Cambridge Üniversitesi'nin 'dünyada bir ilk' olan yapay zeka tasarımı aşısı: İnsan deneyleri neyi ortaya koydu?

Otuz dokuz gönüllü, bir mikro jet ve bir iddia: Cambridge, yapay olarak tasarlanmış "dünya ilki" aşıyı duyurdu

Ayrıntılar önemli çünkü bu, eski bir reçeteye yapılan küçük bir dokunuş değil. Cambridge grubu, birçok koronavirüsten elde edilen viral genetik verileri kullandı, bunları bir makine öğrenimi hattına besledi ve algoritmadan, virüs ailesi genelinde paylaşılan özellikleri —yani virüsün kolayca değiştiremeyeceği bölümleri— hedefleyen kompakt bir antijen çıktısı üretmesini istedi. Aşının kendisi, iğnesiz bir mikroakışkan jet kullanılarak DNA şeklinde cilde uygulandı; ekip, bu uygulama yönteminin üretimi hızlandırdığını ve geleneksel şırıngalara kıyasla tedarik zincirindeki bazı darboğazları aştığını belirtiyor.

Yapay olarak tasarlanmış 'dünya ilki' aşı: Cambridge aslında neyi test etti?

Journal of Infection dergisinde açıklanan faz I çalışmasına 50'den az kişi alındı; kamuoyuna yansıyan raporlar, Cambridge ve Southampton genelindeki 39 denek üzerine odaklanıyor. Buradaki platform, yapay zeka ile tasarlanmış antijeni kodlayan ve genetik taslağı cilt hücrelerinin içine zorlayan, yüksek basınçlı, saç teli inceliğinde bir sıvı jet ile uygulanan bir DNA yapısıdır. Bu yöntem, COVID pandemisi sırasında yaygın olarak kullanılan mRNA lipid nanopartikül yaklaşımından farklıdır.

Cambridge, odak molekülünü "süper antijen" olarak adlandırıyor çünkü bu molekül, koronavirüs ailesinin birden fazla korunmuş parçasını tek bir hedefte birleştiriyor. Hayvan çalışmalarında bu yapı, birkaç koronavirüse karşı geniş bir yanıtı tetikledi; insanlarda ise temel sonuç güvenlik ve tolere edilebilirlik oldu. İmmünojenite ölçülebilirdi ancak "ılımlı" olarak tanımlandı; bu, bilim insanlarının temkinli kullandığı, sinyallerin mevcut olduğu ancak henüz çoğu kişinin "güçlü koruyucu" olarak adlandıracağı seviyelerde olmadığı anlamına gelen bir ifade.

Daha da önemlisi, ekip halihazırda birkaç yüz katılımcıyı dahil etmesi beklenen daha geniş bir faz II programı başlattı. Bir sonraki adım, aşının insan bağışıklık sistemini daha çeşitli bir insan grubunda ne kadar iyi eğittiğini ve antikor ya da T hücresi yanıtlarının doza veya farklı uygulama yöntemlerine göre artıp artmadığını inceleyecek.

Yapay zeka bir 'süper antijen'i nasıl buldu (ve bu neden bitmiş bir aşıyla aynı şey değil?)

En basit haliyle Cambridge sistemi bir örüntü bulucudur. Araştırmacılar, kamuya açık ve gözetim amaçlı viral dizi veritabanlarını bir araya getirdi, ardından makine öğrenimini kullanarak hem birçok koronavirüste ortak olan hem de biyolojik olarak kısıtlı —yani virüsün çalışmaya devam edebilmesi için koruması gereken ve bu nedenle kolayca değiştiremediği— bölgeleri tanımladı. Algoritma daha sonra bu korunmuş motifleri, bağışıklık sisteminin tanıyabileceği tek bir yapay antijen içinde birleştirdi.

Bu sihirli bir değnek değil. Korunmuş bölgeler bazen zayıf hedeflerdir çünkü bağışıklık sistemi onları görmezden gelir ya da antikorların ulaşması zor olan bir proteinin parçasıdırlar. İşte bu yüzden pratik aşı tasarımı hala insan yargısına ihtiyaç duyar: Hangi korunmuş bölgelerin sunulacağı, şekillerinin stabilize edilip edilmeyeceği, bir adjuvanın gerekli olup olmadığı ve hangi uygulama platformunun insan bağışıklık sisteminin dikkatini çekeceği. Yapay zeka araştırmayı hızlandırır ve adaylar önerir; ancak hangi adayların test edileceğine yine laboratuvar immünolojisi karar verir.

Algoritmayı, bir dizi evdeki taşıyıcı duvarları gösteren deneyimli bir keşif uzmanı olarak düşünün. Bu, haftalarca veya aylarca süren laboratuvar çalışmasından tasarruf sağlar, ancak mühendisler yine de bir fırtınada evin yıkılmaması için iskelenin eve nasıl sabitleneceğine karar vermek zorundadır.

Yapay olarak tasarlanmış 'dünya ilki' aşı: güvenlik, denemeler ve "ılımlı" bağışıklık yanıtı ne anlama geliyor?

