Как разрабатывают вакцины с помощью искусственного интеллекта

Сложности в разработке вакцин

Первая вакцина (против натуральной оспы) появилась в конце XVIII века благодаря английскому врачу Эдварду Дженнеру. С тех пор принципы разработки таких препаратов неоднократно менялись: от использования ослабленных или инактивированных вирусов до современных рекомбинантных белков и мРНК-технологий. Но независимо от платформы создание вакцины всегда оставалось длительным и трудоёмким процессом. Учёным необходимо определить, какую часть вируса иммунная система должна распознавать, проверить её безопасность и способность вызывать защитный иммунный ответ. На поиск подходящих антигенов нередко уходят годы.

мРНК-вакцина «передаёт» клеткам инструкцию для синтеза безвредных белков патогена, которые тренируют иммунную систему и готовят её ко встрече с реальным вирусом Изображение: © Валентина Межецкая / drexel.edu / «Сириус(Журнал»

Сложно не столько придумать принцип, сколько обработать и держать в голове тысячи последовательностей, эволюционные связи, трёхмерные структуры, эпитопы, мутационную устойчивость и стабильность белка. К тому же вирусы постоянно меняются (яркий пример — COVID-19). Пока разрабатывается вакцина, появляются новые варианты возбудителя, с которыми сложно бороться сформировавшемуся иммунитету.

Как используют ИИ в разработке вакцин

Когда говорят о применении ИИ при разработке вакцин, речь не идёт о том, что нейросеть самостоятельно создаёт готовый препарат. Искусственный интеллект лишь помогает анализировать огромные массивы биологических данных и находить закономерности, которые сложно обнаружить человеку.

«ИИ ищет фрагмент последовательности антигена, который сочетает несколько качеств. Во-первых, он должен быть консервативным, то есть мало меняться у родственных вирусов. Во-вторых, функционально важным, чтобы вирусу было трудно от него „отказаться“. В-третьих, доступным для антител. В-четвертых, желательно быть уже связанным с известными нейтрализующими эпитопами», — объясняет заведующий лабораторией Цифровой биоэнергетики микроорганизмов Центрального университета доктор биологических наук Борис Фенюк.

Современные системы машинного обучения способны сравнивать тысячи геномов вирусов одновременно, выявлять наиболее консервативные участки белков, прогнозировать, какие фрагменты вируса будут лучше распознаваться иммунной системой, а также моделировать потенциальную эффективность различных платформ для вакцин. Это позволяет значительно сократить количество лабораторных экспериментов и ускорить отбор перспективных кандидатов.

Изображение: © Валентина Межецкая / «Сириус(Журнал»

Одна из главных целей современной вакцинологии — создание универсальных вакцин. Они, в отличие от обычных препаратов, которые защищают от конкретного штамма или ограниченного числа вариантов вируса, должны гарантировать безопасность от воздействия целого семейства родственных возбудителей (включая те, которые ещё не появились у человека). Именно для решения этой задачи исследователи всё чаще привлекают искусственный интеллект. Нейросетевые алгоритмы анализируют генетические последовательности тысяч вирусов и ищут участки, которые практически не меняются в ходе эволюции. Если иммунную систему научить распознавать такие стабильные элементы, защита потенциально сможет сохраняться даже при появлении новых вариантов вируса.

«В контексте разработки отдельных типов вакцин ИИ может стать стандартным инструментом для создания новых проператов. Особенно если речь идёт о персонализированных вакцинах — например, против онкологических заболеваний. Или о сложных мультиэпитопных вакцинах — например, против бактериальных патогенов. Но применение ИИ в большинстве вакцинных мРНК-препаратов против вирусов не имеет большого смысла, поскольку в основном используется известная последовательность генома циркулирующего штамма», — объясняет руководитель группы лаборатории РНК-вакцин Научного центра трансляционной медицины Университета «Сириус» Василий Решетников.

Первую ИИ-вакцину испытали на людях

В июне 2026 года исследователи из Кембриджского университета сообщили о результатах первого клинического испытания универсальной коронавирусной вакцины, созданной с помощью искусственного интеллекта. Алгоритмы проанализировали генетические данные множества сарбековирусов — группы вирусов, в которую входят SARS-CoV, SARS-CoV-2 и многочисленные коронавирусы летучих мышей. На основе этого анализа был создан так называемый «суперантиген» — искусственная конструкция, объединяющая наиболее консервативные элементы всего семейства вирусов.

Учёные показали, что вакцина безопасна и способна вызывать иммунный ответ против различных представителей семейства сарбековирусов, включая вирусы, которые пока не циркулируют среди людей. При этом сами исследователи подчёркивают: говорить о готовой универсальной защите от коронавирусов пока рано. Впереди более масштабные исследования, которые должны подтвердить эффективность препарата и длительность иммунной защиты.

Вот уже несколько десятилетий вакцинация – неотъемлемая часть профилактики заболеваний Фото: © Денис Русинов / ITAR-TASS

ИИ против зоонозных инфекций

Особенно перспективным считается использование ИИ для борьбы с зоонозным инфекциями — заболеваниями, которые передаются человеку от животных. Большинство пандемий последних десятилетий возникали именно таким образом. Анализируя вирусы, циркулирующие среди животных, алгоритмы могут заранее выявлять потенциально опасные варианты и помогать создавать вакцинные конструкции ещё до появления первых случаев заболевания у людей.

Заменит ли ИИ разработчиков вакцин?

Искусственный интеллект помогает быстрее анализировать данные и формулировать гипотезы, но окончательное решение о безопасности и эффективности вакцины по-прежнему принимается на основе экспериментальных данных. Так что правильнее говорить не о замене исследователей, а о новом этапе применения цифровых алгоритмов. Если раньше поиск перспективного антигена напоминал многолетний перебор вариантов, то сегодня нейросеть позволяет значительно сузить область поиска и сосредоточиться на наиболее перспективных решениях.

«Алгоритмы могут учитывать, насколько вирус похож на известные патогены, может ли он связываться с человеческими рецепторами, насколько быстро эволюционирует, у каких животных циркулирует, насколько часто эти животные контактируют с людьми, есть ли признаки рекомбинации или адаптации к млекопитающим. Но на вероятность возникновения пандемии влияют не только структурные особенности вирусных белков. Это ещё экология, случайность, рынки животных, миграции, плотность населения, иммунный фон и простое невезение. Поэтому современные технологии приближают нас скорее к более точной оценке рисков и к системе раннего предупреждения, но не к „хрустальному шару“. ИИ может подсказать, на что обратить внимание. Но достоверно предсказать, что какой-то конкретный вирус, скажем, в марте 2031 года устроит катастрофу, он пока, к сожалению, не может», — подвидит итог Борис Фенюк.