Every year, health officials around the world take on the daunting task of selecting the right flu strains for the subsequent season’s vaccine. This high-stakes decision is made months in advance, often involving educated guesswork about the dominance of certain strains. The repercussions of inaccurate predictions are significant, not only leading to a rise in illness but also burdening healthcare systems.
The flu’s unpredictability is nothing new, but the COVID-19 pandemic has truly amplified the challenges posed by rapid viral evolution. Like the SARS-CoV-2 variants that sprouted worldwide, the influenza virus is continuously mutating, making it tricky to contain. Thankfully, scientific advancements are making strides in this uphill race against mutating pathogens. The researchers at MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL) and the MIT Abdul Latif Jameel Clinic for Machine Learning in Health have designed an AI tool named VaxSeer to outsmart the flu’s relentless evolution.
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.
VaxSeer’s forecasting power lies in two main components. One projects the likelihood of a flu strain becoming dominant, and the second appraises how well a vaccine can neutralize that strain — a concept known as antigenicity. These predictions are woven into a ‘predicted coverage score’ that illustrates how well the vaccine matches circulating strains. The closer the score is to zero, the more compatible the vaccine is.
But does VaxSeer really work? A 10-year retrospective study comparing VaxSeer’s predictions with those from the World Health Organization (WHO) indicates a promising outlook. For two main flu subtypes, A/H3N2 and A/H1N1, VaxSeer outperformed or matched WHO recommendations in most seasons. Moreover, VaxSeer’s predictions aligned closely with real-world vaccine effectiveness data from various health departments.
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.
Future plans for VaxSeer involve widening its focus beyond the influenza virus’s main target protein (or hemagglutinin – HA). Researchers hope to include additional viral proteins, immune history, vaccine manufacturing limitations, and dosage strategies. All this expansion, though, would require extensive datasets, which are not always easy to come by. Nonetheless, the team is hopeful about finding ways to predict viral evolution even in data-scarce environments.
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
This website uses cookies.