Yapay zeka gerçekten aşı geliştirmeyi hızlandırabilir mi — ve bu endüstriyel denklemi değiştiriyor mu?

Evet, iki farklı şekilde. Birincisi, yapay zeka arama alanını daraltır. Aday antijenleri seçmek için aylarca süren yinelemeli laboratuvar çalışmaları yerine, iyi eğitilmiş bir model saatler veya günler içinde umut verici tasarımlar önerebilir. Bu, ilk insan testlerine daha hızlı ulaşılmasına yardımcı olur. İkincisi, yapay zeka insanların sezgisel olarak denemeyeceği kombinasyonları (mozaikler) keşfedebilir ve potansiyel olarak daha geniş bağışıklığı tetikleyen antijen şekilleri bulabilir.

Ancak tasarım aşamasındaki hız, her zaman ölçeklendirme aşamasındaki hıza dönüşmez. DNA yapılarını üretmek veya yeni bir uygulama cihazını doğrulamak hala tesisler, ham maddeler ve yasal onaylar gerektirir. Özellikle Avrupa, üretim sahaları ve satın alma otoritelerinden oluşan bir yamalı bohça gibidir; hızlı dağıtım, koordineli sözleşmeler ve stoklama stratejileri gerektirir. Kısacası: Yapay zeka süreç takvimini kısaltabilir, ancak fabrikalar, yasal izinler ve soğuk zincir gibi süreç sonundaki darboğazlar bir aşının bir popülasyona ne kadar hızlı ulaşacağını belirlemeye devam eder.

Avrupa politikası ve endüstrisi: Cambridge zaferi neden AB'nin hazırlığı için önemli?

Köln'den Cambridge'e kadar endüstriyel gerçek tanıdık: Yenilikçi laboratuvarlar var, ancak deneysel bir aşıyı milyonlarca doza dönüştürmek bir tedarik zinciri sorunudur. Cambridge'in çalışması, AB sağlık ajansları ve finansman kuruluşları için ilginç olacak çünkü tüm viral aileleri korumayı amaçlayan platformlar satın alma hesaplarını değiştiriyor. Tek bir geniş kapsamlı aşı, 27 ulusal sağlık sistemi genelinde yıllık yeniden formülasyon ihtiyacını ve karmaşık satın alma döngülerini azaltabilir.

Bununla birlikte, Avrupa'daki yasal süreçler Birleşik Krallık'takinden farklı. Birleşik Krallık'taki ilk çalışmayı İlaç ve Sağlık Ürünleri Düzenleme Kurumu (MHRA) denetledi; AB genelinde herhangi bir kullanım, Avrupa İlaç Ajansı'nı ve ulusal bağışıklama komitelerini içerecektir. Horizon finansmanı, ortak satın alma çerçeveleri ve kamu-özel sektör üretim ortaklıkları, Brüksel'in akademik bir dönüm noktasını kıtasal bir hazırlığa dönüştürmek istemesi durumunda kullanması gereken kaldıraçlar olacaktır.

Sırada neye dikkat edilmeli?

Birkaç somut sinyal, bunun ne kadar ileri gideceğini belirleyecek. Faz II immünojenite verileri: Antikor titreleri ve T hücresi yanıtları daha geniş, daha çeşitli bir grupta artıyor mu? Üretim planları: DNA yapısı ve mikroakışkan uygulama cihazı için ölçeklenebilir bir süreç var mı? Ve şeffaflık: Ekip, yapay zeka tasarım hattını ve eğitim verilerini yayınlayacak mı, böylece bağımsız gruplar çalışmayı doğrulayıp genişletebilecek mi?

Teknik olarak diğer gruplar halihazırda grip ve hemorajik ateşler için benzer fikirleri deniyor; Cambridge, ekiplerin bu cephelerde ilerlediğini söylüyor. Eğer birden fazla bağımsız grup aynı korunmuş hedefler üzerinde birleşirse, bu durum yaklaşımın izole bir başarı değil, sağlam bir yöntem olduğuna dair daha güçlü bir kanıt olacaktır.

Şimdilik, bu başarı öncelikle insanlar üzerinde yeni bir araç setini —makine öğrenimi artı hızlı uygulama platformları— test ettiği için dikkate değer. Sonuçlar şu ana kadar güvenlik açısından umut verici ve immünoloji açısından bilgilendirici. Ancak bunlar, pandemi sırasında insanların güvendiği COVID aşılarını üreten denenmiş ve test edilmiş rotaların yerini henüz almış değil.

Avrupa'nın immünologları ve biyoteknoloji merkezleri var. Hangi başkentin dozları finanse edeceğine ve ilk dağıtım aksaklığı yaşandığında hangi düzenleyicinin suçlanacağına karar vermesi gerekiyor.

Kaynaklar

• Journal of Infection (faz I deneme makalesi)
• Cambridge Üniversitesi (Viral Zoonotikler Laboratuvarı)
• DIOSynVax (endüstri ortağı)
• Southampton Üniversitesi (klinik deneme sahası)
• Oxford Aşı Grubu (harici uzman yorumu)
• Ulusal Sağlık ve Bakım Araştırmaları Enstitüsü (NIHR) açıklamaları