วัคซีนแห่งอนาคตที่ออกแบบโดย AI สามารถล่วงหน้าการระบาดใหญ่ได้หรือไม่

การระบาดของไวรัสโคโรนาสายพันธุ์ใหม่ได้ทิ้งบทเรียนสองประการให้กับโลก ประการหนึ่งคือ มนุษยชาติสามารถพัฒนาวัคซีนได้ด้วยความเร็วที่ไม่เคยมีมาก่อน อีกประการหนึ่งคือ ความเป็นจริงที่ว่าเรายังคงล้าหลังการกลายพันธุ์ของไวรัส

แม้ว่าวัคซีนจะเสร็จสมบูรณ์และการฉีดวัคซีนจะขยายตัว แต่ไวรัสยังคงกลายพันธุ์ เมื่อมีสายพันธุ์ใหม่เกิดขึ้น ประสิทธิภาพของวัคซีนที่มีอยู่จะเปลี่ยนไป และจำเป็นต้องมีการฉีดวัคซีนเพิ่มเติมหรือการพัฒนาเวอร์ชันที่ปรับปรุงใหม่ วัคซีนไข้หวัดใหญ่ก็มีโครงสร้างเดียวกัน โดยมีการคาดการณ์และปรับปรุงสายพันธุ์ที่แพร่ระบาดในแต่ละปี

ทีมวิจัยจากมหาวิทยาลัยเคมบริดจ์ในสหราชอาณาจักรและบริษัทชีวภาพ DIOSynVax ซึ่งก่อตั้งโดยมหาวิทยาลัยเดียวกัน กำลังพยายามเปลี่ยนแปลงระบบ "การไล่ตาม" นี้จากพื้นฐาน วัคซีนที่ออกแบบโดย AI ที่รายงานโดย BBC และอื่น ๆ ได้รับความสนใจในฐานะความพยายามระดับโลกครั้งแรกในการประเมินส่วนประกอบสำคัญของวัคซีนที่ออกแบบโดยปัญญาประดิษฐ์

เป้าหมายของนักวิจัยคือวัคซีนที่ไม่เพียงตอบสนองต่อสายพันธุ์เฉพาะ แต่เป็นวัคซีน "อนาคต" ที่สามารถค้นหาจุดอ่อนที่ใช้ร่วมกันในกลุ่มไวรัสโคโรนาที่กว้างขึ้นและทำให้ระบบภูมิคุ้มกันจดจำได้ กล่าวอีกนัยหนึ่งคือ แนวคิดที่จะไม่ไล่ตามไวรัสที่กำลังระบาดอยู่แล้ว แต่เตรียมพร้อมสำหรับไวรัสที่ใกล้เคียงซึ่งยังไม่ปรากฏในสังคมมนุษย์

"ซูเปอร์แอนติเจน" คืออะไร

วัคซีนมีส่วนประกอบที่เรียกว่าแอนติเจนอยู่ตรงกลาง แอนติเจนเป็นเหมือนเครื่องหมายที่สอนระบบภูมิคุ้มกันให้ "จดจำรูปร่างนี้ว่าเป็นศัตรู" วัคซีนทั่วไปออกแบบแอนติเจนโดยอิงจากไวรัสที่กำลังระบาดหรือส่วนหนึ่งของไวรัสที่ได้รับการยืนยันในอดีต

อย่างไรก็ตาม ไวรัสสามารถกลายพันธุ์ได้ เมื่อเครื่องหมายเปลี่ยนไป ระบบภูมิคุ้มกันจะหาคู่ต่อสู้ได้ยากขึ้น ดังนั้นวิธีการแบบเดิมจึงจำเป็นต้องอัปเดตวัคซีนให้ตรงกับสายพันธุ์ที่แพร่ระบาด

ทีมเคมบริดจ์ใช้ AI ในการรวบรวมข้อมูลพันธุกรรมของไวรัสโคโรนาที่ลงทะเบียนในโปรแกรมเฝ้าระวังทั่วโลกและวิเคราะห์โดย AI เป้าหมายคือการค้นหาส่วนที่ไม่สามารถเปลี่ยนแปลงได้ง่ายแม้ว่าไวรัสจะกลายพันธุ์ ซึ่งเป็นโครงสร้างร่วมที่สำคัญต่อการอยู่รอด

ผลลัพธ์ที่ได้คือ "ซูเปอร์แอนติเจน" ที่ออกแบบมาเพื่อกระตุ้นการตอบสนองทางภูมิคุ้มกันข้ามไวรัสที่เกี่ยวข้องหลายชนิด นี่ไม่ใช่แอนติเจนที่ปรับให้เข้ากับสายพันธุ์ไวรัสเดียว แต่เป็นการออกแบบที่รวมเอาลักษณะร่วมกันของไวรัสทั้งครอบครัว

