נכון לשנת 2024, למעלה מ-40 מיליון אנשים בעולם מאובחנים עם וירוס הכשל החיסוני האנושי (HIV) – זיהום כרוני ומסכן חיים שנותר אחד מגורמי המוות המובילים בעולם. אפילו עשרות שנים לאחר גילויו, ה-HIV ממשיך לקחת חיים ולאתגר את מערכות הבריאות העולמיות, בין השאר משום שמדענים לא הצליחו לקבוע במהירות אילו גישות חיסון ניסיוניות פועלות עקב כמויות משמעותיות של נתונים.
מדעני מחקר של Scripps קיבלו לאחרונה 1.1 מיליון דולר מ-Scripps Consortium for HIV/AIDS Vaccine Development (CHAVD) לרכישת ציוד מחשוב בעל ביצועים גבוהים כדי להתמודד עם אתגר הבריאות העולמי הזה. הציוד ישמש להאצת הזיהוי של מועמדים יעילים יותר לחיסון HIV באמצעות תשתית חישובית משופרת, צווארי בקבוק מופחתים בעיבוד נתונים וטכנולוגיית בינה מלאכותית (AI) חדישה. התמיכה ב-CHAVD ניתנת על ידי המכון הלאומי לבריאות.
במהלך 10 השנים האחרונות, הצלחנו להאיץ את יצירת הנתונים, אך אין לנו דרך טובה לנתח את הנתונים הללו כדי להבין אם החיסונים הללו פועלים היטב. טכנולוגיית הבינה המלאכותית החדשה הזו תגביר את היכולת שלנו להעריך עד מיליוני תכנוני חיסונים פוטנציאליים בזמן שנדרש כדי ללמוד כמה עשרות, ותקרב אותנו למציאת גישות חיסונים מבטיחות יותר."
בריאן ברייני, פרופסור חבר במחקר Scripps וחוקר ראשי בפרויקט
פיתוח חיסון יעיל נגד HIV נותר קשה במיוחד. כדי לעבוד, היא חייבת לאמן את המערכת החיסונית לייצר חלבונים המגינים על נוגדנים המסוגלים לנטרל יותר מ-90% מזני HIV ביותר מ-90% מהאנשים. במילים אחרות, זה רף גבוה במיוחד שעדיין לא השיג חיסון. האתגר מונע מהיכולת המופלאה של HIV לעבור מוטציה, משנה את צורתו ללא הרף ומקשה על מערכת החיסון לזהות ולהשמיד את הנגיף.
צוות המחקר של Scripps מקווה בסופו של דבר לפתח חיסון עמיד המתאים את עצמו למוטציות של הנגיף וניתן למסור אותו במנה בודדת. אולם בינתיים, ברייני ומשתפי הפעולה שואפים לפתח סדרה של חיסונים מרובים שיסתגלו לשינויים של הנגיף לאורך זמן. כדי לעמוד באתגר של הגנה מפני יותר מ-90% מזני HIV, הצוות זקוק למשוב בזמן אמת ממחקרים קליניים-נתונים שחושפים את ביצועי החיסון ומודיעים על עיצוב הגרסה הבאה בסדרה.
"אנחנו עוברים מניסוי וטעייה לחיזוי חכם", אומר אנדרו וורד, פרופסור במחלקה לביולוגיה אינטגרטיבית מבנית וחישובית וחוקר ראשי בפרויקט. "במקום לבזבז חודשים על בדיקת כל רעיון עיצובי במעבדה, אנחנו יכולים לסנן מאות אלפי אפשרויות חישובית, לזהות את המועמדים הטובים ביותר ולמקד את עבודת הניסוי שלנו היכן שזה הכי חשוב".
טעינת מדע עם AI
וורד, ברייני והמעבדות שלהם ישתמשו בכספים כדי לרכוש טכנולוגיית בינה מלאכותית חדשה שמכפילה את כוח החישוב הזמין ב-Scripps Research ופועלת במהירויות מהירות פי 4-5 מהמערכות הקיימות. רוחב הפס החישובי החדש הזה יאפשר לצוות לנתח במהירות את הנוגדנים המיוצרים על ידי אנשים שמקבלים חיסונים ניסיוניים בניסויים קליניים ולקבוע אם הם בדרך הנכונה עם דיוק מולקולרי.
"המשאב החדש הזה ממנף המון עבודה קשה ויצירתיות של המדענים במעבדות שלנו ואני נרגש לראות עד כמה רחוק הם יכולים להרחיב את הטכנולוגיה", אומר וורד.
