乙型肝炎疫苗是最有效的免疫接種之一，通常可以提供數(shù)十年的保護(hù)，防止致命的肝臟病毒。但在大約10%的人身上，它不起作用。2020年，西蒙弗雷澤大學(xué)(Simon Fraser University)的系統(tǒng)生物學(xué)Amy Huei-Yi Lee)和她的同事們開始確定他們是否可以預(yù)測(cè)誰將從中受益。科學(xué)家們發(fā)現(xiàn)，接受者免疫系統(tǒng)的數(shù)據(jù)，如某些蛋白質(zhì)的豐度和一些基因的活動(dòng)模式，預(yù)示著他們是否會(huì)產(chǎn)生對(duì)病毒的防御。
Lee說:“我們了解了哪些因素推動(dòng)了疫苗反應(yīng)，哪些因素沒有。”
她和她的同事們只能從少數(shù)病人身上進(jìn)行測(cè)量，但一項(xiàng)雄心勃勃的計(jì)劃將于今年年初開始，從世界各地成千上萬的志愿者那里收集這些數(shù)據(jù)。這項(xiàng)名為“人類免疫組計(jì)劃”(Human Immunome Project, HIP)的計(jì)劃得到了一個(gè)由公司、政府機(jī)構(gòu)和大學(xué)組成的國(guó)際聯(lián)盟的支持，該計(jì)劃將探測(cè)血液和組織樣本中的數(shù)千種免疫變量。結(jié)果可能是世界上最大和最全面的免疫學(xué)數(shù)據(jù)庫(kù)，這是科學(xué)家研究免疫系統(tǒng)差異以及它們?nèi)绾斡绊懳覀儗?duì)疫苗和藥物的反應(yīng)以及我們對(duì)疾病的脆弱性的資源。
而這僅僅是這項(xiàng)工作的開始，目前每年的資金約為500萬美元，但最終可能需要數(shù)十億美元。HIP是之前人類疫苗項(xiàng)目的一個(gè)分支，它還將利用這些數(shù)據(jù)作為新的人工智能(AI)模型的素材，這些模型可以預(yù)測(cè)整個(gè)人群的免疫系統(tǒng)反應(yīng)，不僅為制藥公司和政府，甚至為醫(yī)生和患者提供有價(jià)值的見解。“全球都會(huì)感受到這種影響，”神經(jīng)學(xué)家Hans Keirstead說，他是加州爾灣項(xiàng)目的首席執(zhí)行官。
與該項(xiàng)目無關(guān)的科學(xué)家表示，為世界編制一個(gè)基本免疫數(shù)據(jù)庫(kù)的目標(biāo)是可行的。“我們有經(jīng)驗(yàn)和技術(shù)，”賓夕法尼亞大學(xué)的免疫學(xué)家Allison Greenplate說。但她和其他人質(zhì)疑人工智能能增加多少洞察力。
在心臟病學(xué)領(lǐng)域，脂質(zhì)檢測(cè)可以揭示病人的心血管健康狀況和疾病風(fēng)險(xiǎn)。然而，免疫學(xué)并沒有一套可比的簡(jiǎn)單測(cè)量方法來表明一個(gè)人的免疫系統(tǒng)的狀態(tài)，戴維斯說。一些數(shù)據(jù)可以提供一個(gè)粗略的衡量標(biāo)準(zhǔn):例如，中性粒細(xì)胞數(shù)量減少的患者更容易感染。但這樣的數(shù)據(jù)是有限的。HIP的目標(biāo)是提出一組統(tǒng)一的測(cè)量方法，像脂質(zhì)面板一樣，提供免疫系統(tǒng)功能的讀數(shù)。
一些公共和私人部門的努力已經(jīng)從大量人群中收集了一些基本的免疫數(shù)據(jù)，包括美國(guó)國(guó)立衛(wèi)生研究院(National Institutes of Health)收集100萬人基因組和醫(yī)療數(shù)據(jù)的項(xiàng)目“我們所有人”(All of Us)，以及谷歌分支機(jī)構(gòu)Verily的“基線項(xiàng)目”(Project Baseline)，該項(xiàng)目統(tǒng)計(jì)了個(gè)人對(duì)COVID-19感染的反應(yīng)。但這類項(xiàng)目收集的信息種類有限，就“基線項(xiàng)目”而言，這些數(shù)據(jù)還沒有公開。
耶魯大學(xué)系統(tǒng)免疫學(xué)家John Tsang說，另一個(gè)研究不足的領(lǐng)域是“對(duì)人類免疫變異和多樣性的理解”，他幫助制定了HIP的科學(xué)計(jì)劃。一系列的因素——包括年齡、性別、飲食、生活條件、以前的疾病暴露和基因——決定了免疫系統(tǒng)的功能。Tsang說，但是大多數(shù)免疫學(xué)研究都是在小的、同質(zhì)的人群中進(jìn)行的，通常在美國(guó)或歐洲。托馬斯說，依賴于人類如此狹隘的一部分“已經(jīng)使我們的理解產(chǎn)生了偏差”。
