MIT vyvíjí nástroj s umělou inteligencí pro předpovídání viru chřipky, který zachrání miliony případů

Každý rok čelí globální zdravotní experti rozhodnutí o životě a smrti: Které kmeny chřipky by měly být zahrnuty do vakcíny pro příští sezónu? Toto rozhodnutí musí být učiněno měsíce předem, ještě před začátkem sezóny. Pokud bude vakcína vybrána správně, bude vysoce účinná. Pokud se však nepodaří, ochrana bude výrazně snížena, což povede k záplavě případů, kterým lze předejít, a k obrovskému tlaku na zdravotnické systémy.

Profesorka Regina Barzilay (vlevo) a postgraduální studentka Wenxian Shi. Foto: MIT News

Tato výzva se stala o to známější během pandemie covidu-19, kdy se nové varianty objevily právě v době, kdy se zaváděly vakcíny. Chřipka se chová podobně – jako „hlučný sourozenec“, neustále a nepředvídatelně mutuje a nechává vývoj vakcín o krok pozadu.

Aby se snížila nejistota, vědci z Laboratoře informatiky a umělé inteligence (CSAIL) a Kliniky strojového učení ve zdravotnictví Abdul Latif Jameel na MIT vytvořili systém umělé inteligence s názvem VaxSeer. Nástroj předpovídá dominantní budoucí kmen chřipky a identifikuje nejlepší kandidáty na vakcínu k ochraně měsíce před vypuknutím nákazy. VaxSeer byl trénován na desítkách let dat, včetně genetických sekvencí viru a výsledků laboratorních testů, aby simuloval, jak se virus vyvíjí a reaguje na vakcíny.

Na rozdíl od tradičních evolučních modelů, které analyzují jednotlivé mutace aminokyselin, VaxSeer používá „model proteinového jazyka“ k pochopení vztahu mezi dominancí a kombinovanými účinky více mutací. „Simulujeme dynamickou změnu dominance, která je vhodnější pro rychle se vyvíjející viry, jako je chřipka,“ řekl Wenxian Shi, doktorand na MIT a hlavní autor studie.

Jak VaxSeer funguje?

Tento nástroj má dva hlavní predikční nástroje:

Dominance: Odhad pravděpodobnosti šíření kmene chřipky.
Antigenicita: Předpovídá, jak účinná je vakcína při neutralizaci daného kmene.
Kombinací těchto dvou faktorů VaxSeer generuje „prediktivní skóre pokrytí“, které ukazuje, jak blízko je vakcína shodná s budoucími kmeny viru. Čím blíže je toto skóre nule, tím lepší je shoda.

V desetileté retrospektivní studii porovnal tým MIT doporučení VaxSeer s volbami Světové zdravotnické organizace (WHO) pro dva hlavní podtypy chřipky: A/H3N2 a A/H1N1.

V případě vakcíny A/H3N2 doporučení VaxSeer překonala doporučení WHO v 9/10 epidemických sezónách.
U viru A/H1N1 byl systém v 6/10 sezónách stejný nebo lepší než WHO.
Je pozoruhodné, že v chřipkové sezóně v roce 2016 VaxSeer vybral kmen, který WHO nezařadila do vakcíny až do následujícího roku.

Předpovědi VaxSeeru také úzce korelují s reálnými údaji o účinnosti vakcín od CDC (USA), sítě Practice Surveillance Network v Kanadě a programu I-MOVE v Evropě.

Závod s evolucí virů

VaxSeer odhaduje rychlost šíření každého virového kmene pomocí modelu proteinového jazyka a poté vypočítává dominanci na základě konkurence mezi kmeny. Data jsou následně zadána do matematického rámce založeného na diferenciálních rovnicích pro simulaci šíření.

Pokud jde o antigenicitu, VaxSeer předpovídá účinnost vakcíny pomocí hemaglutinačně inhibičního testu (HI testu), což je běžné měřítko antigenicity.

„Modelováním virové evoluce a reakcí na vakcíny mohou nástroje umělé inteligence, jako je VaxSeer, pomoci zdravotnickým úředníkům činit rychlejší a lepší rozhodnutí a zůstat o krok napřed v závodě mezi infekcí a imunitou,“ prohlásil Shi.

VaxSeer se v současnosti zaměřuje na protein HA (hemaglutinin), hlavní antigen chřipky. Budoucí verze by mohly zahrnovat protein NA (neuraminidáza), imunitní historii, výrobní procesy nebo dávkování. Tým také vyvíjí metodu pro predikci vývoje viru bez dat, založenou na vztazích mezi virovými rodinami.

„VaxSeer je naším pokusem držet krok s rychlým tempem vývoje virů,“ řekla Regina Barzilay, významná profesorka umělé inteligence a medicíny na MIT a spoluautorka studie.

Jon Stokes, odborný asistent na McMasterově univerzitě (Kanada), k tomu uvedl: „Úžasné nejsou jen současné výsledky, ale také potenciál rozšířit je do dalších oblastí: předpovídání vývoje bakterií rezistentních na léky nebo rakovin rezistentních na léčbu. Jedná se o zcela nový přístup, který umožňuje navrhnout lékařská řešení dříve, než má nemoc šanci překonat tuto bariéru.“

(Podle MIT)

Zdroj: https://vietnamnet.vn/mit-phat-trien-cong-cu-ai-du-doan-virus-cum-cuu-hang-trieu-ca-benh-2439275.html