هر ساله، کارشناسان بهداشت جهانی با یک تصمیم سرنوشت‌ساز روبرو هستند: کدام گونه‌های آنفولانزا باید در واکسن فصل بعدی گنجانده شوند؟ این تصمیم باید ماه‌ها قبل، حتی قبل از شروع فصل، گرفته شود. اگر واکسن به درستی انتخاب شود، بسیار مؤثر خواهد بود. اما اگر اشتباه پیش برود، میزان محافظت به طور قابل توجهی کاهش می‌یابد و منجر به سیل موارد قابل پیشگیری و فشار زیادی بر سیستم‌های بهداشتی می‌شود.

پروفسور رجینا بارزیلی (چپ) و دانشجوی کارشناسی ارشد ونشیان شی. عکس: اخبار MIT

این چالش در طول همه‌گیری کووید-۱۹، که همزمان با عرضه واکسن‌ها، انواع جدیدی از آن پدیدار شده‌اند، بیش از پیش آشنا شده است. آنفولانزا نیز رفتاری مشابه دارد - مانند یک «همسر پر سر و صدا»، دائماً و به طور غیرقابل پیش‌بینی در حال جهش است و طراحی واکسن را یک قدم عقب‌تر می‌گذارد.

برای کاهش عدم قطعیت، دانشمندان آزمایشگاه علوم کامپیوتر و هوش مصنوعی (CSAIL) و کلینیک یادگیری ماشینی عبدالطیف جمیل در MIT برای مراقبت‌های بهداشتی، یک سیستم هوش مصنوعی به نام VaxSeer ایجاد کردند. این ابزار، گونه غالب آنفولانزای آینده را پیش‌بینی می‌کند و بهترین کاندیداهای واکسن را برای محافظت، ماه‌ها قبل از شیوع بیماری شناسایی می‌کند. VaxSeer بر اساس داده‌های دهه‌ها، از جمله توالی‌های ژنتیکی ویروس و نتایج آزمایش‌های آزمایشگاهی، آموزش دیده است تا نحوه تکامل ویروس و پاسخ آن به واکسن‌ها را شبیه‌سازی کند.

برخلاف مدل‌های تکاملی سنتی که جهش‌های اسید آمینه منفرد را تجزیه و تحلیل می‌کنند، VaxSeer از یک «مدل زبان پروتئین» برای یادگیری رابطه بین تسلط و اثرات ترکیبی جهش‌های متعدد استفاده می‌کند. ونشیان شی، دانشجوی دکترا در MIT و نویسنده اصلی این مطالعه، گفت: «ما تغییر پویای تسلط را شبیه‌سازی می‌کنیم که برای ویروس‌های با تکامل سریع مانند آنفولانزا مناسب‌تر است.»

وکس سیر چگونه کار می‌کند؟

این ابزار دو موتور پیش‌بینی اصلی دارد:

تسلط: تخمینی از احتمال شیوع یک سویه از آنفولانزا.
آنتی‌ژنیسیته: پیش‌بینی می‌کند که واکسن در خنثی‌سازی آن سویه چقدر مؤثر است.
با ترکیب این دو عامل، VaxSeer یک «نمره پوشش پیش‌بینی‌کننده» ایجاد می‌کند که نشان می‌دهد واکسن چقدر با گونه‌های آینده ویروس مطابقت دارد. هرچه این نمره به صفر نزدیک‌تر باشد، تطابق بهتر است.

در یک مطالعه گذشته‌نگر ۱۰ ساله، تیم MIT توصیه‌های VaxSeer را با انتخاب‌های سازمان بهداشت جهانی (WHO) برای دو زیرگروه اصلی آنفولانزا: A/H3N2 و A/H1N1 مقایسه کرد.

برای A/H3N2، توصیه VaxSeer در فصل‌های اپیدمی 9/10 از توصیه‌های WHO بهتر عمل کرد.
برای A/H1N1، این سیستم در 6/10 فصل، برابر یا بهتر از WHO بود.
نکته قابل توجه این است که در فصل آنفولانزای ۲۰۱۶، VaxSeer سویه‌ای را انتخاب کرد که سازمان بهداشت جهانی تا سال بعد آن را در واکسن خود قرار نداد.

پیش‌بینی‌های VaxSeer همچنین با داده‌های اثربخشی واکسن در دنیای واقعی از CDC (ایالات متحده آمریکا)، شبکه نظارت بر عملکرد در کانادا و برنامه I-MOVE در اروپا ارتباط نزدیکی دارد.

مسابقه با تکامل ویروس

VaxSeer با استفاده از یک مدل زبان پروتئینی، میزان شیوع هر سویه ویروس را تخمین می‌زند، سپس بر اساس رقابت بین سویه‌ها، میزان تسلط را محاسبه می‌کند. در مرحله بعد، داده‌ها به یک چارچوب ریاضی مبتنی بر معادلات دیفرانسیل برای شبیه‌سازی شیوع وارد می‌شوند.

عکس مقاله ۷۸.jpg

برای آنتی‌ژنیسیته، VaxSeer اثربخشی واکسن را از طریق آزمایش مهار هماگلوتیناسیون (آزمایش HI)، که یک معیار رایج برای آنتی‌ژنیسیته است، پیش‌بینی می‌کند.

شی اظهار داشت: «ابزارهای هوش مصنوعی مانند VaxSeer با مدل‌سازی تکامل ویروسی و پاسخ‌های واکسن می‌توانند به مقامات بهداشتی کمک کنند تا تصمیمات سریع‌تر و بهتری بگیرند و در رقابت بین عفونت و مصونیت، یک قدم جلوتر بمانند.»

VaxSeer در حال حاضر بر روی پروتئین HA (هماگلوتینین)، آنتی‌ژن اصلی آنفولانزا، تمرکز دارد. نسخه‌های آینده می‌توانند شامل پروتئین NA (نورآمینیداز)، سابقه ایمنی، فرآیندهای تولید یا دوز دارو باشند. این تیم همچنین در حال توسعه روشی برای پیش‌بینی تکامل ویروس در غیاب داده‌ها، بر اساس روابط بین خانواده‌های ویروس است.

رجینا بارزیلی، استاد برجسته هوش مصنوعی و پزشکی دانشگاه MIT و یکی از نویسندگان این مطالعه، گفت: «VaxSeer تلاش ما برای همگام شدن با سرعت سریع تکامل ویروس است.»

جان استوکس، استادیار دانشگاه مک‌مستر (کانادا)، اظهار داشت: «نکته شگفت‌انگیز نه تنها نتایج فعلی، بلکه پتانسیل گسترش آن به سایر حوزه‌ها نیز هست: پیش‌بینی تکامل باکتری‌های مقاوم به دارو یا سرطان‌های مقاوم به درمان. این یک رویکرد کاملاً جدید است که امکان طراحی راه‌حل‌های پزشکی را قبل از اینکه بیماری فرصتی برای غلبه بر مانع داشته باشد، فراهم می‌کند.»

(طبق گفته دانشگاه MIT)

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