反向疫苗學3.0：AI正在改寫疫苗研發的底層規則

摘要：2000年，反向疫苗學第一次推翻了疫苗研發的傳統邏輯。16年后，2.0版本完成了第二次迭代。如今AI深度入局的3.0時代，直接把抗原發現的周期從數年壓縮到了數天。這篇內容，我會跟大家聊透這套技術的三次迭代，實戰成果，還有它藏在疫苗之外的可能性。反向疫苗學的前兩次迭代，改寫了疫苗研發的規則

反向疫苗學的概念，2000年首次被提出。它徹底換掉了沿用多年的病原體滅活、減毒的經驗式研發思路。直接從病原體的基因組序列出發，篩選能誘導保護的抗原。第一個落地的是B群腦膜炎奈瑟菌疫苗，整個研發周期只用了5年。

2016年，反向疫苗學2.0正式出現。支撐它的，是人類免疫學和結構生物學的跨越式進步。研發人員從康復者或感染者體內分離人源單克隆抗體，定位保護性抗原，解析抗原-抗體復合物的結構，完成免疫原的理性設計。

首款獲批的RSV疫苗，就是這套技術的核心成果。新冠疫情期間，這個方法也快速完成了刺突蛋白上保護性表位的定位。給后續廣譜疫苗和抗體的研發，搶出了關鍵的時間窗口。

AI入局的3.0，把抗原發現壓縮到了5天

圖1 反向疫苗學3.0核心技術路線示意圖

反向疫苗學3.0的核心，是把前兩代的技術積累，和AI驅動的結構生物學做了深度融合。它第一次成功落地，是在猴痘病毒（MPXV）的抗原發現上，結果直接刷新了整個領域的認知。

傳統的正痘病毒疫苗，依賴活病毒減毒的老方法。這套方法消滅了天花，但對猴痘的效果有限，還存在不少使用限制。傳統實驗室篩選，在35個以上的猴痘抗原里，只找到了7個中和抗體靶點。

這些靶點單價使用時，只能中和單一形態的病毒體。想要實現完整保護，必須多抗原聯用。1976年后出生的人群對正痘病毒普遍沒有免疫力，也讓猴痘的全球傳播風險持續走高。

用3.0的技術路線，研發人員先從猴痘感染者、MVA-BN疫苗接種者體內，做抗原非依賴的記憶B細胞分離。篩選能同時中和兩種病毒形態的抗體，最終找到了12株能交叉中和不同猴痘分支的單抗。

這類能跨毒株、跨病毒形態實現廣譜中和的單抗，之前從來沒有被報道過。研發人員把抗體和猴痘表面抗原的序列，輸入AlphaFold 3做預測建模，只用了5天，就拿到了兩個高置信度的結果。

這次篩選，鎖定了之前完全未知的中和靶點OPG153。后續的冷凍電鏡實驗，直接驗證了AI的預測結果。體內免疫實驗顯示，單價OPG153加佐劑誘導的中和滴度，和減毒活疫苗、多價mRNA疫苗水平相當。

坦白講，這個結果最打動我的，不只是速度上的飛躍。它跳出了傳統方法的篩選邊界，找到了之前完全沒被發現的優質抗原，這才是最有沖擊力的地方。

AI能做的，遠不止快速找抗原

傳統的抗原、抗體優化，大多只停留在提升表達量的層面。AlphaFold、RoseTTAFold這類工具出現后，AI能同時優化分子的溶解度、熱穩定性、蛋白酶抗性，還能精準調整抗原的表位呈現，誘導更廣譜的免疫保護。

經過AI優化的新冠抗原，多價展示后能穩定提升抗體的效價和廣譜性。嵌合了不同沙貝病毒受體結合域的納米顆粒，在小鼠體內誘導的抗體，能中和之前從未接觸過的蝙蝠、穿山甲來源的沙貝病毒。

抗體的體外優化也有了突破性進展。生成式設計框架，能把對奧密克戎失效的臨床抗體，恢復中和活性，還能同時覆蓋多個變異株。病毒語言模型，能提前預測病毒的免疫逃逸突變，優先篩選能扛住進化的抗體。

某種程度上，這個領域已經走到了一個關鍵節點。我們已經能完全從頭設計抗原和抗體分子，不需要天然序列做模板，直接生成符合預期功能的優化分子。

它的邊界，從來不止于疫苗

其實這套技術的想象空間，早就跳出了傳染病疫苗的范疇。

腫瘤疫苗研發里，幾天內完成新抗原的篩選和驗證，能給個體化腫瘤治療帶來質的飛躍。自身免疫病領域，我們能通過設計特定的免疫原，引導免疫系統走向更耐受的狀態。

老藥新用的篩選也能被徹底提速。我們能在電腦上，快速完成已上市藥物和任意靶點抗原的結合篩選，大大降低研發成本和時間周期。

當然，現在的3.0還遠沒到完美的地步。猴痘抗原的發現實驗里，AlphaFold 3的高置信度預測成功率只有25%，8個靶向同一抗原的單抗里，只有2個拿到了準確結果。

AI工具的效果，極度依賴高質量的大數據積累。蛋白結構領域有PDB庫幾十年、超20萬條結構的積累，但系統疫苗學、固有免疫、佐劑研發這些領域，還沒有足夠的數據集，AI能發揮的作用還很有限。

說起來，技術的迭代從來都不是一步到位的。但這一次的突破，已經給我們指了一條足夠清晰的路。

參考來源：https://doi.org/10.1038/s41579-026-01286-y

識別微信二維碼，添加生物制品圈小編，符合條件者即可加入

生物制品微信群！

請注明：姓名+研究方向！

本公眾號所有轉載文章系出于傳遞更多信息之目的，且明確注明來源和作者，不希望被轉載的媒體或個人可與我們聯系(cbplib@163.com)，我們將立即進行刪除處理。所有文章僅代表作者觀不本站。