MIT entwickelt künstliche Intelligenz für präzisere Grippeimpfstoffe

Jedes Jahr stehen Gesundheitsexperten vor einer anspruchsvollen Aufgabe: Sie müssen die richtigen Stämme des Grippevirus für den saisonalen Impfstoff auswählen. Diese Auswahl muss Monate vor Beginn der Grippesaison erfolgen, was oft einem Wettlauf gegen die Zeit gleicht. Stimmen die ausgewählten Stämme mit den tatsächlich zirkulierenden überein, ist der Impfstoff hochwirksam. Liegen die Prognosen jedoch daneben, nimmt der Schutz ab und die Belastung der Gesundheitssysteme steigt. Dieses Problem wurde während der Covid-19-Pandemie noch deutlicher, als neue Virusvarianten erst Monate nach der Einführung der Impfstoffe auftraten. Die Grippe verhält sich ähnlich – sie mutiert ständig und ist unvorhersehbar, was die Entwicklung von Impfstoffen erschwert, die ihre Schutzwirkung behalten.

Wissenschaftler des MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) und der MIT Abdul Latif Jameel Clinic for Machine Learning in Health haben sich zum Ziel gesetzt, diese Unsicherheit zu verringern. Sie entwickelten ein System künstlicher Intelligenz namens VaxSeer, das die dominanten Grippestämme vorhersagt und bereits Monate im Voraus die Impfstoffkandidaten mit der höchsten Schutzwirkung identifiziert. Dieses Werkzeug nutzt Deep-Learning-Modelle, die anhand jahrzehntelanger Virussequenzen und Laborergebnisse trainiert wurden, um zu simulieren, wie sich das Grippevirus entwickeln könnte und wie Impfstoffe darauf reagieren werden.

Wie funktioniert VaxSeer?

Traditionelle Evolutionsmodelle analysieren den Einfluss einzelner Aminosäuremutationen häufig separat. VaxSeer verwendet hingegen ein großes Protein-Sprachmodell, um die Zusammenhänge zwischen der Dominanz und den kombinierten Auswirkungen von Mutationen zu erlernen. Im Gegensatz zu bestehenden Protein-Sprachmodellen, die von einer statischen Verteilung der Virusvarianten ausgehen, modelliert VaxSeer dynamische Verschiebungen der Dominanz. Dadurch eignet es sich besser für sich schnell entwickelnde Viren wie die Grippe. Laut Wenxian Shi, Doktorandin für Elektrotechnik und Informatik am MIT und Hauptautorin der Studie, ermöglicht dieser Ansatz eine bessere Anpassung an sich schnell verändernde Viren.

VaxSeer verfügt über zwei zentrale Prognosemodelle: Das eine schätzt, wie wahrscheinlich sich jeder Virusstamm ausbreiten wird (Dominanz), das andere, wie wirksam der Impfstoff diesen Stamm neutralisiert (Antigenität, also die Fähigkeit, eine Immunantwort auszulösen). Gemeinsam erzeugen sie einen prognostizierten Abdeckungswert, der angibt, wie gut ein bestimmter Impfstoff voraussichtlich gegen zukünftige Viren bestehen wird. Der Wert reicht von minus unendlich bis null – je näher er an null liegt, desto besser stimmt der Impfstoff antigenisch mit den zirkulierenden Viren überein.

Das Modell schätzt zunächst mithilfe eines Protein-Sprachmodells die Ausbreitungsgeschwindigkeit eines Stammes und bestimmt anschließend dessen Dominanz unter Berücksichtigung der Konkurrenz zwischen verschiedenen Stämmen. Diese Erkenntnisse fließen in einen mathematischen Rahmen ein, der auf gewöhnlichen Differentialgleichungen basiert und die Ausbreitung des Virus im Zeitverlauf simuliert. Zur Bestimmung der Antigenität schätzt das System, wie gut ein Impfstoff in einem gängigen Labortest, dem sogenannten Hämagglutinationshemmtest (hemagglutination inhibition assay), wirkt. Dieser misst, wie wirksam Antikörper verhindern, dass sich das Virus an menschliche rote Blutkörperchen bindet.

Ergebnisse und Vergleich mit der Realität

In einer zehnjährigen retrospektiven Studie verglichen die Wissenschaftler die Empfehlungen von VaxSeer mit denen der Weltgesundheitsorganisation (WHO) für zwei wichtige Grippesubtypen: A/H3N2 und A/H1N1. Bei A/H3N2 übertraf die Auswahl von VaxSeer diejenige der WHO in neun von zehn Saisons, gemessen an retrospektiven empirischen Abdeckungswerten, die als Ersatzmetrik für die Wirksamkeit des Impfstoffs dienen. Bei A/H1N1 übertraf VaxSeer die WHO in sechs von zehn Saisons oder erzielte gleichwertige Ergebnisse. In einem Fall, für die Saison 2016, identifizierte VaxSeer einen Stamm, den die WHO erst im darauffolgenden Jahr auswählte.

Die Prognosen des Modells zeigten zudem eine starke Korrelation mit realen Schätzungen der Impfstoffwirksamkeit, wie sie von den CDC (Centers for Disease Control and Prevention), dem kanadischen Sentinel Practitioner Surveillance Network und dem europäischen I-MOVE-Programm gemeldet wurden. Die von VaxSeer prognostizierten Abdeckungswerte stimmten eng mit den Daten zur Verhinderung grippebedingter Erkrankungen und Arztbesuche durch Impfungen überein.

Laut Regina Barzilay, Professorin an der MIT School of Engineering und leitende Forscherin am CSAIL, hilft VaxSeer den Gesundheitsbehörden, bessere und schnellere Entscheidungen zu treffen, um Infektionen und Immunitätsentwicklungen stets einen Schritt voraus zu sein. Die Studie wurde in der Fachzeitschrift Nature Medicine veröffentlicht und unter anderem von der US-amerikanischen Defense Threat Reduction Agency unterstützt.

Die Zukunft von VaxSeer

Derzeit konzentriert sich VaxSeer ausschließlich auf das HA-Protein (Hämagglutinin), das wichtigste Antigen der Grippe. Zukünftige Versionen könnten weitere Proteine wie NA (Neuraminidase) sowie Faktoren wie die Immunhistorie der Bevölkerung, Produktionsbeschränkungen oder Dosierungsstufen einbeziehen. Die Anwendung des Systems auf andere Viren würde große, hochwertige Datensätze erfordern, welche die Evolution der Viren und die Immunantworten nachverfolgen und nicht immer öffentlich verfügbar sind. Das Team arbeitet derzeit an Methoden zur Vorhersage der Virusevolution bei geringer Datenverfügbarkeit, die auf den Beziehungen zwischen Virusfamilien basieren.

Laut Jon Stokes, Assistenzprofessor am Department of Biochemistry and Biomedical Sciences der McMaster University in Hamilton, Ontario, ist diese Arbeit beeindruckend und ebnet den Weg für die Vorhersage evolutionärer Entwicklungen auch bei anderen Problemen, etwa antibiotikaresistenten Bakterien oder medikamentenresistenten Krebsarten. VaxSeer ist als Screening-Instrument zur Priorisierung von Kandidaten für die weitere Validierung im Labor konzipiert und nicht als Ersatz für das derzeitige Verfahren der WHO. Seine Prognosen könnten wirksamere Stämme aufdecken, die bislang noch nicht getestet wurden, und zu einer höheren Wirksamkeit von Impfstoffen beitragen, wodurch Erkrankungen reduziert und Leben gerettet werden könnten.