共计 249 个字符，预计需要花费 1 分钟才能阅读完成。
一项发表在《自然医学》期刊上的最新研究显示，人工智能（AI）在流感疫苗株选择领域展现出显著优势，为提升疫苗有效性提供了创新解决方案。这项突破性研究探讨了如何利用 AI 技术优化流感疫苗候选株的选择，有望减轻全球流感负担。
流感病毒以其快速变异特性著称，这使得疫苗有效性难以保持稳定。根据美国疾病控制与预防中心（CDC）的数据，2012 年至 2021 年间，流感疫苗的平均有效性低于 40%。世界卫生组织（WHO）每年都会为即将到来的流感季节选择最佳疫苗株，但 CDC 报告显示，在此期间有一半的年份疫苗有效性较低（<40%）。
传统疫苗生产需要 6 - 9 个月，这使得疫苗株选择面临巨大挑战。为了解决这一问题，研究团队开发了名为 VaxSeer 的 AI 平台。该平台基于机器学习模型，能够预测具有最高覆盖分数的候选疫苗株。通过分析十年的病毒序列和抗原性数据，VaxSeer 可以预测即将到来的季节中的优势流行株。
研究结果显示，VaxSeer 在预测与流行株抗原匹配更好的疫苗株方面表现优异。在 10 年的回顾性分析中，VaxSeer 在 6 年中对 H1N1 的预测优于 WHO 推荐，在 9 年中对 H3N2 的预测优于 WHO 推荐。此外，VaxSeer 模型在 7 年中对 H1N1 选择了最佳疫苗株，在 5 年中对 H3N2 选择了最佳疫苗株。
尽管这项研究主要关注抗原性 - 优势匹配对疫苗有效性的影响，但它充分展示了 AI 平台在疫苗株选择方面的巨大潜力。研究人员强调，VaxSeer 并非旨在取代 WHO 的流程，而是作为一种补充性的筛选工具，可以在资源密集的实验室验证之前优先选择疫苗株。
这项突破性研究为流感疫苗研发开辟了新途径，展示了机器学习在帮助人类发现更有效疫苗方面的巨大潜力。随着 AI 技术的不断发展，我们有理由期待未来在疫苗研发领域看到更多创新成果。
