截至2024年，全球有超过4000万人被诊断出患有人类免疫缺陷病毒（HIV）感染——一种慢性、危及生命的疾病，至今仍是全球主要死亡原因之一。即使在其被发现数十年后，HIV仍在夺走生命并挑战全球卫生系统，部分原因是科学家们因数据量庞大而无法快速确定哪些实验性疫苗方法有效。
斯克里普斯研究所（Scripps Research）的科学家最近从斯克里普斯艾滋病疫苗开发联盟（Scripps Consortium for HIV/AIDS Vaccine Development, CHAVD）获得了110万美元，用于购买高性能计算设备以应对这一全球健康挑战。这些设备将通过增强计算基础设施、减少数据处理瓶颈以及使用最先进的人工智能（AI）技术，加速识别更有效的HIV疫苗候选物。CHAVD的支持由美国国立卫生研究院（National Institutes of Health）提供。
"在过去的10年里，我们已经能够加速数据生成，但我们没有很好的方法来分析这些数据以了解这些疫苗是否有效。这项新的AI技术将大大提升我们的能力，使我们能够在过去研究几十种设计所需的时间内评估多达数百万种潜在的疫苗设计——使我们更接近于找到更有希望的疫苗方法。"
布莱恩·布赖尼（Bryan Briney），斯克里普斯研究所副教授、该项目的共同首席研究员
开发有效的HIV疫苗仍然异常困难。要起作用，它必须训练免疫系统产生抗体——能够中和90%以上人群中90%以上HIV毒株的保护性蛋白质。换句话说，这是一个异常高的标准，还没有任何疫苗达到。这一挑战源于HIV惊人的突变能力，它不断改变其形态，使免疫系统难以识别和消灭病毒。
斯克里普斯研究所团队希望最终开发出一种能适应病毒突变且单次接种即可生效的长效疫苗。然而，与此同时，布赖尼和合作者的目标是开发一系列能随着时间推移适应病毒变化的多种疫苗。为了应对保护90%以上HIV毒株的挑战，团队需要来自临床试验的实时反馈——揭示疫苗表现如何并指导系列中下一个版本设计的数据。
"我们正在从试错转向智能预测，"斯克里普斯研究所整合结构与计算生物学系教授、该项目的共同首席研究员安德鲁·沃德（Andrew Ward）表示。"我们不必在实验室中花费数月时间测试每一个设计想法，而是可以通过计算筛选数十万种可能性，确定最佳候选物并将实验工作集中在最关键的地方。"
用AI为科学加速
沃德、布赖尼及其实验室将利用这些资金购买新的AI技术，使斯克里普斯研究所可用的计算能力翻倍，并以比现有系统快4-5倍的速度运行。这种新的计算带宽将使团队能够快速分析临床试验中接受实验性疫苗的人产生的抗体，并以分子级精度确定他们是否走在正确的轨道上。
"这项新资源利用了我们实验室科学家们的大量辛勤工作和创造力，我期待看到他们能将这项技术扩展到多远，"沃德表示。
当疫苗被施用时，它可以训练免疫系统产生能够中和广泛HIV毒株的抗体——也称为广谱中和抗体。然后，团队将评估这些疫苗诱导的抗体，同时测试多种情景，并模拟它们如何在分子水平上与病毒相互作用，同时将分析时间从数周减少到数天。那些被确定为对病毒特别有效的抗体被称为"抗体候选物"，它们构成了疫苗的下一个迭代版本。这种额外的处理能力还将支持斯克里普斯研究所其他团队在HIV不同方面的研究工作，如蛋白质工程——从多个角度推动发现。
团队将首先使用先前疫苗的历史临床试验数据训练AI系统，以开发能够快速识别最佳抗体候选物的综合计算模型。在实验室中，研究人员通常手动筛选数据并应用自己的思维来确定哪种抗体可能最有效。然而，AI模型已被证明能够识别出研究人员最初否决的有希望的候选物。
为了进一步开发这一AI框架，该小组将利用一种名为StepwiseDesign的方法，顾名思义，该方法模拟了免疫系统如何通过小而优化的迭代逐渐学会开发更有效的抗体。
这种方法已被证明非常成功：该团队使用他们的AI系统分析了约2000种从未感染过HIV的人的抗体，寻找可能具有对抗病毒潜力的罕见候选物。他们发现了一种能够真正中和HIV的抗体——这是首次有人在未感染者的体内发现这种抗体。这一发现意义重大，因为它表明有些人即使从未接触过HIV，也天生携带着广谱保护性抗体的遗传起始材料。
一种成功的疫苗需要激活并训练这些罕见的前体抗体，使其成熟为全效的抗病毒战士。这一发现也验证了这种计算方法能够识别这些极为罕见的候选物——本质上是在生物干草堆中找到针——这使科学家们相信，该方法在评估已经通过实验性疫苗部分训练的抗体时会表现得更好。
时机也非常理想：目前有几种HIV疫苗候选物正在人类试验中进行测试，产生了大量新数据。凭借快速分析这些反应和改进后续疫苗的能力，研究人员可以大大缩短通往有效HIV疫苗的道路。
疫苗开发的新模式
其影响远远超出了HIV。沃德和布赖尼希望这种计算方法可以应用于各种具有挑战性的疫苗目标，如流感和疟疾。
布赖尼补充道："该项目通过结合斯克里普斯研究所和CHAVD的专业知识，展示了合作的力量。我们希望这个项目能成为一个可供全球HIV研究人员使用的资源——最终为那些患有HIV或易感HIV的人带来更好的健康结果。"
【全文结束】
