«Первая в мире» вакцина, разработанная ИИ в Кембриджском университете: первые результаты клинических испытаний

Тридцать девять добровольцев, микроструйная технология и громкое заявление: в Кембридже представили «первую в мире» вакцину, разработанную искусственным интеллектом

Детали имеют значение, поскольку речь идет не о простой модификации старого рецепта. Группа ученых из Кембриджа использовала генетические данные множества коронавирусов, загрузила их в систему машинного обучения и поставила перед алгоритмом задачу: создать компактный антиген, который воздействует на общие для всего семейства вирусов участки — фрагменты, которые вирус не может легко изменить. Сама вакцина вводилась в форме ДНК с помощью безыгольного микрофлюидного струйного инъектора — такой способ доставки, по словам разработчиков, ускоряет производство и позволяет избежать некоторых проблем с цепочками поставок обычных шприцев.

«Первая в мире» вакцина, разработанная искусственным интеллектом: что на самом деле протестировал Кембридж

В первой фазе испытаний, описанной в журнале Journal of Infection, приняли участие менее 50 человек; общедоступные отчеты сосредоточены на данных 39 добровольцев из Кембриджа и Саутгемптона. Платформа представляет собой ДНК-конструкцию, кодирующую спроектированный ИИ антиген, которая доставляется в клетки кожи под высоким давлением с помощью тончайшей струи жидкости. Этот метод отличается от подхода с использованием мРНК-липидных наночастиц, применявшегося во время пандемии COVID.

В Кембридже называют целевую молекулу «суперантигеном», поскольку она объединяет несколько консервативных участков семейства коронавирусов в одну мишень. В исследованиях на животных эта конструкция вызывала широкий иммунный ответ против нескольких типов коронавирусов; у людей основными критериями были безопасность и переносимость. Иммуногенность удалось зафиксировать, но она была охарактеризована как «умеренная» — этот термин ученые используют намеренно, подразумевая, что признаки ответа присутствуют, но их уровень пока нельзя назвать надежной защитой.

Важно отметить, что команда уже приступила к более масштабной программе второй фазы, в рамках которой планируется привлечь несколько сотен участников. Этот этап позволит изучить, насколько эффективно вакцина тренирует иммунную систему у более разнообразной группы людей, а также зависят ли титры антител или Т-клеточный ответ от дозировки или способов доставки.

Как ИИ нашел «суперантиген» (и почему это еще не готовая вакцина)

Если упростить, система Кембриджа — это инструмент поиска закономерностей. Исследователи собрали базы данных вирусных последовательностей из открытых источников и систем мониторинга, а затем использовали машинное обучение для выявления областей, которые одновременно являются общими для многих коронавирусов и биологически ограниченными — то есть частями, необходимыми для функционирования вируса, которые он не может легко изменить. Затем алгоритм объединил эти консервативные мотивы в единый искусственный антиген, который может распознать иммунная система.

Это не волшебная палочка. Консервативные области иногда оказываются плохими мишенями, потому что иммунная система их игнорирует или потому что они находятся в той части белка, куда трудно проникнуть антителам. Именно поэтому при разработке вакцин до сих пор необходимо участие человека: нужно решить, какие именно консервативные участки использовать, нужно ли стабилизировать их форму, требуется ли адъювант и какая платформа доставки заставит иммунную систему человека отреагировать. ИИ ускоряет поиск и предлагает кандидатов, но иммунология в лабораторных условиях все еще остается решающим звеном в выборе того, что именно тестировать.

Представьте алгоритм как опытного инженера, который указывает на несущие стены в ряду домов. Это экономит недели или месяцы лабораторной работы, но строителям все равно нужно решить, как закрепить каркас, чтобы он не обрушился во время шторма.

«Первая в мире» вакцина, разработанная искусственным интеллектом: безопасность, испытания и значение «умеренного» иммунного ответа

Может ли ИИ действительно ускорить разработку вакцин — и меняет ли это промышленную модель?

