新聞 
首個AI設計疫苗人體測試 壹次搞定所有冠狀病毒?
首個AI設計疫苗人體測試 壹次搞定所有冠狀病毒?首個AI設計疫苗人體測試 壹次搞定所有冠狀病毒?
而免疫應答偏溫和，原因可能跟受試者的既往接種史有關。在後新冠時代，這些志願者幾乎不可能是“免疫空白”狀態。此前接種的多種新冠疫苗已經在他們的免疫系統裡留下了深刻印記，這種既有免疫記憶很可能幹擾了他們對壹種全新抗原的反應。這幾乎無法避免。
牛津疫苗組（Oxford Vaccine Group）主任安迪·波拉德（Andy Pollard）教授沒有參與這項研究，但評價說這壹方法在動物實驗中已經產生了令人信服的證據，而人體數據也頗有看點。不過他也提醒，人類免疫系統經過多年感染和疫苗接種的塑造，和實驗室小鼠差異很大，後續更大規模的人體試驗才是真正的考驗。
下壹步：跳出冠狀病毒，瞄准更多“大毒王”
值得期待的是，冠狀病毒只是 DIOSynVax 的第壹個戰場。如果超級抗原的設計理念確實成立，那它在邏輯上可以復制到其他高威脅病毒家族身上。劍橋團隊已經在同步推進好幾個方向，每壹個都對應著壹個讓全球公共衛生體系頭疼的老對手。
首先是流感病毒。目前，世界衛生組織（WHO）每年需提前數月預測下壹季的流行毒株，全球廠商再據此調整配方並投入生產。然而，流感病毒的變異高度頻繁，其表面兩大關鍵抗原：血凝素（HA）和神經氨酸酶（NA）常發生抗原漂移（antigenic drift），甚至通過基因重配引發抗原轉換（antigenic shift），很容易催生出全新的亞型（如歷史上導致大流行的 H1N1 毒株）。加大研發的難度。
壹旦預測毒株與真實流行株發生季節性錯配，傳統疫苗的保護效力便會顯著下降。DIOSynVax 正在推進的通用季節性流感疫苗項目，其核心正是利用 AI 篩選流感病毒家族中跨亞型的保守結構，從而設計出兼顧多種毒株的超級抗原，試圖打破每年更換配方的被動循環。公開信息顯示，該流感候選疫苗目前處於動物實驗階段。
還有更緊迫的 H5N1 禽流感。這種高致病性禽流感病毒正在全球禽類和哺乳動物種群中大規模流行。雖然目前 H5N1 尚未獲得高效人傳人的能力，但病毒學家們對此高度警惕。壹旦它通過突變或重配獲得在人際間高效傳播的能力，後果可能極為嚴重。H5N1 感染人類後的病死率在歷史數據中超過 50%（據 WHO 統計），遠高於季節性流感。
另壹個讓研究者投入精力的方向是病毒性出血熱（Viral Haemorrhagic Fevers, VHF），其中最受關注的就是埃博拉。埃博拉病毒屬（Ebolavirus）包含六個已知種，其中致死率最高、研究最多的是扎伊爾型埃博拉病毒（Zaire ebolavirus），2014 年至 2016 年的西非大暴發就是它引起的。
目前 WHO 推薦使用的埃博拉疫苗，是默沙東的 rVSV-ZEBOV（商品名 Ervebo）。正是針對扎伊爾型設計的，在實戰中效果不錯。但問題在於，埃博拉病毒屬裡不只有扎伊爾型。
例如眼下剛果民主共和國和烏幹達正在經歷的疫情，致病的是另壹個種屬，現有疫苗對它的保護力很有限甚至沒有覆蓋。對此，DIOSynVax 的思路是用 AI 從整個埃博拉病毒屬的遺傳數據中提取保守特征，設計出能覆蓋多個種屬的廣譜抗原。如果這條路走通，像當前剛果疫情中的窘境，理論上是可以提前化解的。
當然，這些方向目前都還處於較早期的階段，距離人體試驗尚有距離。但冠狀病毒方向的 I 期數據至少給整個平台提供了壹個初步的人體安全性背書，這對推進其他管線的臨床前研究和未來的監管申報都有參考價值。
值得壹提的是，DIOSynVax 不是唯壹壹個把 AI 推進到疫苗研發核心環節的團隊。2024 年，美國生物技術公司 Nuvec 和英國初創公司 Baseimmune 已經開始用機器學習優化抗原設計；疫苗巨頭 Moderna 則早已將 AI 深度嵌入其 mRNA 平台的序列優化和脂質納米顆粒設計流程中。但這些嘗試大多還停留在用 AI“輔助”：加速篩選、優化已有方案。
