باحثو MIT يطورون أداة ذكاء اصطناعي لتحسين اختيار سلالات لقاح الإنفلونزا

تواجه الفرق الصحية العالمية كل عام تحديًا كبيرًا: اختيار سلالات الإنفلونزا التي سيتم تضمينها في لقاح الموسم القادم. يتطلب هذا القرار اتخاذه قبل أشهر من بدء موسم الإنفلونزا، وقد يؤدي التنبؤ الخاطئ إلى انخفاض فعاليات اللقاح وزيادة الأعباء الصحية.

أداة VaxSeer

لتقليل هذه المخاطر، قام علماء من معهد ماساتشوستس للتكنولوجيا (MIT) بتطوير نظام ذكاء اصطناعي يُعرف باسم VaxSeer. تهدف هذه الأداة إلى تحسين دقة اختيار السلالات من خلال التنبؤ بالسلالات السائدة وتحديد أفضل المرشحين للقاح قبل فترة طويلة من بدء موسم الإنفلونزا. تعتمد VaxSeer على نماذج تعلم عميق تم تدريبها على عقود من تسلسلات الفيروسات ونتائج الاختبارات المعملية.

كيف تعمل VaxSeer؟

تحتوي VaxSeer على محركي تنبؤ رئيسيين: أحدهما يقدّر مدى احتمال انتشار كل سلالة فيروسية، والآخر يقدّر مدى فعالية اللقاح في تحييد تلك السلالة. يتم دمج النتائج لإنتاج درجة تغطية متوقعة، مما يساعد على تحديد مدى توافق سلالات اللقاح مع الفيروسات المتداولة.

نتائج الدراسة

في دراسة استعادية استمرت 10 سنوات، قارن الباحثون بين توصيات VaxSeer وتوصيات منظمة الصحة العالمية (WHO) لاثنين من الأنماط الفرعية الرئيسية للإنفلونزا: A/H3N2 وA/H1N1. أظهرت النتائج أن خيارات VaxSeer تفوقت على توصيات منظمة الصحة العالمية في تسعة من عشرة مواسم بالنسبة لـ A/H3N2، وفي ستة من عشرة مواسم بالنسبة لـ A/H1N1.

أهمية التطور السريع

تساعد أدوات الذكاء الاصطناعي مثل VaxSeer المسؤولين الصحيين على اتخاذ قرارات أفضل وأسرع، مما يساعدهم على البقاء في صدارة سباق العدوى والمناعة. وعلى الرغم من أن VaxSeer يركز حاليًا على بروتين HA (الهيماغلوتينين)، فإن النسخ المستقبلية يمكن أن تشمل بروتينات أخرى مثل NA (النورامينيداز) وعوامل أخرى مثل التاريخ المناعي ومستويات الجرعات.

التطلعات المستقبلية

يعمل الفريق على تطوير طرق يمكنها التنبؤ بتطور الفيروسات في ظروف بيانات محدودة، مما يفتح آفاقًا جديدة لدراسة تطور الأمراض. يشير الباحثون إلى أن هذه النماذج التنبؤية قد تساعد في التنبؤ بكيفية تطور البكتيريا المقاومة للمضادات الحيوية أو السرطانات المقاومة للعلاج، مما يمنحنا الفرصة للتدخل قبل أن تصبح المشكلات كبيرة.

هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي.