DI valdoma vakcinų sintezė keičia farmacijos taisykles: prasideda proaktyvios pandemijų prevencijos era

Biotechnologijų sektorius išgyvena fundamentalų strateginį lūžį, kurį žymi pirmojo pasaulyje visiškai dirbtinio intelekto sugeneruoto vakcinos komponento sėkmingi klinikiniai tyrimai su žmonėmis. Kembridžo universiteto mokslininkai kartu su savo atskirtąja įmone „DIOSynVax“ sukūrė universalią vakciną pEVAC-PS, skirtą apsaugoti nuo visos Sarbecovirus šeimos virusų, įskaitant SARS-CoV-2 atmainas bei dar nepasireiškusias gyvūninės kilmės mutacijas. Atliktas pirmosios fazės tyrimas patvirtino preparato saugumą, o gauti rezultatai publikuoti autoritetingame medicinos žurnale ScienceDaily.

Šis pasiekimas demonstruoja paradigmos pasikeitimą visoje farmacijos pramonėje – pereinama nuo tradicinio reaktyvaus atsako į kilusias krizes prie išankstinio, ateičiai pritaikyto (angl. future-proofed) modelio. Iki šiol rinkoje dominavusios technologijos reikalavo modifikuoti vakcinas jau pasirodžius naujoms viruso bangoms, o tai lėmė nuolatinį vėlavimą ir didelius finansinius praradimus. DI pasitelkimas leidžia išanalizuoti globalių stebėsenos programų duomenis ir identifikuoti nekintančias virusų struktūros dalis, sukuriant vadinamąjį „superantigeną“, atsparų būsimoms mutacijoms.

Ekspertų vertinimu, sėkmingi ankstyvieji tyrimai atveria kelią ne tik efektyvesnei kovai su koronavirusais, bet ir transformuoja vakcinų kūrimą nuo sezoninio gripo bei mirtinų hemoraginių karštligių. Ši tendencija keičia investuotojų elgseną, nukreipiant rizikos kapitalą į skaitmeninės imunologijos ir kompiuterinio modeliavimo platformas, kurios minimizuoja ankstyvųjų tyrimų stadijų sąnaudas. Kaip nurodoma tyrime, kurį remia University Hospital Southampton, tokios inovacijos ateityje leis išvengti griežtų karantinų bei apsaugoti pasaulio ekonomiką nuo sisteminių sukrėtimų.

Strateginiai pramonės pokyčiai ir antigenų dizainas

Kompiuterinis antigenų modeliavimas (angl. Vaccine Antigen Payloads) panaikina poreikį izoliuoti gyvus patogenus laboratorijose pradinėse stadijose. DI algoritmai analizuoja tūkstančius genetinių sekų, ieškodami funkcinių branduolių, kurių virusas negali pakeisti neprarandant gebėjimo užkrėsti ląsteles. Šis technologinis pranašumas sutrumpina vakcinų kandidatų atrankos laiką nuo kelerių metų iki kelių savaičių.

Logistikos inovacijos ir adatos nenaudojančios sistemos

Kitas svarbus rinkos poslinkis yra susijęs su vakcinų pristatymo metodais ir tiekimo grandinės supaprasinimu. Tyrimo metu pEVAC-PS buvo suleista naudojant srautinę mikrofluidinę sistemą be adatų, o tai drastiškai sumažina medicininių atliekų kiekį ir palengvina masinių kampanijų vykdymą. Dėl DNR plazmidžių pagrindo šios vakcinos gali būti dehidratuojamos iki miltelių pavidalo ir transportuojamos kambario temperatūroje, o tai eliminuoja brangios šaldymo grandinės poreikį, ypač besivystančiose šalyse, teigia ekspertai platformoje Cambridge Enterprise.

Investicinė aplinka ir ateities prognozės

Tikėtina, kad farmacijos gigantai vis dažniau pirks licencijas iš specializuotų DI startuolių arba juos perims, siekdami diversifikuoti savo produktų krepšelius. Perėjimas prie universalių vakcinų platformų sumažins ilgalaikes gamybos sąnaudas, nes vienas bazinis preparatas apims kelias ligų grupes. Artėjantis antrosios fazės klinikinis tyrimas su didesne savanorių grupe taps kritiniu indikatoriumi, nustatančiu komercinį šios technologijos potencialą artimiausiam dešimtmečiui.

