Από τον υπολογιστή στο εργαστήριο: Το πρώτο εμβόλιο που δημιούργησε AI δοκιμάζεται σε ανθρώπους

Οι επιστήμονες του Πανεπιστημίου Κέιμπριτζ πραγματοποίησαν ένα σημαντικό βήμα προς την ανάπτυξη εμβολίων νέας γενιάς, παρουσιάζοντας το πρώτο εμβόλιο για ανθρώπους, όπου σχεδιάστηκε με τη βοήθεια της τεχνητής νοημοσύνης. Επιτυχώς το εμβόλιο ολοκλήρωσε την πρώτη φάση κλινικών δοκιμών και πλέον βρίσκεται στη δεύτερη φάση αξιολόγησης.
Σε αντίθεση με τα συμβατικά εμβόλια, τα οποία αναπτύσσονται για να αντιμετωπίσουν ήδη υπάρχοντα στελέχη ενός ιού, η νέα αυτή προσέγγιση επιχειρεί να προβλέψει τις μελλοντικές μεταλλάξεις, σχεδιάζοντας ένα εμβόλιο με ευρύτερη και πιο μακροχρόνια προστασία.
Ένα εμβόλιο που «κοιτάζει» το μέλλον
Για την ανάπτυξή του, οι ερευνητές αξιοποίησαν αλγορίθμους τεχνητής νοημοσύνης, οι οποίοι ανέλυσαν γενετικά δεδομένα από πολλούς διαφορετικούς κορονοϊούς. Μέσα από αυτή τη διαδικασία δημιουργήθηκε ένα συνθετικό «υπεραντιγόνο», σχεδιασμένο να στοχεύει τα κοινά και σταθερά χαρακτηριστικά που μοιράζονται οι ιοί της οικογένειας των κορονοϊών.
Η φιλοσοφία πίσω από το εμβόλιο είναι ότι, εστιάζοντας σε αυτά τα διατηρημένα στοιχεία του ιού, μπορεί να προσφέρει προστασία όχι μόνο απέναντι στα σημερινά στελέχη, αλλά και απέναντι σε μελλοντικές παραλλαγές που ενδέχεται να εμφανιστούν.
Χωρίς βελόνα, με ειδικό σύστημα χορήγησης
Μία ακόμη καινοτομία του εμβολίου αφορά τον τρόπο χορήγησής του. Αντί για την κλασική σύριγγα, χρησιμοποιείται το σύστημα PharmaJet Tropis, ένας ειδικός εκτοξευτής υψηλής πίεσης που μεταφέρει το εμβόλιο μέσω ενός πολύ λεπτού πίδακα υγρού.
Με αυτόν τον τρόπο δεν απαιτείται βελόνα, ενώ το εμβόλιο φτάνει με ακρίβεια στα κατάλληλα στρώματα του δέρματος, όπου ενεργοποιείται αποτελεσματικότερα το ανοσοποιητικό σύστημα.
Τι έδειξε η πρώτη κλινική δοκιμή
Η πρώτη μελέτη πραγματοποιήθηκε σε 39 εθελοντές και είχε ως βασικό στόχο να αξιολογήσει την ασφάλεια και την ανεκτικότητα του εμβολίου.
Τα αποτελέσματα, τα οποία δημοσιεύθηκαν στο επιστημονικό περιοδικό Journal of Infection, έδειξαν ότι το εμβόλιο ήταν ασφαλές και προκάλεσε μια μέτρια ανοσολογική απόκριση στους συμμετέχοντες.
Παρότι τα αποτελέσματα κρίνονται ενθαρρυντικά, οι ερευνητές επισημαίνουν ότι απαιτούνται πολύ μεγαλύτερες κλινικές δοκιμές για να αποδειχθεί αν το εμβόλιο μπορεί να προσφέρει ισχυρή και μακροχρόνια προστασία στον γενικό πληθυσμό.
Ήδη βρίσκεται σε εξέλιξη δεύτερη κλινική δοκιμή με περίπου 200 συμμετέχοντες, η οποία θα αξιολογήσει την αποτελεσματικότητά του.
Οι ειδικοί κρατούν μικρό καλάθι
Ο Marc Boubnovski, ανώτερος επιστήμονας τεχνητής νοημοσύνης στη Novo Nordisk, ο οποίος δεν συμμετείχε στην έρευνα, επισημαίνει ότι η πρώτη φάση πέτυχε τον βασικό της στόχο, να αποδείξει ότι το εμβόλιο είναι ασφαλές και καλά ανεκτό.
