Sztuczna inteligencja przewidzi reakcję na szczepionkę przed jej podaniem

Komentarz redakcji

Naukowcy pod kierunkiem prof. Joshuy LaBaera przeanalizowali próbki krwi od 4085 osób, zarówno zdrowych, jak i z obniżoną odpornością. Badanie wykazało, że wyższy poziom przeciwciał przeciwko powszechnym patogenom, takim jak wirus RSV czy gronkowiec złocisty, koreluje z silniejszą odpowiedzią na szczepienie. Zastosowanie algorytmów uczenia maszynowego otwiera drogę do personalizacji szczepień u pacjentów z grup wysokiego ryzyka.

Najważniejsze

  • Sztuczna inteligencja potrafi prognozować siłę reakcji na szczepionkę przeciw COVID-19 przed jej podaniem na podstawie analizy przeciwciał we krwi.
  • Badanie wykazało, że stan kliniczny pacjenta nie determinuje w pełni jego odpowiedzi odpornościowej – część osób chorych reaguje silnie, a część zdrowych słabo.
  • Wskaźnikiem silniejszej odpowiedzi na szczepienie jest wyższy poziom tzw. przeciwciał strażniczych (np. przeciw RSV czy gronkowcowi).
  • Metoda ta opiera się na drogiej technologii mikromacierzy NAPPA, co obecnie ogranicza jej masowe zastosowanie.
·
2 min

Analiza profili przeciwciał za pomocą sztucznej inteligencji pozwala prognozować siłę reakcji na szczepionkę przeciw COVID-19 jeszcze przed jej podaniem – wynika z badania naukowców z Arizona State University.

Źródło zdjęcia: unsplash.com - by Mathurin NAPOLY / matnapo
Źródło zdjęcia: unsplash.com - by Mathurin NAPOLY / matnapo

Zespół naukowców z Arizona State University pod kierownictwem prof. Joshuy LaBaera wykazał, że analiza profili przeciwciał we krwi za pomocą sztucznej inteligencji pozwala prognozować siłę reakcji na szczepionkę przeciw COVID-19 jeszcze przed jej podaniem. Wyniki analiz ukazały się w sierpniu 2024 roku w czasopiśmie „Cell Reports Medicine”.

Naukowcy objęli badaniem kohortę 4085 uczestników. W grupie tej znaleźli się zarówno ludzie zdrowi, jak i pacjenci z obniżoną odpornością – m.in. z wirusem HIV, nowotworami narządów litych oraz po przeszczepach. Algorytmy uczenia maszynowego wykazały, że stan kliniczny pacjenta nie przesądza o sile odpowiedzi immunologicznej. Około 5–6 proc. zdrowych osób zareagowało na szczepionkę słabo, podczas gdy część pacjentów z grup ryzyka wykazała silną reakcję odpornościową.

Rola przeciwciał strażniczych

Prognozy modelu sztucznej inteligencji opierały się na analizie ogólnej odpowiedzi humoralnej, czyli przeciwciał IgG oraz IgA. Narzędzie okazało się najskuteczniejsze w odniesieniu do szczepionek mRNA firm Pfizer-BioNTech i Moderna, które stanowiły większość analizowanych próbek. Badacze zaobserwowali, że wyższy poziom przeciwciał przeciwko powszechnym patogenom (takim jak gronkowiec złocisty czy wirus RSV) przed szczepieniem silnie korelował z późniejszą, wyższą skutecznością szczepionki przeciw COVID-19. Te tak zwane przeciwciała strażnicze odzwierciedlają gotowość układu immunologicznego.

Wyzwania i ograniczenia wdrożenia

Praca ta wpisuje się w rozwój tzw. wakcynologii systemowej, która dąży do personalizacji szczepień i odejścia od schematycznego podejścia do wszystkich pacjentów. Badacze przeprowadzili profilowanie 185 antygenów za pomocą laboratoryjnej technologii mikromacierzy białkowych NAPPA. Wysoki koszt tej metody, sięgający setek dolarów za próbkę, uniemożliwia obecnie jej wykorzystanie w masowych badaniach przesiewowych. Rozwiązanie to ma uzasadnienie ekonomiczne wyłącznie jako diagnostyka towarzysząca dla pacjentów z grup najwyższego ryzyka przed wdrożeniem kosztownego leczenia lub immunoterapii.

Brak gotowych procedur medycznych oraz margines błędu w prognozach uniemożliwiają obecnie wdrożenie tej metody w praktyce klinicznej. Badanie oceniało wyłącznie odporność humoralną, pomijając rolę limfocytów T. Ponadto autorzy publikacji posiadają patenty powiązane z technologią NAPPA, co oznacza bezpośredni interes komercyjny w promowaniu tego rozwiązania. Dodatkowe ryzyko zakłócenia wyników stwarza odporność hybrydowa – badacze nie kontrolowali bowiem historii bezobjawowych zakażeń SARS-CoV-2 u uczestników.

,,IMiD- Czy zespoły do innowacji i AI są potrzebne w szpitalach?''

Jak sztuczna inteligencja przewiduje reakcję na szczepienie?

1
Kohorta badawcza
Badanie objęło 4085 uczestników, w tym osoby z grup ryzyka (HIV, nowotwory, po przeszczepach) oraz osoby zdrowe.
2
Technologia analizy
Profilowanie 185 antygenów przy użyciu mikromacierzy białkowych NAPPA i AI.
3
Główne szczepionki
Skuteczność modelu wykazano przede wszystkim na szczepionkach mRNA (Pfizer-BioNTech, Moderna).
4
Wskaźnik (przeciwciała strażnicze)
Wyższy poziom przeciwciał m.in. przeciw RSV i gronkowcowi zwiastuje silniejszą reakcję na szczepienie COVID-19.

