Sztuczna inteligencja walczy z grypą: Jak VaxSeer z MIT może zrewolucjonizować przewidywanie szczepionek

Każdego roku urzędnicy służby zdrowia na całym świecie podejmują się trudnego zadania wyboru odpowiednich szczepów grypy do szczepionki na kolejny sezon. Ta decyzja o wysokiej stawce jest podejmowana z wielomiesięcznym wyprzedzeniem, często wiążąc się z domysłami na temat dominacji niektórych szczepów. Konsekwencje niedokładnych prognoz są znaczące, nie tylko prowadząc do wzrostu zachorowań, ale także obciążając systemy opieki zdrowotnej.

Nieprzewidywalność grypy nie jest niczym nowym, ale pandemia COVID-19 naprawdę zwiększyła wyzwania związane z szybką ewolucją wirusa. Podobnie jak warianty SARS-CoV-2, które pojawiły się na całym świecie, wirus grypy nieustannie mutuje, przez co trudno go powstrzymać. Na szczęście postęp naukowy czyni postępy w tym wyścigu pod górę z mutującymi patogenami. Naukowcy z MIT's Computer Science and Artificial Intelligence Laboratory (CSAIL) i MIT Abdul Latif Jameel Clinic for Machine Learning in Health zaprojektowali narzędzie AI o nazwie VaxSeer aby przechytrzyć nieubłaganą ewolucję 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.

Moc prognostyczna VaxSeer opiera się na dwóch głównych elementach. Jeden z nich przewiduje prawdopodobieństwo, że szczep grypy stanie się dominujący, a drugi ocenia, jak dobrze szczepionka może zneutralizować ten szczep - koncepcja znana jako antygenowość. Przewidywania te są wplecione w "przewidywany wynik pokrycia", który ilustruje, jak dobrze szczepionka pasuje do krążących szczepów. Im wynik jest bliższy zeru, tym szczepionka jest bardziej kompatybilna.

Ale czy VaxSeer naprawdę działa? 10-letnie badanie retrospektywne porównujące 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 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 dla VaxSeer obejmują rozszerzenie jego zainteresowania poza główne białko docelowe wirusa grypy (lub hemaglutyninę - HA). Naukowcy mają nadzieję uwzględnić dodatkowe białka wirusowe, historię immunologiczną, ograniczenia w produkcji szczepionek i strategie dawkowania. Cała ta ekspansja wymagałaby jednak obszernych zbiorów danych, które nie zawsze są łatwe do zdobycia. Niemniej jednak zespół ma nadzieję na znalezienie sposobów przewidywania ewolucji wirusów nawet w środowiskach o ograniczonej ilości 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