AI откри скрити сигнали в кръвта, които подсказват реакцията към ваксини

Една и съща ваксина. Една и съща доза. Двама различни души. Резултатът често е изненадващо различен. При един индивид имунната система изгражда силна защита, докато при друг отговорът остава слаб. Медицината отдавна наблюдава този феномен, но причините зад него все още не са напълно изяснени. Ново изследване показва, че имунният отговор може да бъде прогнозиран още преди ваксината да бъде поставена. В кръвта вече съществуват биологични маркери, които отразяват състоянието на имунната система и могат да бъдат свързани с начина, по който организмът ще реагира.

Учени от Arizona State University използват изкуствен интелект, за да анализират тези сигнали и да открият модели, които традиционните методи трудно могат да разпознаят. Екипът е ръководен от проф. Joshua LaBaer от Biodesign Institute. Резултатите са публикувани в научното списание Cell Press Blue под заглавие “Pre-vaccine sentinel antibodies predict blunted vaccine responses”. Изследователите анализират 8687 кръвни проби от 4089 участници и проследяват антителни реакции срещу 185 различни антигена, за да открият връзката между предварителния имунен профил и последващия отговор след ваксинация.

Имунната система носи информация, трупана през целия живот

Преди една ваксина да попадне в организма, имунната система вече има биография. През живота си човек се среща с множество вируси, бактерии и други молекули, които оставят следи в защитните механизми на тялото. Част от тези следи се намират в антителата – молекули, които имунната система създава, за да разпознава чужди структури. Те представляват своеобразен биологичен архив на предишните срещи на организма с външния свят.

Проблемът е, че този архив е изключително сложен. Едно отделно антитяло рядко може да обясни защо даден човек реагира добре на ваксина, а друг – не. Отговорът се крие в комбинацията от множество сигнали, които съществуват едновременно. Именно тази сложност кара изследователите да потърсят начин да анализират цялата картина, вместо отделни нейни части.

AI открива скрити модели сред хиляди имунни сигнали

Екипът на Arizona State University не търси едно „специално“ антитяло, което да определя успеха на ваксинацията. Вместо това учените анализират цялостните профили на антителата в кръвта на участниците и търсят комбинации от характеристики, свързани с последващия имунен отговор. AI модели сравняват състоянието на имунната система преди ваксинацията с резултатите след нея. Така алгоритмите откриват определени антителни комбинации, които се срещат по-често при хора с по-силен или по-слаб отговор.

Изследователите наричат тези сигнали „sentinel antibodies“ – сигнални антитела, които показват предварителното състояние на имунната система. Те не са причината сами по себе си ваксината да работи по-добре или по-зле, а по-скоро служат като индикатор за това колко подготвен е организмът да реагира. Това е съществената част от откритието: учените не намират една биологична „отметка“, която да обясни всичко, а разкриват модел сред хиляди отделни сигнали.

Защо някои хора изграждат по-слаба защита

Този въпрос има особено значение при хората, за които ваксинацията не води автоматично до надеждна защита. При пациенти след трансплантация, при възрастни хора или при хора с потиснат имунитет лекарите често трябва да преценяват не само дали е поставена ваксина, а дали организмът действително е изградил достатъчен имунен отговор.

Изследването показва, че общите категории невинаги дават пълната картина. Хората с отслабена имунна система по-често имат по-слаб отговор, но съществуват и изключения. Някои участници с имунни нарушения успяват да изградят силна защита, докато част от иначе здравите хора показват по-слаб отговор. Това показва, че индивидуалната биология има особено значение. Възрастта, диагнозите и медицинската история дават важна информация, но не разказват цялата история за начина, по който конкретният организъм реагира.

От масова статистика към индивидуална биологична картина

Съвременната медицина често работи със средни стойности. Една ваксина се оценява според това как действа при големи групи хора, а препоръките се изграждат върху статистически модели.

Подобни изследвания насочват към по-детайлно разглеждане на индивидуалните различия. Ако тези модели бъдат потвърдени при множество ваксини сред по-големи групи пациенти, те могат да помогнат при оценката на хора, при които имунният отговор е труден за прогнозиране. Практическата стойност е най-голяма именно там, където стандартният подход среща ограничения – при възрастни пациенти, хора с отслабена имунна система или ситуации, в които е важно да се знае дали организмът е изградил достатъчна защита.

Кръвта носи отговори, които тепърва започваме да разчитаме

Човешкото тяло съхранява огромно количество информация за собствената си история. Всяка инфекция, всяка ваксина и всяка среща с външния свят оставят следи в имунната система. Изследването на екипа от Arizona State University показва, че част от тези следи могат да бъдат разчетени чрез анализ на огромни количества биологични данни. Не чрез замяна на лекарската преценка, а чрез откриване на връзки, които остават скрити при традиционните методи.

Възможно е медицината в бъдещето да разполага не само с информация за заболяването и лечението, а и с по-точна картина за самия човек, който стои зад тях.

Защото понякога отговорът, който медицината търси, не се появява след ваксинацията. Той вече съществува в организма – в следите, които имунната система носи още преди срещата с ваксината.