Jedes Jahr stellen sich Gesundheitsbehörden weltweit der schwierigen Aufgabe, die richtigen Grippestämme für den Impfstoff der kommenden Saison auszuwählen. Diese Entscheidung mit weitreichenden Folgen wird Monate im Voraus getroffen und beruht oft auf fundierten Schätzungen hinsichtlich der Dominanz bestimmter Stämme. Die Folgen ungenauer Vorhersagen sind erheblich: Sie führen nicht nur zu einem Anstieg der Erkrankungsfälle, sondern belasten auch die Gesundheitssysteme.
Die Unvorhersehbarkeit der Grippe ist nichts Neues, doch die COVID-19-Pandemie hat die Herausforderungen, die sich aus der raschen Virusentwicklung ergeben, deutlich verschärft. Ähnlich wie die SARS-CoV-2-Varianten, die weltweit aufgetreten sind, mutiert auch das Influenzavirus ständig, was seine Eindämmung erschwert. Glücklicherweise machen wissenschaftliche Fortschritte in diesem harten Wettlauf gegen mutierende Krankheitserreger große Sprünge. Die Forscher am Labor für Informatik und Künstliche Intelligenz (CSAIL) des MIT und an der MIT Abdul Latif Jameel Clinic for Machine Learning in Health haben ein KI-Tool namens VaxSeer um der unaufhaltsamen Weiterentwicklung der Grippe einen Schritt voraus zu sein.
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 Prognosekraft von VaxSeer beruht auf zwei Hauptkomponenten. Die eine prognostiziert die Wahrscheinlichkeit, dass ein Grippestamm dominant wird, und die zweite bewertet, wie gut ein Impfstoff diesen Stamm neutralisieren kann – ein Konzept, das als Antigenizität bezeichnet wird. Diese Vorhersagen fließen in einen ‘prognostizierten Abdeckungswert’ ein, der verdeutlicht, wie gut der Impfstoff zu den zirkulierenden Stämmen passt. Je näher der Wert an Null liegt, desto besser ist die Übereinstimmung des Impfstoffs.
Aber funktioniert VaxSeer wirklich? Eine retrospektive 10-Jahres-Studie, in der die Vorhersagen von VaxSeer mit denen der Weltgesundheitsorganisation (WHO) verglichen wurden, lässt vielversprechende Aussichten erkennen. Bei den beiden wichtigsten Grippe-Subtypen, A/H3N2 und A/H1N1, übertraf VaxSeer in den meisten Saisonen die Empfehlungen der WHO oder entsprach ihnen. Darüber hinaus stimmten die Vorhersagen von VaxSeer weitgehend mit den realen Daten zur Impfstoffwirksamkeit verschiedener Gesundheitsbehörden 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.
Die Zukunftspläne für VaxSeer sehen vor, den Fokus über das Hauptzielprotein des Influenzavirus (das Hämagglutinin – HA) hinaus zu erweitern. Die Forscher hoffen, weitere virale Proteine, die Immunhistorie, Einschränkungen bei der Impfstoffherstellung sowie Dosierungsstrategien einbeziehen zu können. All diese Erweiterungen würden jedoch umfangreiche Datensätze erfordern, die nicht immer leicht zu beschaffen sind. Dennoch ist das Team zuversichtlich, Wege zu finden, um die Virusentwicklung auch in Umgebungen mit spärlichen Daten vorhersagen zu können.
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
Diese Website verwendet Cookies.