利用人工智能工具，北卡罗来纳大学夏洛特分校（UNCC）的研究人员分析了数千种病毒蛋白，发现它们与保护性抗体的结合力随着时间的推移而减弱。新的病毒版本已经提高了其逃避人体免疫系统自然防御的能力。
“这种病毒确实已经从我们十年前看到的情况发生了突变，”领导这项研究的UNCC计算生物学家Colby T. Ford博士说。“它们看起来都不一样了。”
这些适应性增加了病毒的大流行潜力，他说，十年前开发的候选疫苗可能对当代病毒株无效。“这有可能变得很糟糕。”
Ford和他的合作者Shirish Yasa（当时是一名本科生，现在是东弗吉尼亚医学院的学生）在洛杉矶举行的美国微生物学会年度会议上展示了他们的研究成果。
研究人员首先收集了超过1,800种H5N1蛋白的数据。他们使用AlphaFold 3这一人工智能蛋白质折叠系统预测了病毒蛋白的复杂结构。然后，他们使用基于物理的建模系统测试了从人和小鼠中收集的11种免疫抗体与这些蛋白的结合情况。
更好的结合意味着更好的保护，但分析显示，多年来结合力一直在减弱。“随着我们看到更新的分离株，抗体的表现正在下降。”Ford说。
该团队还使用了大量关于H5N1的数据集，以更好地将病毒的不同谱系与其特定的传播途径联系起来。“我们可以看到，有明显的谱系在宿主之间的传播路径非常不同，”Ford说。
该团队最近将路易斯安那州一名患者的H5N1死亡病例与一个可以直接从鸟类传给人类、无需经过其他动物的谱系联系起来。
这些分析显示了病毒如何找到逃避免疫系统的策略，但也表明了人工智能和计算建模如何帮助研究人员追踪病毒的进化，并可能设计出更有效的抗体。该团队描述了一种方法，使用新出现的菌株的分子信息来设计有效且有针对性的治疗方法。
“我们能否根据这些菌株开始生成新的治疗药物？答案是肯定的，而且我们可以通过构建的人工智能管道快速做到这一点。”Ford说。
(全文结束)
