Każdego roku globalni eksperci ds. zdrowia stają przed decyzją o życiu lub śmierci: które szczepy grypy powinny znaleźć się w szczepionce na kolejny sezon? Decyzja ta musi zostać podjęta z wielomiesięcznym wyprzedzeniem, jeszcze przed rozpoczęciem sezonu. Jeśli szczepionka zostanie wybrana prawidłowo, będzie wysoce skuteczna. Jeśli jednak się nie powiedzie, ochrona zostanie znacznie ograniczona, co doprowadzi do napływu zachorowań, którym można zapobiec, i wywrze ogromną presję na systemy opieki zdrowotnej.

Profesor Regina Barzilay (po lewej) i studentka Wenxian Shi. Zdjęcie: MIT News

To wyzwanie stało się jeszcze bardziej znajome podczas pandemii COVID-19, gdzie nowe warianty pojawiły się w momencie wprowadzania szczepionek. Grypa zachowuje się podobnie – niczym „hałaśliwy brat”, nieustannie i nieprzewidywalnie mutując, pozostawiając projektowanie szczepionek o krok w tyle.

Aby zmniejszyć niepewność, naukowcy z Laboratorium Informatyki i Sztucznej Inteligencji (CSAIL) oraz Kliniki Uczenia Maszynowego w Opiece Zdrowotnej im. Abdula Latifa Jameela na MIT stworzyli system sztucznej inteligencji o nazwie VaxSeer. Narzędzie przewiduje dominujący w przyszłości szczep grypy i identyfikuje najlepsze kandydatki na szczepionkę, zapewniające ochronę na wiele miesięcy przed wybuchem epidemii. System VaxSeer został przeszkolony w oparciu o dane z dziesięcioleci, w tym sekwencje genetyczne wirusa i wyniki badań laboratoryjnych, aby symulować ewolucję wirusa i jego reakcję na szczepionki.

W przeciwieństwie do tradycyjnych modeli ewolucyjnych, które analizują mutacje pojedynczych aminokwasów, VaxSeer wykorzystuje „model języka białek”, aby poznać związek między dominacją a skutkami wielu mutacji. „Symulujemy dynamiczną zmianę dominacji, co jest bardziej odpowiednie dla szybko ewoluujących wirusów, takich jak grypa” – powiedział Wenxian Shi, doktorant MIT i główny autor badania.

Jak działa VaxSeer?

Narzędzie to ma dwa główne silniki predykcyjne:

Dominacja: Oszacowanie prawdopodobieństwa rozprzestrzenienia się szczepu grypy.
Antygenowość: Przewiduje, jak skuteczna jest szczepionka w neutralizacji danego szczepu.
Łącząc te dwa czynniki, VaxSeer generuje „wskaźnik predykcji zasięgu”, który pokazuje, jak blisko szczepionka pasuje do przyszłych szczepów wirusa. Im bliższy zeru jest ten wynik, tym lepsze jest dopasowanie.

W 10-letnim badaniu retrospektywnym zespół MIT porównał zalecenia VaxSeer z zaleceniami Światowej Organizacji Zdrowia (WHO) dotyczącymi dwóch głównych podtypów grypy: A/H3N2 i A/H1N1.

W przypadku szczepu A/H3N2 zalecenia VaxSeer okazały się skuteczniejsze niż zalecenia WHO w 9/10 sezonach epidemicznych.
W przypadku szczepu A/H1N1 system był równy lub lepszy od WHO w 6 z 10 sezonów.
Warto zauważyć, że w sezonie grypowym 2016 firma VaxSeer wytypowała szczep, którego WHO nie włączyła do szczepionki aż do kolejnego roku.

Prognozy VaxSeer ściśle korelują z rzeczywistymi danymi dotyczącymi skuteczności szczepionek, pochodzącymi z CDC (USA), Practice Surveillance Network w Kanadzie i programu I-MOVE w Europie.

Wyścig z ewolucją wirusa

VaxSeer szacuje tempo rozprzestrzeniania się każdego szczepu wirusa za pomocą modelu języka białek, a następnie oblicza dominację na podstawie konkurencji między szczepami. Następnie dane są wprowadzane do modelu matematycznego opartego na równaniach różniczkowych w celu symulacji rozprzestrzeniania się.

Zdjęcie artykułu 78.jpg

W przypadku antygenowości VaxSeer przewiduje skuteczność szczepionki za pomocą testu hamowania hemaglutynacji (test HI), powszechnie stosowanego pomiaru antygenowości.

„Modelując ewolucję wirusa i reakcje na szczepionki, narzędzia sztucznej inteligencji, takie jak VaxSeer, mogą pomóc urzędnikom służby zdrowia podejmować szybsze i lepsze decyzje, wyprzedzając o krok wyścig między zakażeniem a odpornością” – stwierdził Shi.

VaxSeer koncentruje się obecnie na białku HA (hemaglutyninie), głównym antygenie grypy. Przyszłe wersje mogą obejmować białko NA (neuraminidazę), historię odporności, procesy produkcyjne lub dawkowanie. Zespół opracowuje również metodę przewidywania ewolucji wirusa w przypadku braku danych, opartą na powiązaniach między rodzinami wirusów.

„VaxSeer to nasza próba dotrzymania kroku szybkiemu tempu ewolucji wirusa” – powiedziała Regina Barzilay, wybitna profesor medycyny i sztucznej inteligencji na MIT oraz współautorka badania.

Jon Stokes, adiunkt na Uniwersytecie McMaster (Kanada), skomentował: „Niesamowite są nie tylko obecne wyniki, ale także potencjał ich rozszerzenia na inne obszary: przewidywanie ewolucji bakterii lekoopornych lub nowotworów opornych na leczenie. To zupełnie nowe podejście, pozwalające na projektowanie rozwiązań medycznych, zanim choroba zdąży pokonać barierę”.

(Według MIT)

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