Tim sa Univerziteta u Cambridgeu razvio je prvu vakcinu čiji je dizajn napravio AI — kandidat cilja stabilne delove porodice sarbecovirusa i u malom ispitivanju (39 učesnika) pokazao je skroman imuni odgovor uz dobar bezbednosni profil. Vakcina koristi DNK platformu, što može olakšati skladištenje i distribuciju u poređenju sa mRNA vakcinama. Potrebne su veće i kontrolisane studije da bi se potvrdila efikasnost i trajanje zaštite.
Prva vakcina dizajnirana pomoću AI testirana na ljudima — obećavajući, ali raniji korak ka univerzalnoj vakcini
Illustration by Tag Hartman-Simkins / Futurism. Source: Shutterstock
Tim naučnika sa Univerziteta u Cambridgeu razvio je prvu vakcinu čiji je dizajn stvorio model mašinskog učenja, a početno ljudsko ispitivanje je već završeno i rezultati su objavljeni u časopisu Journal of Infection. Reč je o kandidatu koji cilja stabilne delove virusa iz porodice sarbecovirusa (koja uključuje SARS i SARS-CoV-2) — pristup koji bi teoretski mogao da pruži širu, „budućnost-otpornu“ zaštitu.
Kako je AI korišćen
Model je analizirao genetske podatke hiljada srodnih korona virusa kako bi identifikovao delove koji su najmanje skloni promenama tokom evolucije. Istraživači su potom eksperimentalno testirali te komponente in vivo i izabrali kombinaciju koja je formirala takozvani „super-antigen“ — ključni sastojak vakcine.
Rezultati kliničkog ispitivanja
Fazno, otvoreno ispitivanje obuhvatalo je 39 učesnika. Vakcina je aktivirala imuni sistem i izazvala stvaranje neutralizujućih antitela, a istraživači navode da je bila dobro podnošena na svim ispitivanim dozama bez značajnih bezbednosnih problema. Istovremeno, intenzitet imunog odgovora ocenjen je kao skroman, a trajanje eventualne zaštite nije utvrđeno.
Tehnologija i praktične prednosti
Kandidat je zasnovan na DNK platformi, a ne na mRNA tehnologiji: DNK vakcine često su stabilnije pri višim temperaturama i zahtevaju manje stroge hladne lance, a takođe postoji više pristupa za primenu koji ne moraju uvek uključivati klasičnu injekciju špricem (ova tvrdnja zavisi od specifične formulacije i načina primene). Ovo može olakšati proizvodnju, transport i distribuciju, naročito u sredinama sa ograničenom infrastrukturom.
Ograničenja i naredni koraci
Glavna ograničenja trenutne studije su mali broj učesnika i relativno skroman imuni odgovor. Potrebne su veće, kontrolisane studije da bi se utvrdila efikasnost protiv različitih sojeva, snaga i trajanje zaštite, kao i sposobnost da se neutralizuju potencijalne buduće varijante.
„Ovo nije kraj, već važan prvi korak: konvertovali smo razvoj vakcina iz reaktivnog u proaktivan režim,“ rekao je koautor studije Jonathan Heeney iz Cambridgea, naglašavajući potencijal tehnologije za pripremu protiv budućih epidemija.
Autori takođe ističu da bi ovakav pristup mogao pomoći pri razvoju kandidata za druge opasne viruse i epidemije, ali naglašavaju da su potrebna dodatna ispitivanja pre nego što se bilo kakva šira upotreba može preporučiti.
Zaključak: Prvi rezultati su ohrabrujući i pokazuju da AI može ubrzati identifikaciju stabilnih antigena, ali su potrebne veće i rigoroznije kliničke studije da bi se potvrdila efikasnost, trajanje zaštite i praktična primena DNK platforme.
Pomozite nam da budemo bolji.