כאשר נותנים חיסון, הוא יכול לאמן את המערכת החיסונית לייצר נוגדנים המנטרלים מגוון רחב של זני HIV – הידועים גם כנוגדנים מנטרלים באופן נרחב. לאחר מכן, הצוות יעריך את הנוגדנים המושרים על ידי חיסון, יבדוק מספר תרחישים בו-זמנית, וידגמן כיצד הם מתקשרים עם הנגיף ברמה המולקולרית, כל זאת תוך צמצום זמן הניתוח משבועות לימים. הנוגדנים שזוהו כפועלים בצורה יוצאת דופן נגד הנגיף ידועים כ"מועמדים לנוגדנים", המרכיבים את האיטרציה הבאה של החיסון. כוח עיבוד נוסף זה יתמוך גם בעבודה של צוותי מחקר אחרים של Scripps העובדים על היבטים שונים של HIV, כגון הנדסת חלבון המסייעת לגילוי מזוויות מרובות.
הצוותים יאמנו תחילה את מערכת ה-AI על נתוני ניסויים קליניים היסטוריים מחיסונים קודמים כדי לפתח מודל חישובי מקיף שיכול לזהות במהירות את המועמדים הטובים ביותר לנוגדנים. במעבדה, חוקרים לעתים קרובות מסננים נתונים באופן ידני ומיישמים את החשיבה שלהם כדי לקבוע איזה נוגדן עשוי לעבוד הכי טוב. עם זאת, מודל הבינה המלאכותית הוכיח את עצמו כמזהה מועמדים מבטיחים שהחוקרים דחו בתחילה.
כדי להמשיך ולפתח את מסגרת הבינה המלאכותית הזו, הקבוצה תמנף שיטה בשם StepwiseDesign אשר, כפי ששמה מרמז, מחקה כיצד מערכת החיסון לומדת בהדרגה לפתח נוגדנים יעילים יותר באמצעות איטרציות קטנות ומוטבות.
הגישה כבר הוכחה כמוצלחת להפליא: הצוות השתמש במערכת הבינה המלאכותית שלהם כדי לנתח כ-2,000 נוגדנים מאנשים שמעולם לא נדבקו ב-HIV, בחיפוש אחר מועמדים נדירים שעשויים להיות בעלי פוטנציאל להילחם בנגיף. הם גילו נוגדן שיכול למעשה לנטרל HIV – בפעם הראשונה שמישהו מצא נוגדן כזה באדם לא נגוע. ממצא זה משמעותי מכיוון שהוא מדגים שחלק מהאנשים נושאים באופן טבעי את חומר המוצא הגנטי לנוגדנים מגינים באופן נרחב, למרות שמעולם לא נתקלו ב-HIV.
חיסון מוצלח יצטרך להפעיל ולהכשיר את הנוגדנים המבשרים הנדירים הללו כדי להבשיל ללוחמי וירוסים בעלי חוזק מלא. התגלית גם מאשרת שגישה חישובית זו יכולה לזהות את המועמדים הנדירים ביותר הללו – בעצם מציאת מחטים בערימות חציר ביולוגיות – מה שנותן למדענים ביטחון שהשיטות יעבדו אפילו טוב יותר להערכת נוגדנים שכבר אומנו חלקית על ידי חיסונים ניסיוניים.
העיתוי גם אידיאלי: מספר מועמדים לחיסון נגד HIV נבדקים כעת בניסויים בבני אדם, ומייצרים מבול של נתונים חדשים. עם היכולת לנתח במהירות את התגובות הללו ולחדד את חיסוני המעקב, החוקרים יכולים לקצר משמעותית את הדרך לחיסון יעיל נגד HIV.
מודל חדש לפיתוח חיסונים
ההשלכות חורגות הרבה מעבר ל-HIV. וורד וברייני מקווים שניתן ליישם גישה חישובית זו על מגוון יעדי חיסונים מאתגרים, כמו שפעת ומלריה.
"הפרויקט הזה מדגים את כוחו של שיתוף פעולה על ידי שילוב המומחיות של Scripps Research ו-CHAVD", הוסיפה בריני. "אנו מקווים שהפרויקט הזה יוביל למשאב שיכול לשמש חוקרי HIV ברחבי העולם, ובסופו של דבר יוביל לתוצאות בריאותיות טובות יותר עבור אלה שחיים עם או רגישים ל-HIV."
