واکسن جهانی طراحی‌شده توسط هوش مصنوعی، اولین آزمایش‌های انسانی را با موفقیت پشت سر گذاشت؛ نقطه عطفی در پزشکی مولد

اولین واکسنی که جزء فعال آن به طور کامل توسط هوش مصنوعی طراحی شده است، آزمایش‌های بالینی اولیه انسانی خود را با موفقیت پشت سر گذاشت و نقطه عطفی برای ایمنی‌شناسی و پزشکی مولد محسوب می‌شود. این واکسن تجربی که توسط محققان دانشگاه کمبریج و شرکت بیوتکنولوژی DIOSynVax توسعه یافته است، خانواده ساربه‌کوویروس (Sarbecovirus) را هدف قرار می‌دهد؛ گروه گسترده‌ای از کروناویروس‌ها که شامل سارس-کوو-۲، ویروس اصلی سارس و ویروس‌های متعدد خفاش‌زای دارای پتانسیل همه‌گیری است. برخلاف واکسن‌های سنتی که به صورت واکنشی برای هدف قرار دادن یک سویه ویروسی خاص و موجود توسعه می‌یابند، این پیشگیری‌کننده جدید به صورت پیش‌بینی‌کننده مهندسی شده است. نتایج آزمایش فاز ۱ که در مجله عفونت (Journal of Infection) منتشر شد، نشان داد که واکسن تولید شده توسط هوش مصنوعی ایمن، قابل تحمل و قادر به تحریک پاسخ ایمنی در برابر چندین گونه کروناویروس به طور همزمان است.[1][5]

برای ساخت این واکسن، تیم تحقیقاتی از الگوریتم‌های یادگیری ماشینی برای تجزیه و تحلیل پایگاه‌های داده عظیم اطلاعات توالی ژنتیکی جمع‌آوری شده توسط برنامه‌های نظارت جهانی ویروسی استفاده کردند. وظیفه هوش مصنوعی این بود که شباهت‌های ساختاری در کل خانواده ساربه‌کوویروس را شناسایی کند و به دنبال اجزای ضروری ویروسی بگردد که حتی با جهش پاتوژن‌ها، پایدار باقی می‌مانند. بر اساس این مناطق حفظ‌شده، هوش مصنوعی یک «فراآنتی‌ژن» مصنوعی طراحی کرد—یک طرح مولکولی که سیستم ایمنی انسان را آموزش می‌دهد تا نه تنها تهدیدات فعلی، بلکه سویه‌های آینده و ویروس‌های مشترک بین انسان و دام کشف‌نشده‌ای را که هنوز از سد گونه‌ای عبور نکرده‌اند، شناسایی و خنثی کند.[1][5]

مفهوم فراآنتی‌ژن به شدت به محدودیت‌های تکاملی ویروس‌ها متکی است. در حالی که پاتوژن‌هایی مانند سارس-کوو-۲ به طور مکرر پروتئین‌های اسپایک بیرونی خود را برای فرار از آنتی‌بادی‌های انسانی جهش می‌دهند—که منجر به ظهور بی‌پایان سویه‌های مختلف می‌شود—برخی ساختارهای داخلی و مکانیسم‌های اتصال به گیرنده نمی‌توانند بدون از بین بردن توانایی ویروس برای آلوده کردن سلول‌های میزبان تغییر کنند. با تجزیه و تحلیل هزاران ژنوم ویروسی، پلتفرم هوش مصنوعی این مناطق غیرقابل مذاکره و بسیار حفظ‌شده را مشخص کرد. آنتی‌ژن مصنوعی حاصل، اساساً یک طرح ترکیبی از آسیب‌پذیرترین و تغییرناپذیرترین ویژگی‌های خانواده ویروس است که هدفی را به سیستم ایمنی ارائه می‌دهد که ویروس به راحتی نمی‌تواند آن را پنهان یا تغییر دهد.[1][5]

پروفسور جاناتان هینی، سرپرست تحقیقات در آزمایشگاه زئونوز ویروسی کمبریج، گفت: «ما توسعه واکسن را از واکنشی بودن به آینده‌نگری تبدیل کرده‌ایم.» توسعه واکسن سنتی اغلب شبیه یک بازی پرمخاطره برای جبران عقب‌ماندگی است؛ تا زمانی که یک واکسن جدید تولید، توزیع و تزریق شود، ویروس هدف اغلب جهش یافته و اثربخشی واکسن را به طور قابل توجهی کاهش می‌دهد. رویکرد فراآنتی‌ژن با هدف قطع این وابستگی به به‌روزرسانی‌های سالانه است. اگر سیستم ایمنی آموزش دیده باشد که به ساختار بنیادی یک خانواده ویروسی حمله کند، از نظر تئوری قابلیت‌های دفاعی خود را بدون توجه به جهش‌های سطح ظاهری حفظ می‌کند.[1][3]

آزمایش بالینی فاز ۱ شامل ۳۹ داوطلب سالم ۱۸ تا ۵۰ ساله بود و در تأسیسات مؤسسه ملی تحقیقات بهداشت و مراقبت (NIHR) در ساوتهمپتون و کمبریج انجام شد. نکته مهم این است که این آزمایش در درجه اول بر ایمنی و تحمل‌پذیری متمرکز بود، که واکسن با عدم گزارش عوارض جانبی قابل توجهی به آن دست یافت. این واکسن همچنین از یک مکانیسم تحویل جدید استفاده کرد: به جای تزریق سوزنی سنتی، به عنوان یک پلاسمید DNA با استفاده از سیستم جت میکروفلوئیدیک تزریق شد. این فناوری بدون سوزن از یک جریان مایع با فشار بالا برای رساندن مواد واکسن مستقیماً به سلول‌های پوست استفاده می‌کند، روشی که محققان امیدوارند پذیرش عمومی را افزایش داده و لجستیک توزیع جهانی را تسهیل کند.[4][6]

