突破HIV變異困局，AI驅動計算技術將疫苗分析周期從數周縮至數天

至 2024 年，全球已有超過 4000 萬人被診斷出感染人類免疫缺陷病毒（HIV），這是一種慢性、致命的感染，仍然是全球主要死亡原因之一。

盡管發現這種病毒已有幾十年，但它仍然繼續奪走生命并挑戰全球衛生系統，部分原因是由于數據量巨大，科學家們無法快速確定哪些實驗性疫苗方法有效。

斯克里普斯研究所的科學家最近從斯克里普斯艾滋病疫苗開發聯盟（CHAVD）獲得 110 萬美元，用于購買高性能計算設備，以應對這一全球健康挑戰。

這些設備將用于通過增強計算基礎設施、減少數據處理瓶頸以及最先進的人工智能（AI）技術，加速更有效的艾滋病疫苗候選物的識別。對 CHAVD 的支持由美國國立衛生研究院提供。

研發一種有效的艾滋病疫苗仍然極其困難。要發揮作用，它必須訓練免疫系統產生抗體——這種能中和超過 90%的人中超過 90%的 HIV 毒株的保護性蛋白質。

換句話說，這是一個目前沒有哪種疫苗能夠達到的極高門檻。這一挑戰源于 HIV 的顯著變異能力，它不斷改變形式，使免疫系統難以識別和消滅病毒。

斯克里普斯研究所團隊希望最終開發一種能夠適應病毒變異且只需單次注射的持久性疫苗。

然而，在目前，布林尼和合作者們旨在開發一系列能夠適應病毒隨時間變化的疫苗。

為了應對保護超過 90%的 HIV 毒株的挑戰，團隊需要臨床試驗的實時反饋——這些數據揭示了疫苗的性能，并指導系列中下一版本的疫苗設計。

我們正從試錯法轉向智能預測，"安德魯·沃德說，他是整合結構與計算生物學系的教授，也是該項目的聯合主要研究員。" "不再在實驗室中花費數月測試每個設計想法，我們可以通過計算篩選數十萬種可能性，識別最佳候選者，并將我們的實驗工作集中在最關鍵的地方。"

用 AI 為科學加速

沃德、布林尼和他們的實驗室將使用這些資金購買新的 AI 技術，使斯克里普斯研究所的計算能力翻倍，并且運行速度比現有系統快四到五倍。

這種新的計算帶寬將使團隊能夠快速分析臨床試驗中接受實驗疫苗的人產生的抗體，并以分子級的精度確定他們是否走在正確的軌道上。

"這個新資源利用了我們實驗室中科學家的巨大努力和創造力，我很興奮地看到他們能把這項技術擴展到多遠，"沃德說。

當疫苗被接種時，它可以訓練免疫系統產生能夠中和廣泛 HIV 毒株的抗體——也稱為廣譜中和抗體廣譜中和抗體 。該團隊將評估這些疫苗誘導的抗體，同時測試多種場景，并模擬它們在分子水平上與病毒的相互作用，從而將分析時間從數周縮短至數天。

被鑒定出對病毒作用效果極佳的抗體被稱為“抗體候選者”，它們構成了疫苗的下一迭代版本。這種額外的處理能力還將支持其他斯克里普斯研究所團隊在 HIV 不同方面的研究工作，例如蛋白質工程——幫助從多個角度推動發現。

團隊將首先使用先前疫苗的歷史臨床試驗數據訓練 AI 系統，以開發一個能夠快速識別最佳抗體候選者的綜合計算模型。

在實驗室中，研究人員通常手動篩選數據，并運用自己的思考來確定哪種抗體可能效果最佳。然而，AI 模型已被證明能夠識別研究人員最初可能忽視的有希望的候選者。

為了進一步開發這個 AI 框架，該團隊將采用一種名為 StepwiseDesign 的方法，該方法如其名稱所示，模擬免疫系統通過小規模、優化的迭代逐漸學習開發更高效抗體的方式。

該方法已經證明非常成功：該團隊使用其 AI 系統分析了約 2,000 名從未感染過 HIV 的人的抗體，尋找可能具有抗病毒潛力的罕見候選者。

他們發現了一種能夠實際中和 HIV 的抗體——這是首次在任何未感染者中發現此類抗體。這一發現意義重大，因為它表明有些人天生攜帶廣譜保護性抗體的遺傳起始材料，即使他們從未接觸過 HIV。

成功的疫苗需要激活和訓練這些罕見的前體抗體，使其成熟為具有完全戰斗力的病毒對抗者。

這一發現還證實了這種計算方法能夠識別這些極其罕見的候選者——本質上是在生物性干草堆中尋找針——這使科學家們對這種方法在評估實驗疫苗已部分訓練的抗體時將能取得更好的效果充滿信心。

時機也極為理想：目前有幾種艾滋病疫苗候選者在人體試驗中接受測試，產生了大量新數據。憑借快速分析這些反應并優化后續疫苗的能力，研究人員可以顯著縮短研發有效艾滋病疫苗的路徑。

疫苗開發的新模式

其意義遠不止于艾滋病。沃德和布林尼希望這種計算方法可以應用于多種具有挑戰性的疫苗靶點，如流感瘧疾等。

布林尼補充道：“該項目展示了結合斯克里普斯研究所和 CHAVD 的專業知識的合作力量。

我們希望該項目能成為一個資源，供全球的艾滋病研究人員使用——最終為那些患有或易感于艾滋病的患者帶來更好的健康結果。”