HIP旨在解決這種缺乏多樣性的問題。“我們想要每個(gè)人的基線數(shù)據(jù)，”Keirstead說。為了捕捉人類的多樣性，HIP計(jì)劃在所有有人居住的大陸上建立多達(dá)300個(gè)收集點(diǎn)。每個(gè)網(wǎng)站將測(cè)量多達(dá)1萬人的同一組變量，這些人來自不同的社會(huì)經(jīng)濟(jì)水平和年齡范圍，從新生兒到百歲老人。此外，他們將包括健康的人，以及患有自身免疫性疾病、癌癥和過敏等疾病的人。所有志愿者都必須接受醫(yī)學(xué)檢查，并提供詳細(xì)的健康史。
Keirstead說，盡管HIP計(jì)劃在2027年開始全球數(shù)據(jù)收集階段，但該計(jì)劃的第一階段將于今年啟動(dòng)，規(guī)模較小，可能涉及7到10個(gè)臨床研究中心，包括富裕國(guó)家以外的設(shè)施，這些中心已經(jīng)擅長(zhǎng)收集和分析免疫數(shù)據(jù)。在每個(gè)地點(diǎn)，該項(xiàng)目將研究大約500人，測(cè)量免疫變量，包括不同類型免疫細(xì)胞的豐度、基因活性、代謝分子的濃度和DNA序列。“我們的想法是，我們將深入研究，盡可能多地測(cè)量，”Tsang說。從大量的數(shù)據(jù)中，該項(xiàng)目將選擇幾個(gè)變量，提供免疫系統(tǒng)如何工作的最清晰的畫面。它們還將為免疫監(jiān)測(cè)工具包提供基礎(chǔ)，這是項(xiàng)目第二部分的所有場(chǎng)址都將使用的一套標(biāo)準(zhǔn)檢測(cè)方法。
最終，HIP將產(chǎn)生近2萬億個(gè)免疫測(cè)量結(jié)果，這些數(shù)據(jù)將通過一個(gè)中央數(shù)據(jù)庫(kù)公開提供。有了這些數(shù)據(jù)和其他信息，HIP將建立一個(gè)預(yù)測(cè)性人工智能模型，該模型可以基于免疫譜、血統(tǒng)、經(jīng)濟(jì)狀況、年齡和其他信息來預(yù)測(cè)個(gè)人如何應(yīng)對(duì)壓力或挑戰(zhàn)，比如特定的藥物或病原體。該模型可以幫助制藥公司確定新療法的機(jī)會(huì)和避免藥物反應(yīng)。Keirstead說，通過提供一個(gè)更詳細(xì)的關(guān)于人口健康和對(duì)副作用的脆弱性的視圖，該模型可以使各國(guó)更好地決定哪些藥物是他們的人口所需要和適合的，從而使他們能夠降低衛(wèi)生保健費(fèi)用。
Kierstead說，HIP在人工智能方面的雄心壯志是“前所未有的”，這可能就是為什么項(xiàng)目的這一部分吸引了外部研究人員更多的懷疑。該項(xiàng)目不僅打算建立預(yù)測(cè)模型，還打算建立能夠復(fù)制免疫系統(tǒng)運(yùn)作方式的模型。佛羅里達(dá)大學(xué)的數(shù)學(xué)生物學(xué)家Reinhard Laubenbacher表示，人工智能將檢測(cè)到反應(yīng)模式，但他懷疑它是否能加深對(duì)免疫系統(tǒng)的理解。“像這樣的數(shù)據(jù)收集工作非常有幫助，但我們可能需要更多，”他說。他說，當(dāng)務(wù)之急是“建立一個(gè)理論框架”，以理解該項(xiàng)目將積累的信息。
另一個(gè)挑戰(zhàn)是資金。Keirstead說，為了實(shí)現(xiàn)它的雄心壯志，HIP將需要一個(gè)超大規(guī)模的預(yù)算，在未來10年里大約需要10億到30億美元。為了籌集所需的資金，HIP現(xiàn)在希望超越目前的合作伙伴，向慈善機(jī)構(gòu)、政府和其他制藥公司尋求幫助。“我的目標(biāo)是每個(gè)人。他說:“沒有一塊石頭沒有被翻過。”
Lee說，確保HIP的偏遠(yuǎn)站點(diǎn)在收集和分析數(shù)據(jù)時(shí)遵循相同的程序也將是一個(gè)挑戰(zhàn)，他補(bǔ)充說，免疫監(jiān)測(cè)套件將在這方面提供很大的幫助。托馬斯說，考慮到他們對(duì)這樣的科學(xué)研究的不信任，吸引非白人參與者可能也很困難。“他們沒有看到好處，還被剝削了。”
盡管如此，他和其他人都渴望看到HIP能產(chǎn)生什么。Greenplate說:“如果他們成功了，那將是一件大事。”
（文章來源：www.ebiotrade.com/newsf/2024-1） | 
