Todos os anos, especialistas em saúde global enfrentam uma decisão de vida ou morte: quais cepas de gripe devem ser incluídas na vacina da próxima temporada? Essa decisão deve ser tomada com meses de antecedência, antes mesmo do início da temporada. Se escolhida corretamente, a vacina será altamente eficaz. Mas, se der errado, a proteção será significativamente reduzida, levando a uma enxurrada de casos evitáveis ​​e colocando enorme pressão sobre os sistemas de saúde.

A professora Regina Barzilay (à esquerda) e o aluno de pós-graduação Wenxian Shi. Foto: MIT News

Esse desafio se tornou ainda mais comum durante a pandemia de Covid-19, com novas variantes surgindo no momento em que as vacinas estavam sendo distribuídas. A gripe se comporta de forma semelhante – como uma "irmã barulhenta", em mutação constante e imprevisível, deixando o desenvolvimento de vacinas um passo atrás.

Para reduzir a incerteza, cientistas do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) e da Clínica Abdul Latif Jameel de Aprendizado de Máquina em Saúde do MIT criaram um sistema de IA chamado VaxSeer. A ferramenta prevê a futura cepa dominante de gripe e identifica as melhores vacinas candidatas para proteção meses antes de um surto. O VaxSeer foi treinado com base em décadas de dados, incluindo sequências genéticas de vírus e resultados de testes de laboratório, para simular como o vírus evolui e responde às vacinas.

Ao contrário dos modelos evolutivos tradicionais que analisam mutações individuais de aminoácidos, o VaxSeer utiliza um "modelo de linguagem proteica" para aprender a relação entre a dominância e os efeitos combinados de múltiplas mutações. "Simulamos a mudança dinâmica de dominância, que é mais apropriada para vírus de evolução rápida, como o da gripe", disse Wenxian Shi, doutorando no MIT e principal autor do estudo.

Como funciona o VaxSeer?

Esta ferramenta possui dois mecanismos principais de previsão:

Dominância: Uma estimativa da probabilidade de uma cepa de influenza se espalhar.
Antigenicidade: prevê a eficácia da vacina na neutralização daquela cepa.
Combinando os dois fatores, o VaxSeer gera uma "pontuação de cobertura preditiva", que mostra o quão próxima a vacina corresponde a futuras cepas do vírus. Quanto mais próxima essa pontuação estiver de zero, melhor será a correspondência.

Em um estudo retrospectivo de 10 anos, a equipe do MIT comparou as recomendações da VaxSeer com as escolhas da Organização Mundial da Saúde (OMS) para dois principais subtipos de influenza: A/H3N2 e A/H1N1.

Para o A/H3N2, a recomendação da VaxSeer superou a da OMS em 9/10 temporadas epidêmicas.
Para A/H1N1, o sistema foi igual ou melhor que a OMS em 6/10 temporadas.
Notavelmente, na temporada de gripe de 2016, a VaxSeer identificou uma cepa que a OMS não incluiria em uma vacina até o ano seguinte.

As previsões da VaxSeer também se correlacionam estreitamente com dados reais de eficácia de vacinas do CDC (EUA), da Practice Surveillance Network no Canadá e do programa I-MOVE na Europa.

Correndo com a evolução do vírus

O VaxSeer estima a taxa de propagação de cada cepa viral usando um modelo de linguagem proteica e, em seguida, calcula a dominância com base na competição entre as cepas. Em seguida, os dados são inseridos em uma estrutura matemática baseada em equações diferenciais para simular a propagação.

Foto do artigo 78.jpg

Para antigenicidade, o VaxSeer prevê a eficácia da vacina por meio do teste de inibição da hemaglutinação (teste HI), uma medida comum de antigenicidade.

“Ao modelar a evolução viral e as respostas às vacinas, ferramentas de IA como o VaxSeer podem ajudar as autoridades de saúde a tomar decisões melhores e mais rápidas, ficando um passo à frente na corrida entre infecção e imunidade”, afirmou Shi.

Atualmente, o VaxSeer se concentra na proteína HA (hemaglutinina), o principal antígeno da gripe. Versões futuras poderão incluir a proteína NA (neuraminidase), histórico imunológico, processos de fabricação ou dosagem. A equipe também está desenvolvendo um método para prever a evolução do vírus na ausência de dados, com base nas relações entre famílias de vírus.

“O VaxSeer é nossa tentativa de acompanhar o ritmo acelerado da evolução do vírus”, disse Regina Barzilay, professora emérita de IA e Medicina do MIT e coautora do estudo.

Jon Stokes, professor assistente da Universidade McMaster (Canadá), comentou: “O ponto surpreendente não são apenas os resultados atuais, mas também o potencial de expansão para outras áreas: prever a evolução de bactérias resistentes a medicamentos ou cânceres resistentes a tratamentos. Esta é uma abordagem completamente nova, que permite o desenvolvimento de soluções médicas antes que a doença tenha a chance de superar a barreira.”

(De acordo com o MIT)

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