AI nimmt es mit der Grippe auf: Wie VaxSeer vom MIT die Impfstoffvorhersage revolutionieren könnte

Jedes Jahr stehen Gesundheitsbehörden auf der ganzen Welt vor der gewaltigen Aufgabe, die richtigen Grippestämme für den Impfstoff der nächsten Saison auszuwählen. Diese Entscheidung, bei der viel auf dem Spiel steht, wird bereits Monate im Voraus getroffen, wobei es sich oft um fundierte Vermutungen über die Dominanz bestimmter Stämme handelt. Die Auswirkungen ungenauer Vorhersagen sind erheblich und führen nicht nur zu einem Anstieg der Krankheitsfälle, sondern belasten auch die Gesundheitssysteme.

Die Unberechenbarkeit der Grippe ist nichts Neues, aber die COVID-19-Pandemie hat die Herausforderungen, die sich aus der schnellen viralen Evolution ergeben, noch verstärkt. Wie die SARS-CoV-2-Varianten, die sich weltweit ausbreiteten, mutiert auch das Influenzavirus ständig, was seine Eindämmung schwierig macht. Glücklicherweise machen wissenschaftliche Fortschritte Fortschritte in diesem Wettlauf gegen mutierende Krankheitserreger Fortschritte. Die Forscher des Computer Science and Artificial Intelligence Laboratory (CSAIL) des MIT und der MIT Abdul Latif Jameel Clinic for Machine Learning in Health haben ein KI-Tool namens VaxSeer um die unerbittliche Entwicklung der Grippe zu überlisten.

VaxSeer ist wie eine ausgeklügelte Kristallkugel, die sowohl dominante Grippestämme als auch wirksame Impfstoffpräparate vor Beginn der Grippesaison vorhersagt. Ihre Geheimwaffe sind Deep-Learning-Modelle, die auf jahrzehntelangen genetischen Virensequenzen und Labortestdaten basieren. Diese Modelle sagen die Virusentwicklung voraus und bewerten die potenzielle Wirksamkeit von Impfstoffen gegen künftige Stämme.

Im Gegensatz zu herkömmlichen Modellen, die einzelne Aminosäuremutationen berücksichtigen, greift VaxSeer auf ein großes Protein-Sprachmodell zurück, um die komplexen Interaktionen zwischen mehreren Mutationen zu verstehen. Dieser Ansatz liefert ein genaueres Bild der viralen Dominanzveränderungen und eignet sich daher perfekt für den Umgang mit sich schnell entwickelnden Viren wie Influenza.

Die Vorhersagekraft von VaxSeer beruht auf zwei Hauptkomponenten. Die eine prognostiziert die Wahrscheinlichkeit, dass sich ein Grippestamm durchsetzt, und die zweite beurteilt, wie gut ein Impfstoff diesen Stamm neutralisieren kann - ein Konzept, das als Antigenität bekannt ist. Diese Vorhersagen werden zu einem "prognostizierten Abdeckungsgrad" verwoben, der zeigt, wie gut der Impfstoff die zirkulierenden Stämme abdeckt. Je näher der Wert bei Null liegt, desto besser ist der Impfstoff kompatibel.

Aber funktioniert VaxSeer wirklich? Eine retrospektive 10-Jahres-Studie, in der die Vorhersagen von VaxSeer mit denen der Weltgesundheitsorganisation (WHO) verglichen wurden, zeigt vielversprechende Aussichten. Bei den beiden wichtigsten Grippe-Subtypen, A/H3N2 und A/H1N1, übertraf VaxSeer in den meisten Saisons die Empfehlungen der WHO oder entsprach ihnen. Darüber hinaus stimmten die Vorhersagen von VaxSeer gut mit den realen Daten zur Wirksamkeit von Impfstoffen aus verschiedenen Gesundheitsämtern überein.

Bei der Erstellung seiner Vorhersagen geht VaxSeer auf eine einzigartige Weise vor. Es schätzt zunächst ab, wie schnell sich ein Virusstamm ausbreiten wird, und simuliert dann die virale Konkurrenz, nachdem es die Dominanz berechnet hat. Nach Durchlaufen dieses mathematischen Prozesses schätzt das Modell die Wirksamkeit des Impfstammes anhand eines Standard-Labortests, der als Hämagglutinationshemmungstest (HI) bekannt ist und als weithin akzeptierter Ersatz für die Messung der Impfstoffwirksamkeit dient.

Zukünftige Pläne für VaxSeer sehen vor, den Fokus über das Hauptzielprotein des Influenzavirus (oder Hämagglutinin - HA) hinaus zu erweitern. Die Forscher hoffen, weitere Virusproteine, die Immungeschichte, Einschränkungen bei der Impfstoffherstellung und Dosierungsstrategien einbeziehen zu können. All diese Erweiterungen würden jedoch umfangreiche Datensätze erfordern, die nicht immer leicht zu beschaffen sind. Dennoch ist das Team zuversichtlich, dass es Wege finden wird, die virale Entwicklung auch in datenarmen Umgebungen vorherzusagen.

VaxSeer könnte auch über die Grippe hinaus Bedeutung haben. Führende Forscher gehen davon aus, dass das Programm die Entwicklung von antibiotikaresistenten Bakterien oder arzneimittelresistenten Krebsarten vorhersagen wird. Die Idee der Vorhersage von Krankheitsverläufen könnte unsere Herangehensweise an die Heilung von Krankheiten grundlegend verändern. Auch wenn sich diese Technologie noch im Anfangsstadium befindet, können ihre künftigen Anwendungen unser Verständnis von Krankheitsmanagement und -prävention erweitern.

Diese bahnbrechende Studie wurde veröffentlicht in Naturmedizin und erreichte seine Dynamik mit Unterstützung der U.S. Defense Threat Reduction Agency und der MIT Jameel Clinic. Es bleibt abzuwarten, wie diese Innovation unseren Kampf gegen sich schnell entwickelnde Viren beeinflusst.

Möchten Sie mehr darüber lesen? Besuchen Sie den Originalartikel auf MIT News: https://news.mit.edu/2025/vaxseer-ai-tool-to-improve-flu-vaccine-strain-selection-0828