夜雨聆风
全球首个，由 AI 设计核心抗原的冠状病毒疫苗，完成人体试验。
一款名为 pEVAC-PS 的候选疫苗刚刚完成 I 期临床试验，关键抗原完全由 AI 与计算模拟设计，相关结果已发表于 Journal of Infection。
疫苗的目标不是针对某个特定新冠变异株，而是覆盖更广的沙贝冠状病毒——包括新型冠状病毒、SARS 病毒以及相关蝙蝠冠状病毒。
全球首个，AI 设计的疫苗完成人体试验
这是一项 I 期开放标签临床试验，核心问题包括安全性和人体能不能产生免疫反应。
试验共纳入 39 名 18 至 50 岁健康志愿者，均已接种过 2 至 3 剂既有 COVID-19 疫苗。
pEVAC-PS 以 DNA 疫苗形式通过无针注射设备皮内给药，采用剂量递增策略。
结果显示耐受性良好，未发现显著安全问题。受试者对 SARS-CoV-2、SARS 及相关蝙蝠冠状病毒均产生了可测量的免疫应答，但强度相对温和。
图源：Journal of Infection
这意味着它在人体中初步证明了安全可行性与广谱免疫应答的可能性，但距离「证明有效保护」，还需要更大规模的试验验证。
AI 不是第一次参与疫苗研发，但这次不一样
AI 进入疫苗研发领域由来已久，但角色一直在变。
最早是反向疫苗学的思路——直接读取病原体基因组序列，用计算机预测哪些蛋白质可能暴露在病原体表面、容易被免疫系统识别，跳过了传统方法里危险耗时的病原体培养环节。
B 群脑膜炎球菌疫苗正是靠这种方法开发出来的，它此前长期没有有效疫苗，反向疫苗学才打破了僵局。
进入机器学习时代，AI 开始预测抗原上哪些片段能触发免疫反应，把原本需要大量实验反复筛选的过程搬到了计算机里。
近年来，AI 的角色又进一步前移，不再只是帮科学家「找抗原」，而是开始参与「设计抗原」。
结合蛋白质三维空间结构和人体免疫系统的识别规律，由 AI 重新设计抗原的形状和序列，使其更稳定、能同时应对多种相关病毒。
更前沿的生成式 AI，则尝试完全从零「创作」出自然界中并不存在的候选表位序列。
图源：视觉中国
pEVAC-PS 正处于这条演进路线的最前端。
它的核心抗原不是从某个真实病毒中截取的片段，而是 AI 分析了大量沙贝冠状病毒序列后，重新设计出的一个「人工抗原」。
这带来一个此前从未在人体中验证过的问题。
一个自然界本不存在的、由机器设计的抗原，注射进人体后，免疫系统认不认、会不会引发反应、安不安全？
这次 I 期试验，给出了初步肯定的回答。
AI 疫苗有望在疫情暴发前，提前建立防线
传统疫苗往往在变异株已经出现之后，再针对具体毒株进行设计和更新——新冠疫情中，这一模式的局限清晰可见。
pEVAC-PS 试图从更上游解决问题。
研究者将全球监测系统中已知的沙贝冠状病毒序列放在一起分析，寻找整个病毒家族中相对保守、不易改变的共同特征，再由 AI 和计算模拟设计出一个「超级抗原」。
它瞄准的不是某一次疫情中的单一病毒，而是一整类可能引发未来疫情的相关病毒。
南安普敦大学 Saul Faust 教授也指出，流感、冠状病毒和埃博拉等病毒都在不断演化，现有疫苗体系很难始终跟上。
图源：视觉中国
「如果通用疫苗能在疫情暴发前完成研发和临床推进，未来就有可能减少大规模疫情带来的生命和社会代价。」
不过，此项研究目前只完成 I 期临床试验，充其量就是证明它安全，且能诱导一定免疫应答。
真正的保护效果，还需要后续更大规模临床试验。