DIOSynVax 這次的不同之處在於，抗原本身就是 AI 從頭設計的產物，自然界裡找不到對應物。這等於把 AI 從工具推到了發明者的位置上。這條路能走多遠，還需觀望接下來的 II 期數據。
[物價飛漲的時候 這樣省錢購物很爽]
還沒人說話啊，我想來說幾句
牛津疫苗組（Oxford Vaccine Group）主任安迪·波拉德（Andy Pollard）教授沒有參與這項研究，但評價說這壹方法在動物實驗中已經產生了令人信服的證據，而人體數據也頗有看點。不過他也提醒，人類免疫系統經過多年感染和疫苗接種的塑造，和實驗室小鼠差異很大，後續更大規模的人體試驗才是真正的考驗。
下壹步：跳出冠狀病毒，瞄准更多“大毒王”
值得期待的是，冠狀病毒只是 DIOSynVax 的第壹個戰場。如果超級抗原的設計理念確實成立，那它在邏輯上可以復制到其他高威脅病毒家族身上。劍橋團隊已經在同步推進好幾個方向，每壹個都對應著壹個讓全球公共衛生體系頭疼的老對手。
首先是流感病毒。目前，世界衛生組織（WHO）每年需提前數月預測下壹季的流行毒株，全球廠商再據此調整配方並投入生產。然而，流感病毒的變異高度頻繁，其表面兩大關鍵抗原：血凝素（HA）和神經氨酸酶（NA）常發生抗原漂移（antigenic drift），甚至通過基因重配引發抗原轉換（antigenic shift），很容易催生出全新的亞型（如歷史上導致大流行的 H1N1 毒株）。加大研發的難度。
壹旦預測毒株與真實流行株發生季節性錯配，傳統疫苗的保護效力便會顯著下降。DIOSynVax 正在推進的通用季節性流感疫苗項目，其核心正是利用 AI 篩選流感病毒家族中跨亞型的保守結構，從而設計出兼顧多種毒株的超級抗原，試圖打破每年更換配方的被動循環。公開信息顯示，該流感候選疫苗目前處於動物實驗階段。
還有更緊迫的 H5N1 禽流感。這種高致病性禽流感病毒正在全球禽類和哺乳動物種群中大規模流行。雖然目前 H5N1 尚未獲得高效人傳人的能力，但病毒學家們對此高度警惕。壹旦它通過突變或重配獲得在人際間高效傳播的能力，後果可能極為嚴重。H5N1 感染人類後的病死率在歷史數據中超過 50%（據 WHO 統計），遠高於季節性流感。
另壹個讓研究者投入精力的方向是病毒性出血熱（Viral Haemorrhagic Fevers, VHF），其中最受關注的就是埃博拉。埃博拉病毒屬（Ebolavirus）包含六個已知種，其中致死率最高、研究最多的是扎伊爾型埃博拉病毒（Zaire ebolavirus），2014 年至 2016 年的西非大暴發就是它引起的。
目前 WHO 推薦使用的埃博拉疫苗，是默沙東的 rVSV-ZEBOV（商品名 Ervebo）。正是針對扎伊爾型設計的，在實戰中效果不錯。但問題在於，埃博拉病毒屬裡不只有扎伊爾型。
例如眼下剛果民主共和國和烏幹達正在經歷的疫情，致病的是另壹個種屬，現有疫苗對它的保護力很有限甚至沒有覆蓋。對此，DIOSynVax 的思路是用 AI 從整個埃博拉病毒屬的遺傳數據中提取保守特征，設計出能覆蓋多個種屬的廣譜抗原。如果這條路走通，像當前剛果疫情中的窘境，理論上是可以提前化解的。
當然，這些方向目前都還處於較早期的階段，距離人體試驗尚有距離。但冠狀病毒方向的 I 期數據至少給整個平台提供了壹個初步的人體安全性背書，這對推進其他管線的臨床前研究和未來的監管申報都有參考價值。
值得壹提的是，DIOSynVax 不是唯壹壹個把 AI 推進到疫苗研發核心環節的團隊。2024 年，美國生物技術公司 Nuvec 和英國初創公司 Baseimmune 已經開始用機器學習優化抗原設計；疫苗巨頭 Moderna 則早已將 AI 深度嵌入其 mRNA 平台的序列優化和脂質納米顆粒設計流程中。但這些嘗試大多還停留在用 AI“輔助”：加速篩選、優化已有方案。
DIOSynVax 這次的不同之處在於，抗原本身就是 AI 從頭設計的產物，自然界裡找不到對應物。這等於把 AI 從工具推到了發明者的位置上。這條路能走多遠，還需觀望接下來的 II 期數據。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: