剑桥团队运用AI开发面向多种冠状病毒的通用候选疫苗

英国剑桥大学科研团队宣布，他们首次将由人工智能完全设计核心成分的一种新型疫苗用于人体试验，尝试为未来可能出现的大范围病毒暴发和新冠类似疫情提供更广谱的预防方案。研究人员表示，这是首个关键疫苗抗原完全由人工智能算法设计并进入人体临床试验的案例，目标不仅是应对现有的新冠病毒及其变异株，还包括目前主要在动物间传播、但具有跨物种感染人类潜力的多种冠状病毒，从而在下一次大流行出现前“抢先一步”。

这款候选疫苗的概念与传统疫苗不同，它并非针对某一特定毒株，而是试图对整个冠状病毒“家族”构建防线。 人工智能系统首先接收了由全球监测项目采集的大量冠状病毒基因序列，这些序列相当于病毒的“说明书”，涵盖已知能感染人类和动物的不同类型。 随后，算法对这些遗传信息进行分析和模式识别，设计出一种所谓“超级抗原”（super-antigen），用于训练机体免疫系统产生具有广泛交叉反应能力的免疫应答，即便病毒不断变异或新的冠状病毒从动物跃迁到人群，也能在一定程度上识别并发起防御。

在疫苗学中，抗原是疫苗的关键组成部分，是人体免疫系统学习“识别并攻击”的对象。 项目负责人、剑桥大学的乔纳森·希尼（Jonathan Heeney）教授称，这是首次将由人工智能设计的抗原真正用于人体试验，相关技术的表现“令人惊讶”，也显示出“人工智能在造福人类方面的巨大潜力”。 他表示，团队希望做的是开发不仅针对“今天的病毒”，也能提前防范未来有可能引发下一轮暴发或大流行的病原体的疫苗，这将意味着应对大流行的方式出现“根本性转变”。

在新冠疫情期间，疫苗发挥了关键作用，但绝大多数疫苗都以当时流行的具体病毒株为基础进行设计，并在病毒持续变异时不断更新配方。 许多呼吸道病毒，如新冠病毒和季节性流感病毒，都擅长通过变异改变表面结构，从而逃避免疫识别，这也是为何新冠和流感疫苗需要定期更新的原因。 “我们总是落后一步，”希尼指出，而这次的尝试正是希望通过人工智能等新技术，提前锁定病毒家族中的“共性弱点”，在病毒出现变种或跨物种传播之前就完成防御准备。

目前，这款AI设计的冠状病毒候选疫苗已经完成第一阶段小规模人体试验，共有39名受试者参与，主要目的是评估安全性。 发表在《Journal of Infection》期刊上的初步结果显示，该疫苗在激发免疫反应方面的效果被描述为“适中”，但在业内仍引发积极反响。 研究团队已计划开展约200名受试者参与的后续研究，以更全面评估其免疫原性以及对不同冠状病毒的潜在保护能力。

参与部分临床试验工作的南安普顿大学教授索尔·福斯特（Saul Faust）评价称，这种依托人工智能设计抗原的技术“确实很有潜力”，并用“非常令人兴奋”形容该研究方向。 他指出，在应对病毒不断变异、尤其是潜在大流行病原体时，这类技术手段在疫苗设计阶段明显优于传统方法。

剑桥团队并未将目标仅限于冠状病毒，他们已在动物模型上开展通用型季节性流感疫苗的研究，希望未来能摆脱每年更新流感疫苗配方的做法。 此外，团队还在开发H5N1型禽流感疫苗，以应对这种目前正严重危害禽类群体、且被担忧具有大流行风险的病毒一旦在人群中广泛传播的情形。

研究人员也在着手针对病毒性出血热的候选疫苗开发，目标包括不同型别的埃博拉病毒。 当前在刚果民主共和国暴发的出血热疫情由一种尚无现成疫苗的埃博拉病毒种类引起，这使得研发更广谱的出血热疫苗具有现实紧迫性。

牛津大学疫苗集团主任安德鲁·波拉德（Andy Pollard）虽未参与该研究，但表示这一路线在动物实验中已产生“极具吸引力的证据”。 他称相关数据“颇为引人关注”，许多科学家此前并不一定预料到能够通过这种方式诱导出如此类型的免疫反应。 波拉德同时指出，真正的考验在于人体试验结果，因为人类的免疫系统在多年自然感染的塑造下，远比实验室小鼠更为复杂，因而临床效果仍有待观察。

从更广泛的视角看，多位专家认为人工智能有望成为疫苗研究的“游戏规则改变者”。 人工智能工具不仅能够参与设计抗原，还可能被用来预测人体免疫系统对不同疫苗候选物的反应，从而显著加快筛选和研发过程，缩短从病毒出现到疫苗问世的时间，并在未来公共卫生事件中“挽救生命”。

英国国家健康与护理研究院（NIHR）科学总监玛丽安·奈特（Marian Knight）评价称，这一AI设计“超级抗原”的早期人体试验取得的成功，是在实现广谱、持久病毒防护方面“具有转折意义的一步”。 英国科技部长瓦兰斯勋爵（Lord Vallance）则将这一进展称为“又一项英国科学成功案例”，认为这展示了在人工智能技术的加持下，如何将科研优势转化为新型医疗手段。 他强调，伴随人类首批试验结果释放积极信号，这项工作有望在长期内加快疫苗部署步伐，让全球更多人从中受益。