Kas lieka už kadro: nematoma algoritmų kova su virusų evoliucija

Tradicinės vakcinos dešimtmečius rėmėsi principu, kad imuninė sistema supažindinama su susilpnintu virusu arba jo dalimi, pavyzdžiui, liūdnai pagarsėjusiu SARS-CoV-2 spyglio baltymu. Tačiau šis metodas turi esminį trūkumą – virusas mutuoja greičiau, nei farmacijos gamyklos spėja atnaujinti gamybos linijas. Didieji rinkos žaidėjai ilgą laiką buvo įstrigę nuolatinio vijimosi cikle, kai naujos koronaviruso bangos vėl ir vėl devalvavo sukauptas vakcinų atsargas. Štai čia išryškėja Kembridžo mokslininkų pasirinktas unikalus kelias: užuot bandę nuspėti kitą mutaciją, jie pasitelkė mašininį mokymąsi, kad surastų viruso „Achilo kulną“ – tas genetines sekas, kurios išlieka visiškai identiškos visose žinomose šios šeimos atmainose.

Šis projektas nebuvo sukurtas vakuume; jis tiesiogiai remiasi ankstesnėmis nesėkmėmis ir pamokomis, išmoktomis per pastarąją pandemiją. Kai kurie pramonės ekspertai iš pradžių skeptiškai vertino skaitmeninį antigenų modeliavimą, baimindamiesi, kad dirbtinio intelekto sugeneruoti baltymai natūraliame žmogaus organizme elgsis nenuspėjamai. Vis dėlto, bendradarbiavimas su Jungtinės Karalystės nacionaline sveikatos tarnyba ir Sautamptono universiteto ligoninės klinikiniais tyrėjais leido atlikti itin kruopštų pirmosios fazės testavimą. Gauti saugumo duomenys išsklaidė didžiąją dalį biurokratinių abejonių ir įrodė, kad kompiuterio ekrane suprojektuotas stabilus antigenas sėkmingai sužadina reikiamą imuninį atsaką realiose ląstelėse.

Vienas iš didžiausių iššūkių, kurį teko įveikti „DIOSynVax“ komandai, buvo susijęs su viruso evoliuciniais apribojimais. Dirbtinis intelektas turėjo išanalizuoti tūkstančius skirtingų gyvūnų nešiojamų koronavirusų pavyzdžių, kad suprastų, kurios viruso dalys yra gyvybiškai svarbios jo išlikimui. Jei virusas mutuoja tam tikroje kritinėje vietoje, jis praranda gebėjimą prisijungti prie žmogaus ląstelių receptorių ir žūsta. Būtent į šiuos nekintamus regionus nukreipta naujoji vakcina, todėl net ir stipriai mutavęs ateities patogenas bus atpažintas imuninės sistemos. Šis metodas radikaliai keičia rizikos vertinimą, nes valstybės pagaliau gali investuoti į apsaugos priemones dar prieš prasidedant naujam globaliam protrūkiui.

Investuotojų bendruomenėje šis technologinis proveržis vertinamas kaip signalas ilgalaikėms struktūrinėms permainoms. Farmacijos milžinės, kurios anksčiau orientavosi į milžiniškus gamybos pajėgumus ir greitą esamų formulių modifikavimą, dabar priverstos investuoti į skaitmeninę infrastruktūrą bei bioinformatikos specialistus. Tuo pat metu reguliavimo institucijos visame pasaulyje susiduria su nauju teisiniu iššūkiu – kaip sertifikuoti vakcinas, kurios yra sukurtos ne konkrečiam esamam virusui, o apsaugai nuo teorinių ateities grėsmių. Šio teisinio ir mokslinio mazgo narpliojimas lems, kaip greitai panašios technologijos bus pritaikytos kitų pavojingų ligų, tokių kaip gripas ar ŽIV, prevencijai.

