AI-вакцина из Кембриджа прошла первый тест на людях: учёные хотят опережать пандемии

Искусственный интеллект сделал ещё один шаг из обещаний биотеха в клиническую практику: вакцина-кандидат pEVAC-PS, разработанная University of Cambridge и компанией DIOSynVax, прошла первую фазу испытаний на людях. Речь не о готовой прививке из аптеки и не о доказанной защите от будущих пандемий. Пока это ранняя проверка безопасности и иммунного ответа у 49 здоровых добровольцев в Southampton и Cambridge.

Но сам подход важен. Обычная логика вакцин часто начинается с уже известного вируса или конкретного штамма: исследователи берут его ключевой белок и учат иммунную систему распознавать угрозу. DIOSynVax пытается работать иначе: собрать данные о прошлых и текущих вспышках, найти общие участки, которые нужны целому семейству вирусов для выживания, и спроектировать синтетический антиген под эти консервативные зоны. В данном случае цель — сарбековирусы, группа коронавирусов, куда входят SARS-CoV и SARS-CoV-2.

Что показал первый тест

Результаты фазы I опубликованы в Journal of Infection. Исследователи описывают pEVAC-PS как безыгольную ДНК-вакцину-кандидат против пан-сарбековирусной угрозы. В испытании не сообщалось о серьёзных проблемах безопасности, а участники выработали измеримые ответы к участкам, заложенным в вакцинный антиген.

Здесь важна трезвая оговорка: иммуногенность была скромной, в том числе на фоне уже существующего иммунитета после COVID-вакцинации или перенесённых инфекций. Поэтому новость не означает, что универсальная коронавирусная вакцина доказала эффективность. Она означает другое: вычислительно спроектированный антиген дошёл до людей, прошёл раннюю проверку переносимости и дал достаточно данных, чтобы двигаться дальше.

По сообщениям BBC и ITV, следующий этап должен быть крупнее: для фазы II планируют набрать более 200 участников. Именно там станет понятнее, может ли технология давать достаточно широкий и сильный ответ, а не только красивую идею на уровне дизайна.

Почему это шире одной вакцины

Если подход сработает, он меняет темп реакции на новые вирусы. Вместо постоянной гонки за очередным вариантом учёные хотят заранее строить вакцинные конструкции против целых семейств патогенов. Это не отменяет лабораторные испытания, производство, регуляторов и годы проверки. Зато переносит ИИ в место, где он действительно полезен: не «угадывать лекарство магией», а просматривать огромные массивы вирусных последовательностей, искать устойчивые закономерности и предлагать кандидатов, которые потом проверяют биологи и врачи.

Для обычного читателя это хорошая иллюстрация взрослого применения ИИ в науке. Вокруг биологии много тревожных разговоров: модели могут снижать барьер для опасного биодизайна, поэтому OpenAI, Anthropic и другие уже поддерживают усиление контроля за синтетической ДНК. Но та же вычислительная мощность работает и в защитную сторону: быстрее искать антигены, готовить платформы до вспышки и проверять гипотезы раньше, чем вирус снова поставит мир перед фактом.

Главный вопрос теперь не в том, может ли ИИ предложить вакцинную конструкцию. Первый человеческий тест показывает, что такая конструкция может дойти до клиники. Вопрос в следующем: сможет ли она дать достаточно сильную и широкую защиту, чтобы стать реальным инструментом подготовки к пандемиям, а не только заметной научной вехой.