Исследователи из Кембриджского университета объявили об успешном завершении первой фазы клинических испытаний универсальной вакцины, полностью спроектированной алгоритмами машинного обучения. Препарат обучает иммунную систему распознавать неизменные участки сарбековирусов, защищая организм как от известных штаммов COVID-19 и SARS, так и от будущих мутаций животного происхождения. Это первый в истории медицины случай, когда сгенерированный нейросетью антиген был введен людям и официально подтвердил свою безопасность в рамках тестов.
Как алгоритмы ищут уязвимости коронавирусов
Традиционная фармакология всегда выступала в роли догоняющей стороны. Классическая вакцина обучает иммунитет бороться с конкретным штаммом вируса, но патогены непрерывно мутируют. По этой причине министерства здравоохранения по всему миру вынуждены ежегодно обновлять препараты против сезонного гриппа, а фармацевтические гиганты уровня Pfizer и Moderna продолжают выпускать новые бустерные дозы для защиты от свежих вариантов COVID-19.
Использование искусственного интеллекта меняет фундаментальный подход к проектированию иммунологических препаратов. Британские ученые применили сложные многослойные нейросети и модели машинного обучения для глубокого анализа огромного массива генетических данных. Алгоритмы методично изучили тысячи секвенированных геномов родственных вирусов со всего мира, собранных в международных базах данных за последние двадцать лет. Целью алгоритма было выявление наиболее консервативных участков вирусной РНК. Вычислительная система искала те элементы структуры возбудителя инфекции, которые остаются неизменными в процессе эволюции, репликации и при переходе от животных-переносчиков к человеку.
В фокусе внимания вычислительных кластеров оказалось обширное семейство сарбековирусов (Sarbecovirus). К этой агрессивной группе относятся не только вирус атипичной пневмонии SARS, спровоцировавший локальную эпидемию в начале нулевых, и глобальный возбудитель коронавирусной инфекции SARS-CoV-2. Сюда же входят десятки пока менее известных патогенов, постоянно циркулирующих среди летучих мышей, панголинов и других млекопитающих в дикой природе. Проанализировав эти массивы, искусственный интеллект смоделировал так называемый «суперантиген» — полностью синтетическую клеточную структуру, объединяющую ключевые стабильные компоненты всех родственных вирусов. Аналогичный подход уже тестируется глобальными фармацевтическими корпорациями — ранее мы обсуждали, как искусственный интеллект ускоряет разработку новых антибиотиков, сокращая время исследований в десятки раз.
Проблема постоянных мутаций
Вирусы обладают невероятной способностью к адаптации, что делает борьбу с ними одной из самых сложных задач современной науки. Каждый цикл размножения патогена в клетках носителя сопровождается микроскопическими ошибками в копировании генетического кода. Большинство таких ошибок приводят к гибели самого вируса, но некоторые закрепляются и делают его более устойчивым к иммунной защите. Именно эти успешные мутации заставляют ученых работать в режиме непрерывного отслеживания появления новых штаммов.
До появления генеративных алгоритмов исследователям приходилось вручную выявлять эти изменения и обновлять формулы вакцин. Это создавало опасный временной зазор между появлением нового заразного штамма и началом массового производства обновленного препарата. ИИ-модели нивелируют этот риск, так как спроектированный ими «суперантиген» бьет по тем узлам вируса, которые патоген физически не может изменить без потери способности заражать живые клетки.
Результаты первого тестирования суперантигена
Итоги первого в мире клинического испытания ИИ-вакцины с участием людей были опубликованы в рецензируемом медицинском издании Journal of Infection утром 14 июня 2026 года. В первой фазе исследования приняли участие 39 добровольцев. Ученые проверяли препарат в четырех различных дозировках, чтобы оценить его токсичность и способность вызывать нужный ответ организма.
Разработанная нейросетью вакцина хорошо переносилась пациентами во всех протестированных контрольных группах и не вызвала серьезных побочных эффектов или непредсказуемых аутоиммунных реакций. При этом зафиксированный иммунный ответ был охарактеризован исследователями как умеренный, но достаточный для первичной стимуляции выработки защитных антител. Цифровизация сейчас затрагивает абсолютно все уровни медицины: современные вычислительные модели для диагностики генетических заболеваний уже демонстрируют точность, позволяющую выявлять риски задолго до появления физических симптомов.
«Речь идет о создании вакцин, которые защищают нас не только от сегодняшних вирусов, но и от тех патогенов, которые способны вызвать следующую вспышку заболевания или новую пандемию», — заявил соавтор исследования Джонатан Хини (цитата по тексту публикации в Journal of Infection).
Будущее генеративного дизайна лекарств
Текущее испытание в Великобритании закладывает мощнейший фундамент для появления совершенно нового класса медицинских препаратов. Если классические лабораторные методы требовали долгих месяцев рутинных проб и ошибок, то применение мощных серверов позволяет сократить этап поиска действующего вещества до нескольких недель. Ранее аналогичный масштабный прорыв в вычислительной биологии совершила нейросетевая архитектура AlphaFold от Google DeepMind, научившись с беспрецедентной точностью предсказывать трехмерное сворачивание белков.
Несмотря на безопасное завершение первой фазы клинических испытаний, британским исследователям еще предстоит проделать колоссальный объем работы. Главный вопрос сейчас заключается в том, насколько сильным и продолжительным окажется защитный эффект нового синтетического препарата в реальных условиях. Умеренная выработка специфических антител у первых добровольцев требует скорейшего проведения более масштабных клинических исследований второй и третьей фазы, куда будут вовлечены тысячи пациентов.
Глобальный переход от реактивной медицины к проактивной системе здравоохранения постепенно становится реальностью. Успешный опыт кембриджской научной команды открывает прямую дорогу к массовому производству универсальных превентивных вакцин. Вычислительная биология уверенно переходит из плоскости теоретических исследований в клиническую практику больниц, обещая надежно защитить человечество от потенциальных мировых пандемий еще до того момента, как «нулевой пациент» обратится за медицинской помощью.
Подписывайтесь на телеграм канал Digital Report, чтобы первыми узнавать о главных событиях цифровой индустрии.
- Мошенники грабят россиян через объявления о найме на работу - 15/06/2026 14:56
- Россияне массово скупают MacBook Neo и iPhone - 15/06/2026 14:26
- На выборах россиянам отключат интернет ради «спасенных жизней» - 15/06/2026 13:53