در حالی که مشخصات ایمنی یک پیروزی بزرگ است، ویروس‌شناسان مستقل هشدار می‌دهند که داده‌های اثربخشی هنوز در مراحل اولیه خود قرار دارند. آزمایش فاز ۱ آنچه را که محققان به عنوان یک پاسخ ایمنی «متوسط» در افراد انسانی توصیف کردند، تولید کرد که به طور قابل توجهی کمتر از ایمنی قوی مشاهده شده در مدل‌های حیوانی قبلی بود. دکتر الکساندر بوبنوفسکی، یک ویروس‌شناس مستقل، خاطرنشان کرد که اگرچه این آزمایش با موفقیت ایمنی آنتی‌ژن تولید شده توسط هوش مصنوعی را ثابت کرد، اما آزمون واقعی این خواهد بود که آیا می‌تواند یک پاسخ ایمنی ماندگار و بسیار محافظتی را در یک جمعیت انسانی متنوع تحریک کند یا خیر. یک آزمایش بزرگتر فاز ۲ شامل بیش از ۲۰۰ شرکت‌کننده در حال برنامه‌ریزی است تا تأثیر ایمونولوژیک گسترده‌تر واکسن را ارزیابی کند.[2]

دستاورد کمبریج یک رویداد جداگانه نیست، بلکه پیشگام یک تغییر گسترده‌تر به سمت کشف دارو با هدایت هوش مصنوعی است. در یک توسعه موازی، دانشمندان دانشگاه آکسفورد، با همکاری شرکت بیوتکنولوژی Basecamp Research، اخیراً واکسن خود را که با کمک هوش مصنوعی ساخته شده، وارد آزمایش‌های انسانی کردند. آن پروژه تب خونریزی‌دهنده کریمه-کنگو (CCHF) را هدف قرار می‌دهد، یک ویروس کنه‌زا با نرخ مرگ و میر بالا. در حالی که تیم آکسفورد از هوش مصنوعی عمدتاً برای شناسایی اهداف بیولوژیکی امیدوارکننده استفاده کرد تا طراحی کل آنتی‌ژن از ابتدا، هر دو نقطه عطف تأکید می‌کنند که چگونه یادگیری ماشینی جدول زمانی تحقیقات سنتی را از سال‌ها به ماه‌ها کاهش می‌دهد.[7]

این نقاط عطف در پزشکی پیشگیرانه در کنار پیشرفت‌های سریع در درمان‌های مبتنی بر هوش مصنوعی در سراسر بخش دارویی گسترده‌تر رخ می‌دهند. پس از سال‌ها انتظارات بالا و میلیاردها دلار سرمایه‌گذاری، انقلاب یادگیری عمیق دهه ۲۰۱۰ سرانجام در حال ارائه دارایی‌های مرحله بالینی است. چندین دارو که توسط هوش مصنوعی کشف و طراحی شده‌اند—از درمان‌های جدید ضد فیبروز گرفته تا درمان‌های دقیق انکولوژی—اخیراً وارد آزمایش‌های انسانی فاز II و فاز III شده‌اند. این انتقال نشان می‌دهد که هوش مصنوعی به طور قطعی از مرحله مدل‌سازی نظری خارج شده و وارد کاربرد بالینی مرحله پایانی انسانی شده است و اساساً اقتصاد توسعه دارو را تغییر می‌دهد.[8]

پیامدهای این امر برای سلامت عمومی جهانی عمیق است. اگر رویکرد فراآنتی‌ژن در آزمایش‌های مراحل پایانی دوام خود را ثابت کند، این فناوری می‌تواند به سرعت برای سایر پاتوژن‌های بسیار جهش‌پذیر سازگار شود. تیم کمبریج و DIOSynVax در حال حاضر در حال بررسی واکسن‌های مشابه طراحی‌شده توسط هوش مصنوعی برای آنفولانزا، آنفولانزای پرندگان و تب‌های خونریزی‌دهنده ویروسی شبیه ابولا هستند—بیماری‌هایی که گزینه‌های پیشگیری‌کننده فعلی برای آن‌ها محدود است یا نیاز به فرمولاسیون فصلی مداوم دارند. مقامات بهداشت عمومی این قابلیت را به عنوان سنگ بنای آمادگی برای همه‌گیری‌های آینده می‌بینند، که به دولت‌ها اجازه می‌دهد واکسن‌های جهانی را برای خانواده‌های ویروسی پرخطر قبل از اینکه یک شیوع محلی به یک بحران جهانی تبدیل شود، ذخیره کنند.[3][4]

با این حال، ادغام هوش مصنوعی در طراحی واکسن، چالش‌های جدیدی را در ارتباطات عمومی و اعتماد ایجاد می‌کند. به دنبال تردید گسترده و اطلاعات نادرست پیرامون واکسن‌های mRNA در طول همه‌گیری کووید-۱۹، کارشناسان بهداشت عمومی به شدت از ظاهر «پزشکی تولید شده توسط هوش مصنوعی» آگاه هستند. طرفداران استدلال می‌کنند که سیستم تحویل بدون سوزن و وعده محافظت طولانی‌مدت و مقاوم در برابر سویه‌ها ممکن است به غلبه بر شک و تردید کمک کند. در نهایت، موفقیت این کلاس جدید از واکسن‌ها نه تنها به نبوغ الگوریتم‌هایی که آن‌ها را طراحی می‌کنند، بلکه به آزمایش‌های بالینی دقیق و شفاف مورد نیاز برای اثبات عملکرد ایمن آن‌ها در دنیای واقعی بستنی.[2][6]