Ωστόσο, υπογραμμίζει ότι τα μέχρι στιγμής δεδομένα δεν αρκούν για να χαρακτηριστεί ως ένα «καθολικό» εμβόλιο κατά των κορονοϊών, καθώς δεν έχει ακόμη αποδειχθεί ότι μπορεί να προκαλέσει την ισχυρή και ευρεία ανοσολογική απόκριση που απαιτείται.
Σχεδιάζει η τεχνητή νοημοσύνη μόνη της τα εμβόλια;
Παρά τον εντυπωσιακό τίτλο, οι ειδικοί διευκρινίζουν ότι η τεχνητή νοημοσύνη δεν δημιουργεί μόνη της ένα εμβόλιο.
Στην πραγματικότητα λειτουργεί ως ένα εξαιρετικά προηγμένο εργαλείο υπολογιστικής βιολογίας. Αναλύει τεράστιο όγκο γενετικών δεδομένων, συγκρίνει διαφορετικούς ιούς και προτείνει πιθανούς σχεδιασμούς αντιγόνων που θα μπορούσαν να προσφέρουν ευρύτερη προστασία.
Η τελική επιβεβαίωση, ωστόσο, γίνεται πάντα στο εργαστήριο, μέσα από πειράματα σε κύτταρα, ζώα και τελικά σε ανθρώπους.
Μπορεί να προστατεύσει από ιούς που δεν έχουν ακόμη εμφανιστεί;
Οι επιστήμονες εμφανίζονται προσεκτικοί στις διατυπώσεις τους.
Όπως εξηγεί ο Boubnovski, η τεχνητή νοημοσύνη δεν μπορεί να προβλέψει έναν εντελώς άγνωστο ιό. Μπορεί όμως να εντοπίσει τα κοινά χαρακτηριστικά μιας ολόκληρης οικογένειας ιών και να σχεδιάσει ένα εμβόλιο που θα καλύπτει όχι μόνο τα σημερινά στελέχη αλλά και μελλοντικές παραλλαγές τους.
Από την πλευρά της, η καθηγήτρια Λοιμωξιολογίας Monica Gandhi θεωρεί ιδιαίτερα ενθαρρυντικό το γεγονός ότι το εμβόλιο ενεργοποίησε ανοσολογική απόκριση απέναντι στον SARS, τον SARS-CoV-2 και άλλους συγγενικούς σαρμπεκοϊούς.
Όπως εξηγεί, αυτό ήταν δυνατό επειδή η τεχνητή νοημοσύνη εντόπισε τα «διατηρημένα» στοιχεία των ιών, δηλαδή τμήματα που παραμένουν σχεδόν αμετάβλητα ακόμη και όταν εμφανίζονται νέες μεταλλάξεις.
Η επόμενη εφαρμογή: γρίπη και Έμπολα
Η ίδια τεχνολογία εφαρμόζεται ήδη για την ανάπτυξη καθολικών εμβολίων κατά της γρίπης και του ιού Έμπολα.
Οι επιστήμονες θεωρούν ότι οι κορονοϊοί και οι ιοί της γρίπης αποτελούν τις μεγαλύτερες απειλές για μελλοντικές πανδημίες, καθώς μεταδίδονται εύκολα από άνθρωπο σε άνθρωπο. Εάν η τεχνητή νοημοσύνη μπορεί να επιταχύνει τον σχεδιασμό εμβολίων με ευρεία προστασία, θα μπορούσε να αλλάξει ριζικά τον τρόπο με τον οποίο η ανθρωπότητα προετοιμάζεται για νέες επιδημίες.
Θα εμπιστευτεί το κοινό ένα εμβόλιο σχεδιασμένο με AI;
Ένα ακόμη ερώτημα αφορά την αποδοχή της νέας τεχνολογίας από το κοινό, ιδιαίτερα μετά τη δυσπιστία που αναπτύχθηκε απέναντι στα εμβόλια mRNA κατά την πανδημία COVID-19.
Η Monica Gandhi εκτιμά ότι η αποδοχή ενδέχεται να είναι μεγαλύτερη, καθώς το συγκεκριμένο εμβόλιο χορηγείται χωρίς βελόνα, γεγονός που μπορεί να μειώσει τους δισταγμούς αρκετών ανθρώπων.
Διαβάστε επίσης
Παράλληλα, τονίζει ότι η σωστή ενημέρωση του κοινού θα είναι καθοριστική. Όπως σημειώνει, η τεχνητή νοημοσύνη δεν αντικαθιστά την επιστημονική έρευνα, αλλά αποτελεί ένα ισχυρό εργαλείο που επιταχύνει τον εντοπισμό των κατάλληλων στόχων για την ανάπτυξη ασφαλών και αποτελεσματικών εμβολίων.






0 ΣΧΟΛΙΑ