เป้าหมายในครั้งนี้คือกลุ่มซาร์เบโคไวรัส ซึ่งรวมถึง SARS-CoV-2 หรือไวรัสโคโรนาสายพันธุ์ใหม่ กลุ่มนี้ยังรวมถึงไวรัสที่เคยทำให้เกิด SARS และไวรัสที่หมุนเวียนในสัตว์ซึ่งอาจติดเชื้อในมนุษย์ในอนาคต

สิ่งที่เห็นได้จากการทดลองระยะที่ 1

การทดลองทางคลินิกในครั้งนี้เป็นขั้นตอนเริ่มต้นที่มุ่งเน้นการตรวจสอบความปลอดภัย จากรายงานและข้อมูลการวิจัย วัคซีนต้นแบบถูกฉีดให้กับอาสาสมัครผู้ใหญ่ที่มีสุขภาพดีเพื่อตรวจสอบผลข้างเคียง ความปลอดภัย และการตอบสนองทางภูมิคุ้มกัน

สิ่งที่น่าสนใจคือวิธีการฉีดวัคซีนต้นแบบนี้มีความใหม่ วัคซีนนี้ถูกออกแบบเป็นวัคซีน DNA และถูกฉีดเข้าผิวหนังโดยใช้วิธีการเจ็ทไมโครฟลูอิดิกที่ไม่ใช้เข็ม ซึ่งใช้กระแสของเหลวแรงดันสูงในการส่งวัคซีนไปยังเซลล์ผิวหนัง มีความคาดหวังว่ามีข้อดีในด้านการปฏิบัติในสถานที่ฉีดวัคซีนขนาดใหญ่และสำหรับผู้ที่ไม่ชอบเข็มฉีดยาแบบดั้งเดิม

การทดลองไม่พบข้อกังวลด้านความปลอดภัยที่สำคัญและมีการตอบสนองทางภูมิคุ้มกัน อย่างไรก็ตาม สิ่งสำคัญคือการทดลองนี้ยังไม่ได้พิสูจน์ว่า "สามารถป้องกันการติดเชื้อได้" วัตถุประสงค์ของการทดลองเบื้องต้นคือการตรวจสอบว่าสามารถดำเนินการได้อย่างปลอดภัยในมนุษย์หรือไม่ และมีสัญญาณการตอบสนองทางภูมิคุ้มกันหรือไม่

ในบทความของ BBC ผลกระทบต่อภูมิคุ้มกันถูกอธิบายว่า "ค่อนข้างน้อย" ซึ่งหมายความว่าแม้ว่าความคาดหวังในหมู่นักวิจัยจะสูง แต่ก็ยังเร็วเกินไปที่จะมองว่าเป็นผลสำเร็จที่นำไปสู่การใช้งานจริง จำเป็นต้องมีการทดลองระยะที่ 2 ที่มีผู้เข้าร่วมมากขึ้นเพื่อประเมินว่าการตอบสนองทางภูมิคุ้มกันที่แข็งแกร่ง ครอบคลุม และยั่งยืนเพียงใด

อะไรที่ "ใหม่อย่างพื้นฐาน"

แก่นแท้ของเทคโนโลยีนี้คือการเปลี่ยนจุดเริ่มต้นของการพัฒนาวัคซีน

การพัฒนาวัคซีนแบบดั้งเดิมมักจะตอบสนองต่อ "ศัตรูที่ปรากฏ" ไวรัสใหม่ระบาด ระบุเชื้อโรค วิเคราะห์ข้อมูลพันธุกรรม ออกแบบวัคซีน ดำเนินการทดลองทางคลินิก ผลิตและแจกจ่าย แม้ว่าการระบาดของไวรัสโคโรนาสายพันธุ์ใหม่จะทำให้กระบวนการนี้สั้นลงอย่างมาก แต่โดยพื้นฐานแล้วมันยังคงเป็นการตอบสนองหลังเหตุการณ์

วัคซีนที่ออกแบบโดย AI มีเป้าหมายเพื่อการตอบสนองล่วงหน้า โดยอิงจากข้อมูลไวรัสในอดีตและปัจจุบันเพื่อคาดการณ์จุดอ่อนร่วมกันของไวรัสที่อาจเกิดขึ้นในอนาคต หากประสบความสำเร็จ เมื่อมีการกลายพันธุ์ที่ไม่รู้จักหรือไวรัสที่ใกล้เคียงปรากฏขึ้น ก็อาจมีการเตรียมการทางภูมิคุ้มกันไว้แล้ว

