimmäinen.