בכל שנה, מומחי בריאות עולמיים ניצבים בפני החלטה של ​​חיים ומוות: אילו זני שפעת יש לכלול בחיסון של העונה הבאה? החלטה זו חייבת להתקבל חודשים מראש, עוד לפני תחילת העונה. אם ייבחר נכון, החיסון יהיה יעיל ביותר. אך אם הדבר ישתבש, ההגנה תפחת משמעותית, מה שיוביל לשיטפון של מקרים שניתן היה למנוע ויפעיל לחץ עצום על מערכות הבריאות.

פרופסור רגינה ברזילי (משמאל) וסטודנטית לתואר שני וונשיאן שי. צילום: MIT News

אתגר זה הפך מוכר עוד יותר במהלך מגפת הקורונה, שבה צצו גרסאות חדשות בדיוק עם פריסת החיסונים. שפעת מתנהגת באופן דומה - כמו "אח רועש", שעובר מוטציות ללא הרף ובלתי צפוי, ומשאירה את עיצוב החיסונים צעד אחד מאחור.

כדי להפחית את אי הוודאות, מדענים במעבדה למדעי המחשב ובינה מלאכותית (CSAIL) ובמרפאת עבדול לטיף ג'מיל ללמידת מכונה בתחום הבריאות ב-MIT יצרו מערכת בינה מלאכותית בשם VaxSeer. הכלי חוזה את זן השפעת הדומיננטי העתידי ומזהה את המועמדים הטובים ביותר לחיסון להגנה חודשים לפני התפרצות. VaxSeer אומן על סמך עשרות שנים של נתונים, כולל רצפים גנטיים של הנגיף ותוצאות בדיקות מעבדה, כדי לדמות כיצד הנגיף מתפתח ומגיב לחיסונים.

בניגוד למודלים אבולוציוניים מסורתיים המנתחים מוטציות של חומצות אמינו בודדות, VaxSeer משתמש ב"מודל שפת חלבונים" כדי ללמוד את הקשר בין דומיננטיות לבין ההשפעות המשולבות של מוטציות מרובות. "אנו מדמים את השינוי הדינמי של הדומיננטיות, המתאים יותר לווירוסים המתפתחים במהירות כמו שפעת", אמר וונשיאן שי, דוקטורנט ב-MIT והמחבר הראשי של המחקר.

איך VaxSeer עובד?

לכלי זה שני מנועי חיזוי עיקריים:

דומיננטיות: הערכה של הסבירות שזן של שפעת יתפשט.
אנטיגניות: מנבאת עד כמה החיסון יעיל בנטרול הזן הזה.
בשילוב שני הגורמים, VaxSeer מייצר "ציון כיסוי ניבוי", המראה עד כמה החיסון תואם זנים עתידיים של הנגיף. ככל שציון זה קרוב יותר לאפס, כך ההתאמה טובה יותר.

במחקר רטרוספקטיבי בן 10 שנים, צוות MIT השווה את המלצות VaxSeer לבחירות ארגון הבריאות העולמי (WHO) עבור שני תת-סוגים עיקריים של שפעת: A/H3N2 ו-A/H1N1.

עבור A/H3N2, המלצת VaxSeer עלתה על זו של ארגון הבריאות העולמי ב-9 מתוך 10 עונות מגיפה.
עבור A/H1N1, המערכת הייתה שווה או טובה יותר מ-WHO ב-6 מתוך 10 עונות.
ראוי לציין, שבעונת השפעת של 2016, VaxSeer בחר זן שארגון הבריאות העולמי לא יכלול בחיסון עד השנה שלאחר מכן.

תחזיות VaxSeer מתואמות קשר הדוק גם עם נתוני יעילות חיסונים מהעולם האמיתי של ה-CDC (ארה"ב), רשת המעקב אחר מטופלים בקנדה ותוכנית I-MOVE באירופה.

מרוץ עם התפתחות הנגיף

VaxSeer מעריך את קצב ההתפשטות של כל זן וירוס באמצעות מודל שפת חלבונים, ולאחר מכן מחשב דומיננטיות על סמך תחרות בין זנים. לאחר מכן, הנתונים מוזנים למסגרת מתמטית המבוססת על משוואות דיפרנציאליות כדי לדמות את ההתפשטות.

תמונה של מאמר 78.jpg

עבור אנטיגניות, VaxSeer מנבא את יעילות החיסון באמצעות מבחן עיכוב ההמגלוטינציה (מבחן HI), מדד נפוץ לאנטיגניות.

"על ידי מידול האבולוציה הנגיפית ותגובות לחיסונים, כלי בינה מלאכותית כמו VaxSeer יכולים לעזור לפקידי בריאות לקבל החלטות מהירות וטובות יותר, ולהישאר צעד אחד קדימה במרוץ בין זיהום לחסינות", טען שי.

VaxSeer מתמקדת כיום בחלבון HA (המגלוטינין), האנטיגן העיקרי של שפעת. גרסאות עתידיות עשויות לכלול את חלבון NA (נוירמינידאז), היסטוריה חיסונית, תהליכי ייצור או מינון. הצוות מפתח גם שיטה לחיזוי התפתחות הנגיף בהיעדר נתונים, המבוססת על קשרים בין משפחות הנגיפים.

"VaxSeer הוא הניסיון שלנו לעמוד בקצב המהיר של התפתחות הנגיף", אמרה רגינה ברזילי, פרופסור מצטיין לבינה מלאכותית ורפואה ב-MIT ושותפה לכתיבת המחקר.

ג'ון סטוקס, פרופסור משנה באוניברסיטת מקמאסטר (קנדה), העיר: "הנקודה המדהימה היא לא רק התוצאות הנוכחיות, אלא גם הפוטנציאל להרחיב את המחקר לתחומים אחרים: ניבוי התפתחותם של חיידקים עמידים לתרופות או סרטן עמיד לטיפול. זוהי גישה חדשה לחלוטין, המאפשרת לתכנן פתרונות רפואיים לפני שלמחלה יש הזדמנות להתגבר על המחסום."

(על פי MIT)

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