ศาสตราจารย์โจนาธาน ฮีนีย์จากมหาวิทยาลัยเคมบริดจ์ได้แสดงความกังวลเกี่ยวกับสถานการณ์ที่การพัฒนาวัคซีนมักจะตามหลังไวรัส ความพยายามในครั้งนี้คือการพยายามเลี้ยวโค้งไปข้างหน้า

แนวคิดนี้ไม่ได้จำกัดอยู่แค่โคโรนาเท่านั้น ทีมวิจัยได้พิจารณาการประยุกต์ใช้กับไข้หวัดใหญ่ ไข้หวัดนก และโรคไวรัสที่ทำให้เลือดออก เช่น อีโบลา โดยเฉพาะอย่างยิ่งไข้หวัดนกมีรายงานการแพร่กระจายการติดเชื้อไปยังสัตว์เลี้ยงลูกด้วยนม ซึ่งเป็นที่เฝ้าระวังในระดับนานาชาติว่าเป็นความเสี่ยงต่อการระบาดใหญ่ในอนาคต สำหรับอีโบลา การออกแบบที่มองเห็นไวรัสทั้งครอบครัวมีความสำคัญเนื่องจากสถานการณ์การตอบสนองของวัคซีนที่มีอยู่แตกต่างกันไปตามสายพันธุ์

ความเสี่ยงของคำว่า "วัคซีนอเนกประสงค์"

ในขณะเดียวกัน คำว่า "วัคซีนอเนกประสงค์" จำเป็นต้องใช้ด้วยความระมัดระวัง การแสดงออกว่าอเนกประสงค์อาจทำให้เข้าใจผิดว่าเป็นการป้องกันการติดเชื้อทุกชนิดได้อย่างสมบูรณ์ แต่ในความเป็นจริงแล้ว เทคโนโลยีในครั้งนี้มุ่งเป้าไปที่ "วัคซีนที่อาจมีประสิทธิภาพในวงกว้างขึ้นภายในกลุ่มไวรัสเฉพาะ"

กล่าวคือ ไม่ใช่เรื่องของการป้องกันไวรัสโคโรนาทั้งหมด การติดเชื้อทางเดินหายใจทั้งหมด หรือการระบาดใหญ่ทั้งหมดด้วยการฉีดเพียงครั้งเดียว แต่เป็นการกำหนดกลุ่มไวรัสเป้าหมาย ค้นหาลักษณะที่ใช้ร่วมกัน และกระตุ้นการตอบสนองทางภูมิคุ้มกันที่กว้างขวาง

นอกจากนี้ แม้ว่าจะมีการยืนยันการตอบสนองทางภูมิคุ้มกัน แต่ก็ยังเป็นคำถามแยกต่างหากว่ามันจะเชื่อมโยงกับการป้องกันการติดเชื้อหรือการป้องกันการเจ็บป่วยรุนแรงได้มากน้อยเพียงใด การป้องกันการติดเชื้อเกี่ยวข้องกับหลายองค์ประกอบ เช่น แอนติบอดี เซลล์ T ความจำภูมิคุ้มกัน และภูมิคุ้มกันเยื่อเมือก จำเป็นต้องประเมินอย่างรอบคอบว่าการตอบสนองที่วัดได้ในห้องปฏิบัติการนั้นสอดคล้องกับประสิทธิภาพการป้องกันในโลกแห่งความเป็นจริงมากน้อยเพียงใด

ประเด็นนี้สะท้อนให้เห็นในความคิดเห็นของผู้เชี่ยวชาญ ศาสตราจารย์แอนดี้ โพลลาร์ดจากกลุ่มวัคซีนอ็อกซ์ฟอร์ด ซึ่งไม่ได้มีส่วนร่วมในการวิจัยนี้ ยอมรับว่า AI อาจเป็นตัวเปลี่ยนเกมในการวิจัยวัคซีน แต่ชี้ให้เห็นว่าระบบภูมิคุ้มกันของมนุษย์แตกต่างจากสัตว์ทดลองและได้รับอิทธิพลอย่างมากจากประวัติการติดเชื้อและการฉีดวัคซีนในอดีต ผลลัพธ์ที่มีแนวโน้มในหนูอาจไม่จำเป็นต้องเกิดขึ้นในมนุษย์

