剑桥大学研发出“全球首款”AI疫苗——临床试验结果揭示了什么？

39名志愿者、一种微射流技术与一项主张：剑桥大学称其为“全球首款”AI设计疫苗

细节至关重要，因为这并非是对旧配方的简单调整。剑桥大学的研究团队利用来自多种冠状病毒的病毒遗传数据，将其输入机器学习流水线，并要求算法输出一种紧凑的抗原，以靶向病毒家族中共享的特征——即病毒难以轻易改变的部位。该疫苗本身通过一种无针微流控喷射器以DNA形式注入皮肤，研究团队表示，这种递送选择不仅加快了制造速度，还绕过了传统注射器带来的一些供应链瓶颈。

“全球首款”AI设计疫苗：剑桥大学实际测试了什么

发表在《Journal of Infection》上的I期临床研究招募了不到50名受试者；公开报道主要关注剑桥和南安普敦的39名试验接种者。该平台采用编码AI设计抗原的DNA构建体，通过高压、发丝般细的液体射流将遗传蓝图注入皮肤细胞。这种方法不同于新冠疫情期间广泛使用的mRNA脂质纳米颗粒技术。

剑桥大学将这种核心分子称为“超级抗原”，因为它将冠状病毒家族的多个保守片段整合为一个单一靶点。在动物研究中，该构建体激发了针对多种冠状病毒的广泛免疫反应；在人体试验中，其主要结果是安全性和耐受性。免疫原性虽可测量，但被描述为“适中”——这是科学家谨慎使用的一个术语，意指虽然存在免疫信号，但尚未达到大多数人所认为的强效保护水平。

至关重要的是，该团队已经开启了一项更大的II期项目，预计将招募数百名参与者。接下来的步骤将评估该疫苗如何在更多样化的人群中训练人类免疫系统，以及抗体或T细胞反应是否会随剂量或不同递送方式的改变而增强。

AI如何发现“超级抗原”（以及为什么这不等同于成品疫苗）

简单来说，剑桥大学的系统是一个模式发现器。研究人员汇总了公开的病毒序列数据库和监测数据库，然后利用机器学习识别出在多种冠状病毒中既通用又受生物学约束的区域——即病毒维持活性所必需、因此无法轻易改变的部位。随后，算法将这些保守基序拼接成单一的人造抗原，以便免疫系统识别。

这不是魔杖。保守区域有时并非理想的靶点，因为免疫系统可能会忽略它们，或者它们位于蛋白质中抗体难以触及的部分。这就是为什么疫苗的实际设计仍需要人类的判断：选择呈现哪些保守位点、是否稳定其形状、是否需要佐剂，以及哪种递送平台能引起人类免疫系统的注意。AI可以加速搜索并提出候选方案；而湿实验室免疫学研究仍决定着测试哪些候选方案。

可以将算法想象成一名经验丰富的侦察员，指出排屋中的承重墙。它节省了数周或数月的实验室工作，但工程师仍必须决定如何将脚手架固定在房子上，以确保它不会在风暴中倒塌。

“全球首款”AI设计疫苗：安全性、临床试验与“适中”免疫反应的含义

AI真的能加速疫苗研发吗——它是否改变了行业格局？

是的，主要体现在两个方面。首先，AI缩小了搜索空间。模型无需花费数月进行反复的实验室工作来挑选候选抗原，而是在数小时或数天内就能提出有前景的设计。这有助于更快地进入首次人体试验阶段。其次，AI可以探索人类凭直觉无法尝试的组合（镶嵌抗原），从而可能找到能引发更广泛免疫力的抗原形状。

但设计阶段的速度并不总是转化为规模化的速度。制造DNA构建体或验证新型递送设备仍然需要设施、原材料和监管审批。欧洲尤其存在生产基地和采购机构碎片化的问题；快速部署将需要协调一致的合同和储备策略。简而言之：AI可以缩短上游的时间表，但下游的瓶颈——工厂、监管许可、冷链——仍然决定了疫苗到达人群的速度。

欧洲政策与行业：为何剑桥的胜利对欧盟的防备能力至关重要

从科隆到剑桥，工业现实是相似的：创新的实验室确实存在，但将实验性疫苗转化为数百万剂成品是一个供应链问题。剑桥大学的研究成果将引起欧盟卫生机构和资助机构的兴趣，因为旨在保护整个病毒家族的平台改变了采购的计算方式。一种通用的广谱疫苗可以减少每年重新配方的需求，以及在27个国家卫生系统间进行复杂采购周期的必要性。

话虽如此，欧洲的监管路径与英国不同。英国药品与保健品监管局（MHRA）监督了英国早期的工作；任何泛欧范围的使用都将涉及欧洲药品管理局和各国免疫委员会。如果布鲁塞尔想要将学术界的里程碑转化为欧洲大陆的防备能力，就需要利用地平线计划资金、联合采购框架以及公私合作的制造伙伴关系。

下一步值得关注的内容

几个具体的信号将决定其能走多远。II期免疫原性数据：抗体滴度和T细胞反应在更大、更多样化的队列中是否会上升？制造计划：DNA构建体和微流控递送设备是否有可扩展的工艺？以及透明度：研究团队是否会公开AI设计流程和训练数据，以便独立小组验证并扩展这项工作？

从技术上讲，其他研究小组已经在尝试针对流感和出血热的类似想法；剑桥大学表示，各团队正在这些领域推进。如果多个独立小组最终锁定了相同的保守靶点，那将更有力地证明这种方法是稳健的，而非孤立的成功案例。

目前，这一成就之所以显著，主要是因为它在人体中测试了一种新的工具链——机器学习加快速递送平台。到目前为止，结果在安全性方面很有前景，在免疫学方面也提供了参考价值。它们还不能取代人们在疫情期间所依赖的、经过实证检验的那些疫苗生产路径。

欧洲拥有免疫学家和生物技术中心。现在它仍需要决定由哪个首都来承保这些剂量，以及当第一次推广出现问题时，由哪个监管机构来承担责任。

来源

• 《Journal of Infection》（I期临床试验论文）
• 剑桥大学（病毒人畜共患病实验室）
• DIOSynVax（行业合作伙伴）
• 南安普敦大学（临床试验地点）
• 牛津疫苗小组（外部专家评论）
• 国家健康与护理研究所（NIHR）声明