Μια εξέταση αίματος πριν από τον εμβολιασμό ίσως στο μέλλον δίνει ενδείξεις για το πόσο έντονα θα ανταποκριθεί ο οργανισμός. Νέα μελέτη από το Πολιτειακό Πανεπιστήμιο της Αριζόνα και συνεργαζόμενα ιδρύματα χρησιμοποίησε τεχνητή νοημοσύνη για να αναζητήσει τέτοια μοτίβα σε δείγματα ανθρώπινου αίματος.
Το «αποτύπωμα» του ανοσοποιητικού πριν από το εμβόλιο
Οι ερευνητές εξέτασαν 8.687 δείγματα από 4.089 συμμετέχοντες. Στα δείγματα μέτρησαν αντισώματα που αναγνώριζαν 185 αντιγόνα, ανάμεσά τους στόχους από συχνούς ιούς και βακτήρια, καθώς και αντιγόνα που συνδέονται με αυτοάνοσα νοσήματα.
Η ανάλυση δεν περιορίστηκε σε έναν μόνο δείκτη. Ένα μοντέλο βαθιάς μάθησης αναζήτησε σχέσεις σε ολόκληρο το προϋπάρχον προφίλ αντισωμάτων και το συνέκρινε με δείγματα πριν και μετά τον εμβολιασμό κατά της COVID-19. Έτσι εντοπίστηκαν «υπογραφές» που συνδέονταν με ισχυρότερη ή ασθενέστερη ανοσολογική απόκριση.
Η λογική της προσέγγισης αντιστρέφει τη συνηθισμένη διαδικασία: αντί να αξιολογείται η απόκριση αφού χορηγηθεί το εμβόλιο, εξετάζεται αν η κατάσταση του ανοσοποιητικού πριν από αυτό μπορεί να λειτουργήσει ως ένδειξη ετοιμότητας.
Γιατί η γενική κατάσταση υγείας δεν αρκεί
Η ηλικία, το φύλο, η γενετική, προηγούμενες ασθένειες και υποκείμενα προβλήματα υγείας μπορούν να επηρεάσουν την απόκριση σε ένα εμβόλιο. Και οι άνθρωποι με καταστολή του ανοσοποιητικού συχνά εμφανίζουν ασθενέστερη ανταπόκριση. Η μελέτη, όμως, δείχνει ότι αυτές οι ευρείες κατηγορίες δεν προβλέπουν μόνες τους αξιόπιστα το αποτέλεσμα.
Στην ομάδα συμμετείχαν υγιείς εθελοντές, αλλά και άνθρωποι με HIV, πολλαπλό μυέλωμα, κακοήθεια συμπαγούς οργάνου, αυτοάνοσα και φλεγμονώδη νοσήματα του εντέρου, καθώς και λήπτες συμπαγούς οργάνου. Ορισμένοι ανοσοκατεσταλμένοι συμμετέχοντες ανέπτυξαν ισχυρή απόκριση, ενώ περίπου 5% έως 6% των υγιών συμμετεχόντων εμφάνισαν ασθενή απόκριση.
Το εύρημα υποδεικνύει ότι η «ετοιμότητα» του ανοσοποιητικού μπορεί να είναι πιο σύνθετη από την ετικέτα μιας διάγνωσης ή μιας θεραπείας. Η τεχνητή νοημοσύνη χρησιμοποιήθηκε εδώ για να συνδυάσει πολλές μετρήσεις και να αναδείξει σχέσεις που θα ήταν δύσκολο να φανούν μεμονωμένα.
Τα αντισώματα-«φρουροί»
Ανάμεσα στα σήματα που ξεχώρισαν ήταν υψηλότερα επίπεδα αντισωμάτων απέναντι σε κοινά μικρόβια, όπως ο Staphylococcus aureus, ο αναπνευστικός συγκυτιακός ιός (RSV) και ο ανθρώπινος αναπνευστικός ιός 3. Τα επίπεδα αυτά συσχετίστηκαν με ισχυρότερη απόκριση στα εμβόλια κατά της COVID-19.
Οι ερευνητές τα περιγράφουν ως αντισώματα-«φρουρούς». Δεν σημαίνει ότι δρουν κατ’ ανάγκη απευθείας εναντίον του στόχου του εμβολίου. Μπορεί, αντίθετα, να αποτελούν ενδείξεις για το πόσο έτοιμο είναι το τμήμα του ανοσοποιητικού που παράγει αντισώματα να ενεργοποιηθεί.
Αυτό έχει σημασία επειδή η εικόνα δεν προκύπτει από έναν μόνο μικροοργανισμό. Το ευρύτερο προφίλ μπορεί να αντανακλά το ιστορικό προηγούμενων επαφών με ιούς, βακτήρια και άλλους ανοσολογικούς στόχους.
Από την έρευνα σε πιο εξατομικευμένους εμβολιασμούς
Η μελέτη δημοσιεύθηκε στο Cell Press Blue και αφορά την απόκριση σε εμβόλια κατά της COVID-19. Η χρησιμότητα της μεθόδου για άλλα εμβόλια, αλλά και η αξιοποίησή της στην κλινική πράξη, χρειάζονται επιβεβαίωση σε μελλοντικές μελέτες.
Αν τα ευρήματα επαναληφθούν και επεκταθούν, ένα τέτοιο προφίλ θα μπορούσε να βοηθήσει την έρευνα εμβολίων και την ανάπτυξη νέων στρατηγικών ανοσοποίησης. Σε ορισμένες περιπτώσεις, θα μπορούσε επίσης να υποστηρίξει στενότερη παρακολούθηση ή να εντοπίσει ανθρώπους που ενδέχεται να χρειάζονται πρόσθετη προστασία.
Το πιο σημαντικό μήνυμα δεν είναι ότι ένας αλγόριθμος μπορεί ήδη να αποφασίσει ποιος θα προστατευθεί. Είναι ότι η μέτρηση πολλών σημάτων μαζί ίσως προσφέρει μια λεπτομερέστερη εικόνα της ανοσολογικής ετοιμότητας κάθε ανθρώπου, πριν ακόμη γίνει ο εμβολιασμός.