AI设计通用疫苗首次人体试验：对抗所有冠状病毒

这款全球首个完全由人工智能设计的疫苗已完成人体试验，其临床数据近日正式披露。

候选疫苗pEVAC-PS由剑桥大学衍生企业DIOSynVax研发，其I期临床试验结果已发表于《感染杂志》。39名健康受试者未报告显著不良事件，安全性得到初步验证；免疫系统成功对多种冠状病毒产生了应答——尽管强度尚未达到理想阈值。但关键意义在于：这是AI与计算机模拟技术首次将疫苗推进至人体临床阶段。

那么，为何需要AI介入疫苗开发？

传统疫苗研发长期受困于“病毒主导”模式：面对新冠、流感或埃博拉，研发人员通常先获取新毒株序列，再设计抗原、开展动物实验、推进临床直至量产——但流程尚未走完，病毒可能已发生变异，前期投入付之东流。

以新冠为例，数年疫情中，我们从针对原始毒株的初代疫苗，到奥密克戎特异性疫苗的反复迭代，研究人员始终在追赶病毒的免疫逃逸。流感疫苗的困境同样典型：世界卫生组织需提前数月预测下一季流行毒株，一旦预测失准，保护效力锐减。

DIOSynVax的策略是将“被动响应”转为“主动预判”。方法并不复杂：他们整合了全球监测网络积累的所有沙贝病毒属基因组数据。该属不仅包含新冠病原体SARS-CoV-2、2003年的SARS-CoV-1，还包括大量潜伏在蝙蝠体内、尚未感染人类但被认为具有潜在大流行风险的冠状病毒。

（来源：DIOSynVax）

AI的核心任务是对这些序列进行大规模比对与建模，提取整个病毒家族共有的抗原特征，然后从头设计一种自然界不存在的“超级抗原”。

这个抗原并非针对任何真实病毒株，而是一种“最大公约数”式合成结构。其目标清晰：训练人体的免疫系统，识别整个沙贝病毒属中保守且脆弱的共通部位。无论病毒如何变异重组，核心结构特征依然存在。

那么，这39名志愿者体内发生了什么？

当前主流疫苗技术路线包括灭活疫苗、重组蛋白疫苗以及mRNA疫苗。剑桥团队的pEVAC-PS选择了DNA质粒疫苗架构。

除分子设计由AI驱动外，接种方式也别出心裁：采用无针流体射流技术，通过微高压将液体直接推入皮肤组织，替代传统针头注射。这种方案在大规模接种时优势明显——操作更便捷，对恐针人群更友好。更重要的是，DNA结构比单链mRNA稳定得多，可在常规冷藏甚至常温下长期保存，大幅降低对超低温冷链的依赖。

图 | 递送过程（来源：DIOSynVax）

研究团队强调，这款AI生成的“超级抗原”具备高平台兼容性。DNA质粒仅是I期临床试验选用的载体，未来可搭载至mRNA、病毒载体（如腺病毒）或重组蛋白等其他递送系统。

I期临床试验在两家英国临床中心完成——剑桥阿登布鲁克医院和南安普敦大学医院。受试者为39名18至50岁健康志愿者，采用剂量递增设计。进入人体试验前，动物实验已显示其对多种冠状病毒能诱发强效免疫应答。

安全性表现良好。免疫原性方面，论文描述为“温和但存在个体差异”。疫苗确实激发了志愿者体内针对SARS-CoV-2的免疫应答，并产生对SARS-CoV-1及蝙蝠沙贝冠状病毒的交叉反应结合。这至少表明免疫系统“识别”了不同冠状病毒间的共通抗原结构，而非仅针对特定毒株。

但研究者坦承，试验未观察到“广泛且强健的中和活性”。换言之，抗体能识别多种冠状病毒的抗原结构，但能否真正阻断病毒侵入细胞、发挥保护作用，尚无确切答案。免疫应答偏温和的原因可能与受试者既往接种史有关。在后新冠时代，这些志愿者几乎非“免疫空白”——此前接种的各种新冠疫苗已在免疫系统中留下深刻印记，这种既有记忆可能干扰对全新抗原的反应。这一情况几乎不可避免。

牛津疫苗组主任安迪·波拉德教授未参与该研究，但评论称该方法在动物实验中已显示令人信服的证据，人体数据也颇具看点。不过他同时提醒：人类免疫系统经多年感染和疫苗接种塑造，与实验室小鼠差异巨大。后续更大规模的人体试验才是真正的考验。

说完冠状病毒，再展望下一步——跳出这一战场，瞄准更多“高威胁病原体”。

如果“超级抗原”设计理念成立，理论上可复制至其他高威胁病毒家族。剑桥团队已在同步推进多个方向，每个都指向让全球公共卫生体系头疼的老对手。

首先是流感病毒。目前WHO每年需提前数月预测下一季流行株，厂商据此调整配方并投产。但流感病毒表面抗原本就高度易变，容易产生新亚型。一旦预测与实际流行株错配，传统疫苗保护效果大幅缩水。DIOSynVax正在推进的通用季节性流感疫苗项目，核心即用AI筛选流感病毒家族中跨亚型的保守结构，设计能兼顾多种毒株的超级抗原，试图打破每年换配方的被动循环。根据公开信息，该流感候选疫苗尚处于动物实验阶段。

更紧迫的是H5N1禽流感。这种高致病性禽流感正全球性流行于禽类和哺乳动物中。虽然目前尚未获得高效人传人能力，但病毒学家高度警惕。一旦通过突变或重配获得人传人能力，后果可能极其严重。历史数据显示，H5N1感染人类后病死率超过50%，远超季节性流感。

另一个方向是病毒性出血热，尤其是埃博拉。埃博拉病毒属包含六个已知种，其中致死率最高、研究最深入的是扎伊尔型埃博拉病毒，2014-2016年西非大暴发即由其引起。

图 | 埃博拉病毒（来源：Britannica)

目前WHO推荐的埃博拉疫苗是默沙东的rVSV-ZEBOV，针对扎伊尔型，实战效果不错。但问题在于，埃博拉病毒属不止扎伊尔型。例如当前刚果民主共和国和乌干达经历的疫情，致病的是另一个种属，现有疫苗对其保护力有限甚至无覆盖。DIOSynVax的思路是用AI从整个埃博拉病毒属的遗传数据中提取保守特征，设计能覆盖多个种属的广谱抗原。若该路径走通，理论上可提前化解当前刚果疫情中的窘境。

当然，这些方向均处于较早期阶段，距离人体试验尚有距离。但冠状病毒方向的I期数据，至少为整个平台提供了初步的人体安全性背书，对推进其他管线的临床前研究和未来监管申报具有参考意义。

必须明确的是，DIOSynVax并非唯一将AI推至疫苗研发核心的团队。2024年，美国生物技术公司Nuvec和英国初创公司Baseimmune已开始用机器学习优化抗原设计；疫苗巨头Moderna也已将AI深度嵌入其mRNA平台的序列优化和脂质纳米颗粒设计流程。但这些尝试大多仍停留在AI“辅助”层面——加速筛选、优化已有方案。

DIOSynVax本次的不同在于：抗原本身就是AI从头设计的产物，自然界中找不到对应物。这等于将AI从“工具”提升至“发明者”位置。这条路能走多远，仍需等待接下来的II期数据。

参考来源：1. BBC报道 https://www.bbc.com/news/articles/crrpggegwe0o
2. Pharmaphorum报道 https://pharmaphorum.com/news/first-human-trial-backs-ai-designed-universal-vaccine

来源：互联网