Każdego roku urzędnicy ds. zdrowia na całym świecie podejmują się trudnego zadania wyboru odpowiednich szczepów grypy do szczepionki na nadchodzący sezon. Ta decyzja o ogromnym znaczeniu jest podejmowana z kilkumiesięcznym wyprzedzeniem i często wiąże się z opartymi na wiedzy przypuszczeniami dotyczącymi dominacji poszczególnych szczepów. Konsekwencje niedokładnych prognoz są poważne – prowadzą nie tylko do wzrostu zachorowalności, ale także stanowią obciążenie dla systemów opieki zdrowotnej.
Nieprzewidywalność grypy nie jest niczym nowym, ale pandemia COVID-19 naprawdę spotęgowała wyzwania związane z szybką ewolucją wirusa. Podobnie jak warianty SARS-CoV-2, które pojawiły się na całym świecie, wirus grypy nieustannie mutuje, co utrudnia jego opanowanie. Na szczęście postęp naukowy pozwala osiągać znaczące sukcesy w tej trudnej walce z mutującymi patogenami. Naukowcy z Laboratorium Informatyki i Sztucznej Inteligencji (CSAIL) oraz Kliniki Uczenia Maszynowego w Ochronie Zdrowia im. Abdula Latifa Jameela przy MIT opracowali narzędzie oparte na sztucznej inteligencji o nazwie VaxSeer aby przechytrzyć nieustanne mutacje grypy.
VaxSeer jest jak wyrafinowana kryształowa kula prognozująca zarówno dominujące szczepy grypy, jak i skuteczne preparaty szczepionkowe przed rozpoczęciem sezonu grypowego. Jego tajną bronią są modele głębokiego uczenia się szkolone przez dziesięciolecia na sekwencjach genetycznych wirusa i danych z testów laboratoryjnych. Modele te przewidują ewolucję wirusa i oceniają potencjalną skuteczność szczepionki przeciwko przyszłym szczepom.
W przeciwieństwie do tradycyjnych modeli uwzględniających pojedyncze mutacje aminokwasowe, VaxSeer wykorzystuje duży model języka białkowego, aby zrozumieć złożone interakcje między wieloma mutacjami. Takie podejście zapewnia dokładniejszy obraz zmian dominacji wirusów, dzięki czemu doskonale nadaje się do radzenia sobie z szybko ewoluującymi wirusami, takimi jak grypa.
Siła prognostyczna serwisu VaxSeer opiera się na dwóch głównych elementach. Pierwszy z nich prognozuje prawdopodobieństwo, że dany szczep grypy stanie się dominujący, a drugi ocenia, w jakim stopniu szczepionka jest w stanie zneutralizować ten szczep — jest to koncepcja znana jako antygenowość. Prognozy te są uwzględniane w ‘wskaźniku przewidywanego pokrycia’, który pokazuje, w jakim stopniu szczepionka jest dopasowana do krążących szczepów. Im wynik jest bliższy zeru, tym większa jest zgodność szczepionki.
Ale czy VaxSeer naprawdę działa? 10-letnie badanie retrospektywne, w którym porównano prognozy VaxSeer z prognozami Światowej Organizacji Zdrowia (WHO), wskazuje na obiecujące perspektywy. W przypadku dwóch głównych podtypów grypy, A/H3N2 i A/H1N1, VaxSeer w większości sezonów przewyższał lub dorównywał zaleceniom WHO. Co więcej, prognozy VaxSeer były ściśle zgodne z rzeczywistymi danymi dotyczącymi skuteczności szczepionek pochodzącymi z różnych departamentów zdrowia.
Tworząc swoje prognozy, VaxSeer działa w unikalny sposób. Najpierw szacuje, jak szybko rozprzestrzeni się szczep wirusa, a następnie symuluje konkurencję wirusową po obliczeniu dominacji. Po przejściu przez ten proces matematyczny model szacuje skuteczność szczepu szczepionki przy użyciu standardowego testu laboratoryjnego znanego jako test hamowania hemaglutynacji (HI), służącego jako powszechnie akceptowany stand-in do pomiaru skuteczności szczepionki.
Plany na przyszłość dotyczące VaxSeer obejmują rozszerzenie zakresu badań poza główne białko docelowe wirusa grypy (czyli hemaglutyninę – HA). Naukowcy mają nadzieję uwzględnić dodatkowe białka wirusowe, historię immunologiczną, ograniczenia związane z produkcją szczepionek oraz strategie dawkowania. Całe to rozszerzenie wymagałoby jednak obszernych zbiorów danych, które nie zawsze są łatwo dostępne. Niemniej jednak zespół ma nadzieję, że uda się znaleźć sposoby przewidywania ewolucji wirusa nawet w warunkach ograniczonej dostępności danych.
VaxSeer może mieć również szersze implikacje poza grypą. Czołowi badacze przewidują, że może on zmienić zasady gry w przewidywaniu ewolucji bakterii odpornych na antybiotyki lub nowotworów odpornych na leki. Pomysł prognozowania postępu choroby może znacząco zmienić nasze podejście do leczenia chorób. Chociaż technologia ta jest na wczesnym etapie rozwoju, jej przyszłe zastosowania mogą poszerzyć naszą wiedzę na temat zarządzania chorobami i zapobiegania im.
To przełomowe badanie zostało opublikowane w Medycyna naturalna i osiągnęła swój rozmach dzięki wsparciu amerykańskiej Agencji Redukcji Zagrożeń Obronnych i MIT Jameel Clinic. Teraz tylko czas pokaże, jak ta innowacja wpłynie na naszą walkę z szybko ewoluującymi wirusami.
Chcesz przeczytać więcej na ten temat? Odwiedź oryginalny artykuł na MIT News: https://news.mit.edu/2025/vaxseer-ai-tool-to-improve-flu-vaccine-strain-selection-0828
Ta strona używa plików cookie.