剑桥大学团队 AI 设计通用疫苗完成首次人类临床试验，未来有望提前“拦截”大流行病

AI瞄准病毒“共享弱点”，破解通用疫苗百年难题

传统疫苗往往针对特定病毒株开发，面对快速变异的病毒（如流感、冠状病毒）时效率低下。剑桥大学团队另辟蹊径，利用AI深度学习模型扫描数千种已知病毒家族的基因组，寻找在所有变体中高度保守的蛋白片段——这些片段是病毒生存和复制所必需的“共享弱点”。AI通过模拟病毒蛋白在不同宿主细胞内的结构变化，筛选出能激活广谱T细胞和B细胞免疫反应的抗原组合。此前，研究者已借助AI预测出“整个蛋白质宇宙”的形态，此次成果正是基于此类技术对病毒核心结构的精准解析。

从算法到针管：首次人体试验启动，安全性成焦点

这项名为“VaxiCov”的候选疫苗已完成临床前动物实验，结果显示其对多种β冠状病毒（包括SARS-CoV-2原始株、德尔塔及奥密克戎变体）均能诱发持续6个月以上的中和抗体反应。2024年第三季度，该疫苗在英国正式启动1期临床试验，招募60名健康志愿者，主要验证安全性及免疫原性。试验方案采用mRNA递送系统，编码AI设计的广谱抗原。研究团队强调，全自动合成与读取DNA数据的流程已实现工厂化，未来若试验成功，疫苗生产周期可压缩至疫情爆发后的30天内。

提前“拦截”行动：AI如何改写大流行病应对剧本？

参考COVID-19疫情在“短短几个月内席卷整个世界”的教训，研究者指出，传统的“反应式”疫苗开发（从测序到上市需12-18个月）始终慢病毒一步。AI驱动的设计流程将抗原设计从数周缩短至数小时：团队利用已有的病毒基因组数据库和蛋白质结构数据（类似于“人工智能预测了几乎所有已知蛋白质形态”的技术路线），在实验室同步验证候选抗原。一旦监测到新型病毒序列，系统可立即输出疫苗设计蓝图，无需等待病毒分离培养。这种“预训练+实时适配”模式，有望像“提前布设雷达网”一样，在大流行萌芽阶段便启动免疫屏障构建。

跨界协同：当AI、基因组学与疫苗学“握手”

该项目的核心在于多学科融合。团队不仅从AI模型库中调用了最早诞生于剑桥的“人工智能发源地”技术基础（如1950年代图灵设想的雏形），还整合了来自医疗健康领域人工智能伦理前沿的隐私保护框架，以确保志愿者基因数据的安全。此外，项目受益于国际基因组学合作网络——正如过去对COVID-19病毒“更早、更快、更广泛的基因组学能力”的呼吁，本次研发直接使用了全球共享的病毒序列数据库。研究还探索了纳米传感器快速检测病毒变异的方法，以便AI模型持续更新抗原设计。