จากมุมมองทางวิทยาศาสตร์ ผลลัพธ์ในครั้งนี้เป็นเพียง "การเปิดประตู" ไม่ใช่ "การเสร็จสิ้น"

ความคาดหวังและความระมัดระวังแพร่กระจายพร้อมกันบน SNS

การตอบสนองต่อข่าวนี้บน SNS แบ่งออกเป็นสามทิศทางหลัก

ประการแรกคือความคาดหวังอย่างแรงกล้า มีการรับรู้ในเชิงบวกเกี่ยวกับความเป็นไปได้ที่ AI จะสร้างผลลัพธ์ที่ใช้งานได้จริงในด้านการแพทย์และการพัฒนายา เช่น "การรับมือกับการระบาดใหญ่อาจเปลี่ยนแปลงได้" "หากการพัฒนาวัคซีนเร็วขึ้นก็ถือเป็นความก้าวหน้าครั้งใหญ่" โดยเฉพาะอย่างยิ่งใน SNS ที่มีผู้เชี่ยวชาญมาก เช่น LinkedIn มีการโพสต์ที่ประเมินการออกแบบแอนติเจนโดยคอมพิวเตอร์ วัคซีน DNA และการฉีดที่ไม่ใช้เข็ม สำหรับผู้ที่เกี่ยวข้องกับเทคโนโลยีทางการแพทย์และไบโอเทค นี่ไม่ใช่แค่ข่าว AI แต่เป็นเทคโนโลยีที่ก้าวเข้าสู่การทดลองทางคลินิก

ประการที่สองคือมุมมองที่ระมัดระวัง การได้ยินว่า "ออกแบบโดย AI" อาจฟังดูเหมือนเวทมนตร์ แต่ในความเป็นจริงแล้ววัคซีนไม่ได้เสร็จสมบูรณ์ด้วย AI เพียงอย่างเดียว การรวบรวมข้อมูลพันธุกรรม การวิเคราะห์โครงสร้าง การออกแบบแอนติเจน การทดลองในสัตว์ การผลิต การทดลองทางคลินิก และการตรวจสอบโดยหน่วยงานกำกับดูแล ล้วนเกี่ยวข้องกับผู้เชี่ยวชาญและระบบต่าง ๆ บน SNS มีการระมัดระวังต่อพาดหัวข่าวที่เกินจริงว่า "AI คิดค้นทุกอย่าง" AI เป็นเครื่องมือสนับสนุนการออกแบบที่ทรงพลัง แต่ไม่ได้หมายความว่าสามารถละเว้นการตรวจสอบทางวิทยาศาสตร์ได้

ประการที่สามคือความกังวลเกี่ยวกับความปลอดภัยและความมั่นคงทางชีวภาพ หาก AI สามารถออกแบบแอนติเจนวัคซีนได้ ก็มีความกังวลว่าอาจถูกนำไปใช้ในทางที่ผิดในการออกแบบเชื้อโรคที่เป็นอันตรายหรือมีความเสี่ยงทางชีวภาพสูง ใน Reddit มีการอภิปรายเกี่ยวกับการต้อนรับการพัฒนาการวิจัยทางชีวภาพโดย AI พร้อมกับความกังวลว่า "เทคโนโลยีที่สามารถออกแบบวิธีการรักษาอาจออกแบบสิ่งที่อันตรายได้" นี่ไม่ใช่การวิจารณ์การวิจัยในครั้งนี้โดยตรง แต่เป็นความระมัดระวังต่อยุคที่ AI และวิทยาศาสตร์ชีวภาพเชื่อมโยงกัน

ทั้งสามปฏิกิริยาเหล่านี้ล้วนเป็นธรรมชาติ ในสังคมที่ความทรงจำเกี่ยวกับการระบาดใหญ่ยังคงสดใหม่ ความคาดหวังและความไม่ไว้วางใจต่อเทคโนโลยีวัคซีน ความตื่นเต้นและความกังวลต่อ AI มีอยู่พร้อมกัน ดังนั้นผู้ที่ถ่ายทอดผลการวิจัยจึงต้องแสดงความหวังในขณะที่หลีกเลี่ยงการยืนยันที่เกินจริง

AI จะเปลี่ยนแปลงการวิจัยวัคซีนอย่างไร

จุดแข็งของ AI คือการค้นหารูปแบบที่มนุษย์มองข้ามได้ง่ายจากข้อมูลจำนวนมหาศาล การรวมข้อมูลพันธุกรรมของไวรัส โครงสร้างโปรตีน ประวัติการกลายพันธุ์ และข้อมูลการตอบสนองทางภูมิคุ้มกัน