Žvelgiant giliau: technologinis optimizmas prieš gamybos realybę

Nors pranešimai apie dirbtinio intelekto suprojektuotą universalią vakciną skamba kaip galutinė pergalė prieš pandemijas, pramonės užkulisiuose entuziazmą lydi didelė dozė skepticizmo. Pagrindinis prieštaravimas slypi atotrūkyje tarp skaitmeninio modeliavimo greičio ir fizinės gamybos inertiškumo. Algoritmas gali sukurti idealų antigeną per kelias dienas, tačiau masinė DNR plazmidžių ar mRNR platformų gamyba vis tiek priklauso nuo sudėtingų biologinių bioreaktorių, žaliavų tiekimo grandinių ir griežtų kokybės kontrolės procedūrų. Technologijų sektorius dažnai pamiršta, kad biologiniai procesai pasiduoda ne Moore'o dėsniui, o gamtos dėsniams, todėl skaitmeninis greitis ne visada virsta greitu preparato prieinamumu vaistinėse.

Kitas rimtas iššūkis yra susijęs su pačia „universalumo“ sąvoka klinikinėje praktikoje. Istorinė patirtis su universaliomis gripo vakcinomis rodo, kad bandomieji antigenai, sukurti pagal nekintančias viruso dalis, dažnai sukelia silpnesnį imuninį atsaką nei tie, kurie yra nukreipti į kintančias, bet imuninei sistemai labiau „matomas“ viruso vietas. DI modeliai puikiai optimizuoja teorinį stabilumą, tačiau žmogaus imuninė sistema yra kaprizinga ir ne visada reaguoja pagal matematiškai tikslias formules. Kol nėra ilgalaikių trečiosios fazės tyrimų duomenų su šimtais tūkstančių pacientų skirtingose populiacijose, teiginys, kad pEVAC-PS visiškai apsaugos nuo bet kokio būsimo koronaviruso, lieka drąsi, bet neįrodyta hipotezė.

Galiausiai, geopolitinis ir ekonominis kontekstas prideda papildomą skepticizmo sluoksnį. Net jei ši technologija pasirodys esanti visiškai efektyvi, jos komercializacija neišvengiamai susidurs su patentų karais ir nacionaliniu protekcionizmu. Šalys, kurios investuoja milijardus į vietinę farmacijos pramonę, gali būti nepasiruošusios pripažinti užsienio DI algoritmų patvirtintų produktų, o technologinė takoskyra tarp išsivysčiusių ir besivystančių šalių gali tik pagilėti. Jei skaitmeninė vakcinų platforma taps prieinama tik elitiniam Vakarų šalių klubui, pasaulinės pandemijų prevencijos idėja žlugs, nes virusai mutacijų geografijos nesirenka pagal valstybių ekonominį pajėgumą.

Didžiausia ironija yra ta, kad sukūrus tobulą, dirbtinio intelekto sugeneruotą vakciną nuo visų ateities virusų, didžiausiu iššūkiu vėl taps ne mokslas, o paprasčiausias žmogiškasis faktorius – įtikinti visuomenę, kad kompiuterio išrastas preparatas nėra skirtas jų minčių kontrolei.

Vyr. redaktorius Artūras Malašauskas, DI sistemų integratorius, sukaupęs daugiau nei 20 metų patirties kuriant gamybinio lygio žiniatinklio inžinerijos sprendimus. Jis projektavo, diegė ir plėtė verslo klasės „Python“/„PHP“ sistemas logistikos, SaaS bei viešojo sektoriaus klientams. Pastaruosius metus jis specializuojasi išskirtinai DI integracijų srityje: diegia atvirojo kodo didžiuosius kalbos modelius (LLM), kuria generatyvinių medijų (vaizdo, garso, video) srautus bei projektuoja daugiagentines darbo eigas realioms gamybinėms aplinkoms. Jo standartas: atkuriamumas, saugumas ir ekonomiškai efektyvi išvestis – jokio „vaporware“. Artūras dokumentuoja bei vertina naujus DI įrankius, atskirdamas patvirtintas galimybes nuo rinkodarinio triukšmo. Techninis redaktorius svetainėse: ai-naujienos.lt, ai-verslas.lt, muza-ai.eu. Susisiekite per „LinkedIn“.