Да, в двух аспектах. Во-первых, ИИ сокращает область поиска. Вместо месяцев итеративной лабораторной работы по подбору антигенов-кандидатов хорошо обученная модель может предложить перспективные варианты за считанные часы или дни. Это помогает быстрее выйти на клинические испытания. Во-вторых, ИИ может исследовать комбинации (мозаики), которые человек интуитивно не стал бы пробовать, потенциально находя формы антигенов, вызывающие более широкий иммунитет.

Однако скорость на этапе проектирования не всегда означает скорость при масштабировании. Производство ДНК-конструкций или проверка нового устройства для доставки по-прежнему требуют мощностей, сырья и одобрения регулирующих органов. В Европе, в частности, существует разрозненная сеть производственных площадок и органов по закупкам; для быстрого развертывания потребовались бы скоординированные контракты и стратегии создания запасов. Короче говоря: ИИ может сократить сроки разработки, но производственные «узкие места» — заводы, регуляторные разрешения, логистика с соблюдением холодовой цепи — по-прежнему определяют, как быстро вакцина попадет к населению.

Европейская политика и промышленность: почему успех Кембриджа важен для готовности ЕС

От Кельна до Кембриджа промышленная реальность одна: инновационные лаборатории существуют, но превращение экспериментальной вакцины в миллионы доз — это прежде всего логистическая проблема. Кембриджская работа будет интересна органам здравоохранения ЕС и спонсирующим организациям, поскольку платформы, направленные на защиту целых семейств вирусов, меняют подход к закупкам. Одна универсальная вакцина могла бы снизить потребность в ежегодных корректировках состава и сложных циклах закупок в 27 национальных системах здравоохранения.

При этом европейские регуляторные пути отличаются от британских. Управление по контролю за лекарственными средствами и изделиями медицинского назначения (MHRA) осуществляло надзор за первыми работами в Великобритании; любое использование в масштабах ЕС потребует участия Европейского агентства по лекарственным средствам (EMA) и национальных комитетов по иммунизации. Финансирование по программе Horizon, механизмы совместных закупок и государственно-частное партнерство в сфере производства — вот рычаги, которые Брюсселю придется задействовать, если он хочет превратить академическое достижение в готовность континентального масштаба.

Что будет дальше

Дальнейшая судьба проекта будет зависеть от нескольких конкретных сигналов. Данные по иммуногенности второй фазы: вырастут ли титры антител и Т-клеточный ответ в более крупной и разнообразной группе участников? Производственные планы: существует ли масштабируемый процесс для ДНК-конструкции и микрофлюидного устройства доставки? И прозрачность: опубликует ли команда алгоритм проектирования ИИ и данные обучения, чтобы независимые группы могли проверить и дополнить эту работу?

Технически другие группы уже пробуют аналогичные идеи для борьбы с гриппом и геморрагическими лихорадками; в Кембридже заявляют, что работа в этих направлениях идет. Если несколько независимых групп придут к одним и тем же консервативным мишеням, это станет весомым доказательством того, что подход надежен, а не является единичным успехом.

На данный момент это достижение примечательно прежде всего тем, что тестирует новый инструментарий — машинное обучение в сочетании с платформами быстрой доставки — на людях. Результаты пока обнадеживают в плане безопасности и дают ценную информацию для иммунологии. Они пока не заменяют проверенные методы, позволившие создать вакцины, на которые опирались люди во время пандемии COVID.

В Европе есть иммунологи и биотехнологические хабы. Но ей все еще предстоит решить, какая столица профинансирует дозы и какой регулятор возьмет на себя ответственность, когда возникнут первые проблемы при внедрении.

Источники

• Journal of Infection (статья об испытаниях первой фазы)
• Кембриджский университет (Лаборатория вирусных зоонозов)
• DIOSynVax (индустриальный партнер)
• Саутгемптонский университет (место проведения клинических испытаний)
• Oxford Vaccine Group (комментарии внешних экспертов)
• Заявления Национального института исследований в области здравоохранения и социального обеспечения (NIHR)