Щороку світові експерти у сфері охорони здоров'я стикаються з питанням життя або смерті: які штами грипу слід включити до вакцини наступного сезону? Це рішення має бути прийняте за кілька місяців, ще до початку сезону. Якщо вакцину обирати правильно, вона буде дуже ефективною. Але якщо все піде не так, захист буде значно знижений, що призведе до великого зростання випадків, яким можна запобігти, та створить величезний тиск на системи охорони здоров'я.

Професорка Регіна Барзілай (ліворуч) та аспірантка Веньсянь Ши. Фото: MIT News

Ця проблема стала ще більш відомою під час пандемії Covid-19, коли нові варіанти з'явилися саме тоді, коли вакцини почали впроваджуватися. Грип поводиться подібно – як «галасливий брат», постійно та непередбачувано мутуючи, залишаючи розробку вакцин на крок позаду.

Щоб зменшити невизначеність, вчені з Лабораторії комп'ютерних наук та штучного інтелекту (CSAIL) та Клініки машинного навчання в охороні здоров'я імені Абдула Латіфа Джаміля Массачусетського технологічного інституту створили систему штучного інтелекту під назвою VaxSeer. Інструмент прогнозує домінуючий штам грипу в майбутньому та визначає найкращі вакцини-кандидати для захисту за місяці до спалаху. VaxSeer був навчений на основі десятиліть даних, включаючи генетичні послідовності вірусу та результати лабораторних тестів, щоб імітувати еволюцію вірусу та його реакцію на вакцини.

На відміну від традиційних еволюційних моделей, які аналізують окремі мутації амінокислот, VaxSeer використовує «модель білкової мови» для вивчення зв'язку між домінуванням та комбінованим впливом кількох мутацій. «Ми моделюємо динамічну зміну домінування, що більше підходить для швидко еволюціонуючих вірусів, таких як грип», — сказав Веньсянь Ши, аспірант Массачусетського технологічного інституту та провідний автор дослідження.

Як працює VaxSeer?

Цей інструмент має два основні механізми прогнозування:

Домінування: Оцінка ймовірності поширення штаму грипу.
Антигенність: Прогнозує, наскільки ефективно вакцина нейтралізує цей штам.
Поєднуючи ці два фактори, VaxSeer генерує «прогностичний показник охоплення», який показує, наскільки точно вакцина відповідає майбутнім штамам вірусу. Чим ближчий цей показник до нуля, тим краща відповідність.

У 10-річному ретроспективному дослідженні команда MIT порівняла рекомендації VaxSeer з вибором Всесвітньої організації охорони здоров'я (ВООЗ) для двох основних підтипів грипу: A/H3N2 та A/H1N1.

Щодо A/H3N2, рекомендації VaxSeer перевершили рекомендації ВООЗ за 9/10 епідемічних сезонів.
Для A/H1N1 система була рівною або кращою, ніж ВООЗ, протягом 6/10 сезонів.
Примітно, що під час сезону грипу 2016 року VaxSeer вибрав штам, який ВООЗ не включила до вакцини до наступного року.

Прогнози VaxSeer також тісно корелюють з реальними даними щодо ефективності вакцин від CDC (США), Мережі практичного спостереження в Канаді та програми I-MOVE в Європі.

Гонки з еволюцією вірусів

VaxSeer оцінює швидкість поширення кожного штаму вірусу за допомогою моделі білкової мови, потім розраховує домінування на основі конкуренції між штамами. Далі дані вводяться в математичну структуру, що базується на диференціальних рівняннях, для моделювання поширення.

Фото статті 78.jpg

Щодо антигенності, VaxSeer прогнозує ефективність вакцини за допомогою тесту гальмування гемаглютинації (HI-тесту), поширеного методу вимірювання антигенності.

«Моделюючи еволюцію вірусу та реакцію на вакцини, інструменти штучного інтелекту, такі як VaxSeer, можуть допомогти медичним працівникам приймати швидші та кращі рішення, залишаючись на крок попереду в гонці між інфекцією та імунітетом», – стверджує Ши.

VaxSeer зараз зосереджується на білку HA (гемаглютиніну), основному антигені грипу. Майбутні версії можуть включати білок NA (нейрамінідази), історію імунної системи, виробничі процеси або дозування. Команда також розробляє метод прогнозування еволюції вірусу за відсутності даних, заснований на взаємозв'язках між родинами вірусів.

«VaxSeer — це наша спроба встигати за швидкими темпами еволюції вірусів», — сказала Регіна Барзілай, заслужений професор штучного інтелекту та медицини Массачусетського технологічного інституту та співавтор дослідження.

Джон Стокс, доцент Університету Макмастера (Канада), прокоментував: «Дивовижним є не лише поточні результати, але й потенціал для поширення на інші сфери: прогнозування еволюції стійких до ліків бактерій або раку, стійкого до лікування. Це абсолютно новий підхід, який дозволяє розробляти медичні рішення ще до того, як хвороба матиме шанс подолати цей бар'єр».

(За даними MIT)

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