突破HIV变异困局，AI驱动计算技术将疫苗分析周期从数周缩至数天

至 2024 年，全球已有超过 4000 万人被诊断出感染人类免疫缺陷病毒（HIV），这是一种慢性、致命的感染，仍然是全球主要死亡原因之一。

尽管发现这种病毒已有几十年，但它仍然继续夺走生命并挑战全球卫生系统，部分原因是由于数据量巨大，科学家们无法快速确定哪些实验性疫苗方法有效。

斯克里普斯研究所的科学家最近从斯克里普斯艾滋病疫苗开发联盟（CHAVD）获得 110 万美元，用于购买高性能计算设备，以应对这一全球健康挑战。

这些设备将用于通过增强计算基础设施、减少数据处理瓶颈以及最先进的人工智能（AI）技术，加速更有效的艾滋病疫苗候选物的识别。对 CHAVD 的支持由美国国立卫生研究院提供。

研发一种有效的艾滋病疫苗仍然极其困难。要发挥作用，它必须训练免疫系统产生抗体——这种能中和超过 90%的人中超过 90%的 HIV 毒株的保护性蛋白质。

换句话说，这是一个目前没有哪种疫苗能够达到的极高门槛。这一挑战源于 HIV 的显著变异能力，它不断改变形式，使免疫系统难以识别和消灭病毒。

斯克里普斯研究所团队希望最终开发一种能够适应病毒变异且只需单次注射的持久性疫苗。

然而，在目前，布林尼和合作者们旨在开发一系列能够适应病毒随时间变化的疫苗。

为了应对保护超过 90%的 HIV 毒株的挑战，团队需要临床试验的实时反馈——这些数据揭示了疫苗的性能，并指导系列中下一版本的疫苗设计。

我们正从试错法转向智能预测，"安德鲁·沃德说，他是整合结构与计算生物学系的教授，也是该项目的联合主要研究员。" "不再在实验室中花费数月测试每个设计想法，我们可以通过计算筛选数十万种可能性，识别最佳候选者，并将我们的实验工作集中在最关键的地方。"

用 AI 为科学加速

沃德、布林尼和他们的实验室将使用这些资金购买新的 AI 技术，使斯克里普斯研究所的计算能力翻倍，并且运行速度比现有系统快四到五倍。

这种新的计算带宽将使团队能够快速分析临床试验中接受实验疫苗的人产生的抗体，并以分子级的精度确定他们是否走在正确的轨道上。

"这个新资源利用了我们实验室中科学家的巨大努力和创造力，我很兴奋地看到他们能把这项技术扩展到多远，"沃德说。

当疫苗被接种时，它可以训练免疫系统产生能够中和广泛 HIV 毒株的抗体——也称为广谱中和抗体广谱中和抗体 。该团队将评估这些疫苗诱导的抗体，同时测试多种场景，并模拟它们在分子水平上与病毒的相互作用，从而将分析时间从数周缩短至数天。

被鉴定出对病毒作用效果极佳的抗体被称为“抗体候选者”，它们构成了疫苗的下一迭代版本。这种额外的处理能力还将支持其他斯克里普斯研究所团队在 HIV 不同方面的研究工作，例如蛋白质工程——帮助从多个角度推动发现。

团队将首先使用先前疫苗的历史临床试验数据训练 AI 系统，以开发一个能够快速识别最佳抗体候选者的综合计算模型。

在实验室中，研究人员通常手动筛选数据，并运用自己的思考来确定哪种抗体可能效果最佳。然而，AI 模型已被证明能够识别研究人员最初可能忽视的有希望的候选者。

为了进一步开发这个 AI 框架，该团队将采用一种名为 StepwiseDesign 的方法，该方法如其名称所示，模拟免疫系统通过小规模、优化的迭代逐渐学习开发更高效抗体的方式。

该方法已经证明非常成功：该团队使用其 AI 系统分析了约 2,000 名从未感染过 HIV 的人的抗体，寻找可能具有抗病毒潜力的罕见候选者。

他们发现了一种能够实际中和 HIV 的抗体——这是首次在任何未感染者中发现此类抗体。这一发现意义重大，因为它表明有些人天生携带广谱保护性抗体的遗传起始材料，即使他们从未接触过 HIV。

成功的疫苗需要激活和训练这些罕见的前体抗体，使其成熟为具有完全战斗力的病毒对抗者。

这一发现还证实了这种计算方法能够识别这些极其罕见的候选者——本质上是在生物性干草堆中寻找针——这使科学家们对这种方法在评估实验疫苗已部分训练的抗体时将能取得更好的效果充满信心。

时机也极为理想：目前有几种艾滋病疫苗候选者在人体试验中接受测试，产生了大量新数据。凭借快速分析这些反应并优化后续疫苗的能力，研究人员可以显著缩短研发有效艾滋病疫苗的路径。

疫苗开发的新模式

其意义远不止于艾滋病。沃德和布林尼希望这种计算方法可以应用于多种具有挑战性的疫苗靶点，如流感疟疾等。

布林尼补充道：“该项目展示了结合斯克里普斯研究所和 CHAVD 的专业知识的合作力量。

我们希望该项目能成为一个资源，供全球的艾滋病研究人员使用——最终为那些患有或易感于艾滋病的患者带来更好的健康结果。”