疫苗開發傳統上是一個緩慢的經驗性過程。科學家識別病原體，研究其結構，並選擇希望引發強烈免疫反應的蛋白質片段——抗原。這一選擇步驟涉及多年的試錯，合成候選抗原、在細胞培養和動物模型中測試、迭代。由 Jonathan Heeney 教授領導的劍橋團隊現在證明，AI 可以大幅壓縮這一時間線。
AI 系統基於已知蛋白質結構、免疫系統交互作用和先前疫苗試驗結果的大量數據集進行訓練。面對目標病原體，模型預測哪些蛋白質片段最可能作為有效抗原——即教導免疫系統識別和攻擊真實威脅的組件。AI 設計的抗原隨後被合成、納入疫苗配方，並在人類志願者中進行了 I 期臨床試驗。試驗確認 AI 設計的抗原安全且產生免疫反應，在真實臨床環境中驗證了計算方法。
這一里程碑的意義超越任何單一疫苗。傳統疫苗開發流程——從病原體識別到獲批產品——通常需要 5-10 年。COVID-19 大流行證明，通過大規模資源動員可以加速時間表，但 AI 方法提供了一種不同類型的加速：演算法性而非財務性。如果 AI 能可靠地預測有效抗原，早期開發階段可能從數年縮短至數月甚至數週。
這對大流行防備和常規公共衛生都很重要。對於新興傳染病，在對新病原體進行測序後的數天內通過計算設計疫苗候選物的能力，可大幅縮短疫情爆發與干預之間的時間窗口。對於缺乏有效疫苗的現有疾病——如 HIV、瘧疾和結核病——AI 可以探索人類研究人員可能永遠不會考慮的抗原空間，可能找到數十年傳統研究未能發現的解決方案。
知識要點：劍橋科學家完成首款抗原完全由 AI 設計的疫苗人體試驗；AI 模型預測哪些蛋白質片段將引發最強免疫反應；傳統疫苗開發需 5-10 年，但 AI 可將早期抗原選擇從數年壓縮至數週；應用涵蓋大流行防備、HIV、瘧疾及其他對傳統疫苗方法有抵抗力的疾病。