Tekoälyllä suunniteltu laajakirjoinen lintuinfluenssarokote

Kuvittele rokote, joka ei vain jahtaa seuraavaa hallitsevaa kantaa vaan ennakoi sitä. Cambridgen yliopiston tutkijat ovat käyttäneet tekoälyä suunnitellakseen ehdokasrokotteen, jonka tavoitteena on suojata laajaa valikoimaa lintuinfluenssaviruslinjoja, mukaan lukien ihmisissä aiemmin aiheuttaneet heimot ja sellaiset variantit, joita ei ole vielä havaittu ihmisissä.

Miten tekoälyn suunnittelema rokote toimii

Tiimi keräsi globaalia geneettistä valvontadataa: virussekvenssejä villilinnuista, kotieläimistä ja ihmisistä. Sitten he ajoivat laskennallisia ja evolutiivisia algoritmeja synteettisten viiden keinotekoisen antigeenin luomiseksi, jotka yhdessä edustavat lintuinfluenssavirusten laajaa geneettistä kirjoa. Nämä eivät ole yhden kiertävän kannan kopioita; ne ovat optimoituja konstrukteja, joiden tarkoitus on ohjata immuunijärjestelmää kohti suojautuvia vasteita, joita viruksen on vaikea kiertää.

Antigeeni on monien rokotteiden vaikuttava aine. Se opettaa immuunijärjestelmää tunnistamaan tietyn molekyylisen rakenteen, jotta todellisen taudinaiheuttajan ilmaantuessa vasta-aineet ja immuunisolut voivat reagoida nopeasti. Koodaamalla useita eri suuntaan poikkeavia antigeenejä Cambridgen malli pyrkii kouluttamaan immuniteettia laajemmalle virusvaihtelun kentälle.

Prekliinisissä kokeissa rokote suojasi sekä hiiriä että ferrettejä, kun niitä altistettiin useille geneettisesti erilaisille lintuinfluenssankannoille. Kaikki näissä kokeissa käytetyt kannat ovat aiemmin tartuttaneet ihmisiä ja niitä pidetään mahdollisina pandemiavaaroinaiheuttajina. Vertailun vuoksi Maailman terveysjärjestön standardirokotteella immunisoitujen eläinten selviytymisprosentti samanlaisissa kokeissa oli vain noin puolet.

Tulokset julkaistiin Cell Reports Medicine -lehdessä ja niitä käsittelivät kansainväliset tiedotusvälineet. Cambridgen yliopiston tiedottaja kuvaili työtä askeleeksi kohti rokotteita, jotka parantavat valmiutta nousevia virusuhkia vastaan. 'Halusimme irtautua yhden kannan ajattelutavasta', tiimi sanoi. 'Käyttämällä algoritmista näkökulmaa viruskehitykseen voimme rakentaa antigeenejä, jotka ottavat moninaisuuden huomioon ja vähentävät immuunipakojen todennäköisyyttä.'

Lähestymistapa ratkaisee ydinkysymyksen RNA-viruksissa, kuten lintuinfluenssassa. Nämä virukset mutatoituvat nopeasti ja voivat vaihtaa geenejä, mikä synnyttää uusia variantteja, jotka toisinaan hyppäävät eläimistä ihmisiin. Perinteiset valmiussuunnitelmat perustuvat varastoitaviin rokotteisiin, jotka vastaavat tunnettuja kantoja. Tämä strategia voi pettää, jos ilmaantuu uusi tai poikkeava variantti.

Lupausten muuttaminen kansanterveyden työkaluiksi vaatii lisää työtä. Tutkijat suunnittelevat ihmiskokeita turvallisuuden ja immuunikattavuuden arvioimiseksi. Suuriin määriin valmistaminen, sääntelyarvioinnit ja todellinen vaikuttavuus kiertäviin ja juuri ilmaantuneisiin kantoihin ovat keskeisiä virstanpylväitä. Tiimi aikoo myös soveltaa samaa suunnittelukehikkoa kausi-influenssaan ja muihin nopeasti kehittyviin RNA-viruksiin.

Mahdolliset edut ovat ilmeiset. Laaja-alaisesti suojaava rokote voisi vähentää yksittäisten kantojen perässä juoksemiseen kuluvaa aikaa epidemian aikana. Se voisi myös yksinkertaistaa varastointilogistiikkaa ja hankkia tärkeitä viikkoja tai kuukausia, kunnes viruskohtaiset rokotteet kehitetään tai päivitetään. Haasteita kuitenkin on: pieneläimissä mitatut immuunivasteet eivät aina vastaa ihmisten vasteita, ja antigeenivalinnassa on tasapainotettava kattavuutta ja suojan voimakkuutta.

Tutkimus sijoittuu bioinformatiikan, immunologian ja kansanterveysstrategian risteykseen. Jos kliiniset tutkimukset vahvistavat prekliiniset havainnot, tekoälyn ohjaamasta antigeenisuunnittelusta voi tulla työkalu pandemian valmistautumista tukevien työkalujen joukkoon. Toistaiseksi työ kuitenkin osoittaa lupaavan tien: käyttää datalähtöisiä algoritmeja suunnittelemaan rokotteita, jotka varautuvat odottamattomaan.