MIT AI助力準確揀流感疫苗毒株

MIT研發AI工具VaxSeer 助提升流感疫苗株選擇準確度

每年全球公共衛生專家都面對一個重大抉擇：下一季流感疫苗應該選擇哪些病毒株？這個決定必須提前數月作出，遠早於流感季節開始，過程常常像與時間賽跑。若所選病毒株與流行株吻合，疫苗效果通常理想；但若預測失誤，保護力大減，導致可避免的疾病及醫療系統壓力。

流感病毒如同新冠疫情中不斷變異的病毒株一樣，變異迅速且難以預測，令疫苗設計更具挑戰。為降低這種不確定性，麻省理工學院（MIT）電腦科學與人工智能實驗室（CSAIL）與Abdul Latif Jameel健康機器學習診所合作，開發了名為VaxSeer的人工智能系統，旨在提前數月準確預測主導流感株並挑選出最具保護力的疫苗候選株。此工具利用深度學習模型，基於數十年病毒序列和實驗室測試數據，模擬流感病毒的演化及疫苗反應。

傳統的演化模型往往獨立分析單一氨基酸突變的影響，而VaxSeer採用大型蛋白質語言模型來學習病毒株主導性與複合突變的關係。MIT電機工程與電腦科學系博士生、CSAIL研究員施文賢（Wenxian Shi）表示：「與現有假設病毒變異分布靜態的模型不同，VaxSeer模擬病毒主導性動態變化，更適合像流感這樣快速演化的病毒。」

最新研究成果已於《自然醫學》（Nature Medicine）發表，並開放存取。

VaxSeer如何預測流感疫苗效果？

VaxSeer包含兩大核心預測引擎：一是估計每個病毒株的傳播可能性（主導性），二是估計疫苗對該株的中和效力（抗原性）。兩者結合產生「預測覆蓋分數」，即疫苗對未來病毒的預期保護力指標。分數越接近0，代表疫苗株與流行株的抗原匹配度越高。

在一項涵蓋過去10年的回顧性研究中，研究團隊將VaxSeer的建議與世界衛生組織（WHO）對兩種主要流感亞型A/H3N2和A/H1N1的選擇比較。結果顯示，VaxSeer在A/H3N2亞型中9個流感季節中有9次優於WHO建議，在A/H1N1亞型則有6次優於或匹配WHO。特別是在2016年流感季，VaxSeer提前一年識別出WHO次年才選擇的病毒株。其預測覆蓋分數與美國疾病控制與預防中心（CDC）、加拿大哨點醫生監測網絡及歐洲I-MOVE計劃報告的實際疫苗效力高度相關，也與流感引致的疾病及醫療就診數據吻合。

VaxSeer透過蛋白質語言模型直觀估計病毒株的傳播速度，再結合病毒株間的競爭關係，利用常微分方程模擬病毒隨時間的擴散。抗原性方面，系統模擬血凝抑制測定（HI assay）實驗，評估疫苗株中和病毒的能力。

超越病毒演化速度的挑戰

施文賢說：「透過模擬病毒演化及疫苗反應，像VaxSeer這樣的AI工具能幫助衛生官員作出更佳、更快的決策，讓我們在感染與免疫的賽跑中保持領先一步。」

目前VaxSeer專注於流感病毒的主要抗原蛋白HA（血凝素），未來版本或將納入NA（神經氨酸酶）等其他蛋白質以及免疫歷史、製造限制或劑量等因素。將系統應用於其他病毒，則需大量高質量數據追蹤病毒演化與免疫反應，這些數據並非總是公開取得。團隊正致力於開發低數據環境下的病毒演化預測方法，利用病毒家族間的關聯。

MIT工程學院人工智能與健康傑出教授、Jameel診所AI負責人、CSAIL首席研究員Barzilay教授表示：「病毒演化速度極快，現有治療研發往往落後，VaxSeer是我們追趕病毒的嘗試。」

加拿大麥馬斯特大學生物化學與生物醫學科學系助理教授Jon Stokes評論：「這篇論文令人印象深刻，但更讓我興奮的是團隊在低數據環境下預測病毒演化的持續工作。其意義不僅限於流感，還包括抗藥性細菌和抗藥性癌症等快速適應性疾病。這種預測模型為疾病變化提供了全新思維，讓我們有機會提前設計臨床干預策略，防止病毒逃逸成為重大問題。」

該研究由MIT CSAIL博士後Jeremy Wohlwend及CSAIl前成員吳孟華共同完成，並獲美國國防威脅減少署及MIT Jameel診所部分資助。

—

評論與啟示

VaxSeer的誕生代表了人工智能在公共衛生領域的重大突破。流感病毒變異快速且多樣，傳統疫苗株選擇往往依賴經驗與有限數據，難以及時捕捉病毒的動態變化。VaxSeer通過深度學習整合龐大病毒序列與實驗數據，提供科學、數據驅動的預測，提升疫苗設計的精準度，減少猜測成分，這對全球流感防控具有深遠意義。

更重要的是，該系統展現了如何將蛋白質語言模型與數學模擬結合，捕捉病毒株間複雜的競爭與演化過程，這種方法不僅能應用於流感，也為其他病毒和抗藥性病原體的研究開啟新篇章。尤其在新興傳染病及抗藥性問題日益嚴重的當下，能夠提前預測病原體的演變方向，將極大提升公共衛生應對能力。

然而，這項技術的實際應用仍面臨挑戰，包括數據的及時獲取與質量保證、疫苗產業鏈的靈活調整能力，以及跨國合作的加強。未來若能將VaxSeer整合入全球疫苗制定流程，配合臨床與流行病學數據，將有助於疫苗策略的動態調整，提升疫苗覆蓋效能，最終減輕流感及其他病毒性疾病對社會的負擔。

總結來說，MIT團隊的VaxSeer不僅是流感疫苗選株的新利器，更象徵了AI與生命科學融合的廣闊前景，期待未來更多類似創新能為全球健康帶來實質改善。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。