Badanie zespołu prof. Joshuy LaBaera, Arizona State University (2024)

Słownik pojęć

Wakcynologia systemowa
Dział nauki badający mechanizmy działania szczepionek na poziomie całego organizmu (systemowym), z wykorzystaniem biologii systemowej, genomiki i bioinformatyki, w celu personalizacji szczepień.
Odporność humoralna
Część układu odpornościowego związana z produkcją przeciwciał przez limfocyty B, obecnych w płynach ustrojowych (np. we krwi).
Mikromacierze białkowe NAPPA
Technologia laboratoryjna (Nucleic Acid Programmable Protein Array) pozwalająca na jednoczesne badanie i analizę tysięcy białek lub antygenów na jednej płytce.
Odporność hybrydowa
Odporność powstała w wyniku połączenia przebytej infekcji naturalnej (np. zakażenia SARS-CoV-2) oraz szczepienia.
Przeciwciała strażnicze
Przeciwciała skierowane przeciwko powszechnie występującym patogenom, które odzwierciedlają stan gotowości i historię immunologiczną organizmu.

Najczęstsze pytania

W jaki sposób sztuczna inteligencja może przewidzieć reakcję na szczepionkę?
Sztuczna inteligencja analizuje profil przeciwciał pacjenta (w tym przeciwciała IgG i IgA) przed podaniem preparatu. Na tej podstawie określa stopień gotowości układu odpornościowego, co pozwala z dużym prawdopodobieństwem przewidzieć siłę reakcji na szczepionkę.
Co to są „przeciwciała strażnicze” i jakie mają znaczenie?
Wykazano, że wysoki poziom przeciwciał przeciwko powszechnym patogenom, takim jak wirus RSV czy gronkowiec złocisty, koreluje z silniejszą i skuteczniejszą odpowiedzią na szczepionkę przeciw COVID-19. Te przeciwciała wskazują na dobrą gotowość układu immunologicznego.
Czy osoby ciężko chore zawsze słabiej reagują na szczepienia niż osoby zdrowe?
Nie. Badania pokazały, że około 5-6% zdrowych pacjentów wykazało słabą reakcję odpornościową na szczepionkę, podczas gdy niektórzy pacjenci z grup ryzyka (np. z wirusem HIV, nowotworami czy po przeszczepach) zareagowali bardzo silnie.
Dlaczego ta metoda nie jest jeszcze stosowana u każdego pacjenta?
Główną przeszkodą jest bardzo wysoki koszt badania (sięgający setek dolarów za próbkę) przy użyciu technologii NAPPA. Ponadto brakuje gotowych procedur medycznych, a testy nie uwzględniały odporności komórkowej (limfocytów T) oraz odporności hybrydowej u pacjentów.

Pierwsi napisali na ten temat

Komentarze (0)

0/2000
Następny artykuł

Jak AI rewolucjonizuje wczesne wykrywanie raka piersi w Szwecji?

Badanie Szpitala Uniwersyteckiego Karolinska objęło prawie 90 tys. mammogramów od ponad 31 tys. pacjentek z czterech regionów Szwecji. Wyniki opublikowane w „Radiology” pokazują, że algorytmy częściej wskazywały podwyższone ryzyko u kobiet, u których później rozpoznano raka piersi.

Czytaj dalej

Powiązane artykuły

Jak AI rewolucjonizuje wczesne wykrywanie raka piersi w Szwecji?

Szwedzcy naukowcy przekazali, że komercyjna AI może wykrywać ślady raka piersi nawet 6 lat przed diagnozą. Dotyczy to około 20 proc. przypadków.

rynekzdrowia.pl
poradnikzdrowie.pl
+6
13 cze

Czy zwykły test krwi może przewidzieć Alzheimera u zdrowych seniorów?

Międzynarodowy zespół naukowców ogłosił 15 lipca 2026 roku w Londynie, że badanie krwi oceniające poziom białka p-tau217 umożliwia oszacowanie ryzyka rozwoju choroby Alzheimera u zdrowych osób starszych.

timeslive.co.za
abc7.com
+5
17 lip

AI może przewidywać zaostrzenia astmy u dzieci

Metaanaliza opublikowana 19 czerwca 2026 roku sugeruje, że modele uczenia maszynowego mogą przewidywać zaostrzenia astmy u dzieci, ale wymagają dalszych badań.

deutschesgesundheitsportal.de
medwiss.de
+2
20 cze

Analiza wykazała brak gotowości AI do prognozowania chorób serca

Modele sztucznej inteligencji przeznaczone do prognozowania chorób serca nie są jeszcze gotowe do użytku klinicznego z powodu poważnych braków metodologicznych. Takie wnioski płyną z międzynarodowego badania opublikowanego 12 sierpnia 2026 roku.

thehindu.com
thefoxdaily.com
14 sie

Szczepionka zaprojektowana przez AI przeszła pierwsze testy na ludziach

Naukowcy z Cambridge i Southampton poinformowali 4 czerwca 2026 r. o pierwszym bezpiecznym badaniu szczepionki projektowanej przez AI, która ma chronić przed całymi rodzinami wirusów.

standard.co.uk
irishnews.com
+3
5 cze

Sztuczna inteligencja w walce z chorobami. Nadchodzi przełom w żywieniu

Naukowcy z Hanoweru rozpoczęli pięcioletni projekt badawczy CPN-Map o wartości 1,8 miliona euro. Jego celem jest stworzenie systemu sztucznej inteligencji do opracowywania spersonalizowanych zaleceń dietetycznych.

deutschesgesundheitsportal.de
medwiss.de
17 lip
StartSzukaj