Jedes Jahr stehen Gesundheitsexperten weltweit vor einer lebenswichtigen Entscheidung: Welche Grippeviren sollen im Impfstoff der nächsten Saison enthalten sein? Diese Entscheidung muss Monate im Voraus getroffen werden, noch vor Beginn der Saison. Bei richtiger Wahl ist der Impfstoff hochwirksam. Geht die Wahl jedoch schief, verringert sich der Schutz deutlich, was zu einer Flut vermeidbarer Fälle führt und die Gesundheitssysteme enorm belastet.

Professorin Regina Barzilay (links) und Doktorandin Wenxian Shi. Foto: MIT News

Diese Herausforderung ist während der Covid-19-Pandemie umso bekannter geworden, als neue Varianten auftauchten, während gerade Impfstoffe eingeführt wurden. Die Grippe verhält sich ähnlich – wie ein „lautes Geschwisterchen“, das ständig und unvorhersehbar mutiert und die Impfstoffentwicklung einen Schritt zurücklässt.

Um die Unsicherheit zu verringern, haben Wissenschaftler des Computer Science and Artificial Intelligence Laboratory (CSAIL) und der MIT Abdul Latif Jameel Clinic for Machine Learning in Healthcare das KI-System VaxSeer entwickelt. Das Tool prognostiziert den künftig vorherrschenden Grippestamm und identifiziert Monate vor einem Ausbruch die besten Impfstoffkandidaten. VaxSeer wurde anhand jahrzehntelanger Daten trainiert, darunter Virus-Gensequenzen und Labortestergebnisse, um die Entwicklung des Virus und seine Reaktion auf Impfstoffe zu simulieren.

Im Gegensatz zu herkömmlichen Evolutionsmodellen, die einzelne Aminosäuremutationen analysieren, verwendet VaxSeer ein „Protein-Sprachmodell“, um die Beziehung zwischen Dominanz und den kombinierten Effekten mehrerer Mutationen zu verstehen. „Wir simulieren den dynamischen Wandel der Dominanz, was für sich schnell entwickelnde Viren wie Grippeviren besser geeignet ist“, sagte Wenxian Shi, Doktorand am MIT und Hauptautor der Studie.

Wie funktioniert VaxSeer?

Dieses Tool verfügt über zwei Hauptvorhersage-Engines:

Dominanz: Eine Schätzung der Wahrscheinlichkeit, dass sich ein Grippestamm ausbreitet.
Antigenität: Sagt voraus, wie wirksam der Impfstoff bei der Neutralisierung dieses Stammes ist.
Durch die Kombination der beiden Faktoren generiert VaxSeer einen „prädiktiven Abdeckungswert“, der zeigt, wie gut der Impfstoff mit zukünftigen Virusstämmen übereinstimmt. Je näher dieser Wert bei Null liegt, desto besser ist die Übereinstimmung.

In einer 10-jährigen retrospektiven Studie verglich das MIT-Team die Empfehlungen von VaxSeer mit den Entscheidungen der Weltgesundheitsorganisation (WHO) für zwei wichtige Influenza-Subtypen: A/H3N2 und A/H1N1.

Für A/H3N2 war die Empfehlung von VaxSeer in 9/10 Epidemiesaisons vielversprechender als die der WHO.
Bei A/H1N1 war das System in 6/10 Saisons gleichwertig oder besser als das der WHO.
Bemerkenswerterweise hat VaxSeer in der Grippesaison 2016 einen Stamm ausgewählt, den die WHO erst im folgenden Jahr in einen Impfstoff aufnehmen würde.

Die Vorhersagen von VaxSeer korrelieren zudem eng mit realen Daten zur Impfstoffwirksamkeit der CDC (USA), des Practice Surveillance Network in Kanada und des I-MOVE-Programms in Europa.

Wettrennen mit der Virusevolution

VaxSeer schätzt die Verbreitungsrate jedes Virusstamms mithilfe eines Proteinsprachenmodells und berechnet anschließend die Dominanz basierend auf der Konkurrenz zwischen den Stämmen. Anschließend werden die Daten in ein mathematisches System auf Basis von Differentialgleichungen eingespeist, um die Verbreitung zu simulieren.

Foto des Artikels 78.jpg

Bezüglich der Antigenität sagt VaxSeer die Wirksamkeit des Impfstoffs durch den Hämagglutinationshemmtest (HI-Test) voraus, ein gängiges Maß für die Antigenität.

„Durch die Modellierung der Virusentwicklung und der Impfreaktionen können KI-Tools wie VaxSeer Gesundheitsbehörden dabei helfen, schnellere und bessere Entscheidungen zu treffen und im Wettlauf zwischen Infektion und Immunität immer einen Schritt voraus zu sein“, behauptete Shi.

VaxSeer konzentriert sich derzeit auf das HA-Protein (Hämagglutinin), das wichtigste Grippeantigen. Zukünftige Versionen könnten das NA-Protein (Neuraminidase), die Immungeschichte, Herstellungsverfahren oder die Dosierung berücksichtigen. Das Team entwickelt außerdem eine Methode zur Vorhersage der Virusentwicklung bei fehlenden Daten, basierend auf den Beziehungen zwischen Virusfamilien.

„VaxSeer ist unser Versuch, mit der rasanten Entwicklung des Virus Schritt zu halten“, sagte Regina Barzilay, MIT Distinguished Professor of AI and Medicine und Co-Autorin der Studie.

Jon Stokes, Assistenzprofessor an der McMaster University (Kanada), kommentierte: „Das Erstaunliche sind nicht nur die aktuellen Ergebnisse, sondern auch das Potenzial, diese auf andere Bereiche auszuweiten: die Vorhersage der Entwicklung medikamentenresistenter Bakterien oder behandlungsresistenter Krebsarten. Dies ist ein völlig neuer Ansatz, der die Entwicklung medizinischer Lösungen ermöglicht, bevor die Krankheit die Barriere überwinden kann.“

(Laut MIT)

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