AI设计疫苗进入人体试验,或将终结频繁打疫苗时代
剑桥大学开展世界首创人工智能设计疫苗的人体试验,该疫苗旨在提供针对所有冠状病毒的广泛防护。首批39人临床试验已完成,结果积极。未来计划开发通用流感、H5N1禽流感及埃博拉等疫苗。
以后不用再频繁打疫苗了?剑桥大学刚刚宣布了一项“世界首创”的医疗奇迹。
面对变幻莫测的病毒,人类医学正迎来一场碘伏性的技术革命。据英国广播公司报道,剑桥大学的研究团队利用人工智能(AI)开发出一种“根本性新颖”的疫苗。这是人类历史上首次将完全由人工智能设计的疫苗关键成分投入人体试验,旨在为人类提供广泛的病毒防护,并从根本上预防未来可能爆发的大流行。
这款疫苗的设计目标相当硬核——它打算“以一敌百”,适用于所有冠状病毒。不仅涵盖目前已知的所有新冠变异株,甚至能防御那些目前仅在动物间传播、但随时可能跨物种引发下一场人类大流行的潜在病毒。

从“被动挨打”到“降维打击”:AI如何设计出“超级抗原”
传统疫苗的研发逻辑,说白了就是——病毒先变,我们后追。病毒长出啥样子,我们就照着那个样子做一个。问题是,病毒最擅长的就是变装秀,这也就是为什么新冠和流感疫苗需要频繁定期更新。
剑桥大学的乔纳森·希尼教授一针见血地指出了传统研发的困局:“我们总是落后于一步,我们试图做的是领先一步,这样他们就能远远防范新的疫情爆发或大流行。”
为了实现这一跨越,剑桥研究人员从监测项目记录的一系列冠状病毒中,提取了已知的基因密码——也就是生命的操作手册。接下来,这些遗传密码被交由人工智能进行深度分析。最终,AI凭借强大的计算与预测能力,设计出了一种前所未有的“超级抗原”。
抗原是什么?它是疫苗教会免疫系统识别并攻击敌人的关键成分。这款AI设计的超级抗原,能够系统性地训练人体免疫系统,从而保护整个病毒家族免受其侵害。即使病毒未来发生突变,或者新的感染从动物传染给人类,免疫系统依然能一眼认出敌人。
希尼教授激动地表示,这是人工智能设计的抗原首次在人类身上进行试验,这项技术“让我们所有人都感到惊讶”,并且“我们能为人类带来的巨大成就令人惊叹”。他告诉BBC新闻:“这是为了制造能保护我们,不仅能抵御当今病毒,还能保护我们免受可能导致下一次疫情或疾病的病毒的疫苗。这是我们应对大流行病准备方式的根本性转变。”
首批人体试验结果积极,科学界集体“狂喜”
目前,这项针对39人的第一阶段临床试验已经完成,主要用于评估该疫苗的安全性。详细的科学发现已发表在知名医学期刊《感染杂志》上。尽管目前该阶段对免疫系统的影响被评价为“有限”,但它依然在医学界引发了巨大的轰动。接下来,一项涉及约200人的第二项研究将展开,以更深入了解其对免疫系统的训练效果。
南安普敦大学部分试验的索尔·福斯特教授高度评价称,AI设计“绝对有潜力”,并且“非常令人兴奋”。他告诉BBC:“真正有趣的是,当病毒发生变化时,技术在设计潜在大流行疫苗方面要好得多。”
未参与该研究的牛津疫苗组主任安迪·波拉德教授也指出,这种方法在早期的动物研究中已经产生了有力证据:“这些数据非常有趣,人们不会预料到自己能产生这些免疫反应。”
波拉德补充称,虽然真正的测试还在于人体试验的后续表现,但从更广泛的意义上来说,AI绝对将成为疫苗研究的“游戏规则改变者”,有潜力预测免疫反应、极大加快研发速度并“拯救生命”。
英国国家卫生与护理研究院科学主任玛丽安·奈特教授则惊叹:“这项由人工智能设计的‘超级抗原’试验取得的显著成功,标志着我们在提供广泛且持久病毒保护方面取得的关键飞跃。”
科学部长瓦兰斯勋爵也盛赞其为“又一个英国科学成功案例”:“随着首批人体试验显示出积极结果,这项工作有望加快疫苗推广,惠及全球人民,实现长期利益。”
终结流感与埃博拉?AI的野心不止于新冠
冠状病毒只是AI小试牛刀的第一步。目前,该工作虽然仍处于早期阶段,但剑桥团队已经开启了多条史诗级的独立疫苗研发战线:
1. 通用季节性流感疫苗:目前已进入动物研究阶段,旨在开发出一种无需每年更换的通用流感疫苗;
2. H5N1禽流感疫苗:防范目前正在毁灭鸟类种群的禽流感病毒演变为人类大流行;
3. 病毒性出血热(含埃博拉)疫苗:针对目前刚果民主共和国爆发的、尚未开发出有效疫苗的致命埃博拉病毒株进行攻坚。
当AI拿过科学家的画笔,开始“画”出病毒未来变异的模样,人类与病毒长达万年的“猫鼠游戏”,或许正迎来彻底终结的曙光。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:AI设计疫苗进入人体试验,或将终结频繁打疫苗时代要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点佑驾创新与乐动机器人达成战略合作,围绕技术、产品、场景、数据四维度展开深度协同,旨在加速物理AI规模化落地,拓展无人车与机器人场景边界,推动具身智能商业化进程。
Meta开放AI算力租赁业务,市场反应从算力过剩转向算力商业运营。GPU从自用转向对外出租,算力从成本中心转为利润中心。AI云竞争核心从拥有GPU数量转向稳定跑满GPU的能力,依赖同步与参考时钟等底层基础设施的长期稳定运行。
针对大型多仓库工程(30+微服务、10+前端微应用),搭建包含规则、技能、子代理、13阶段工作流与门禁脚本的Harness系统,解决PRD不可信、方案与代码脱节、改完无人验证、交付环节琐碎等痛点,使AI在真实业务中稳定跑完需求。
部署MCP Toolbox前,先看清它的适用场景与安全边界,避免在权限管理不完善时接入敏感数据。 核心内容: 1 MCP Toolbox的核心功能与两种使用路线 2 项目适合与不适合的团队场景分析 3 实际验证的安全检查与关键限制 先说结论 MCP Toolbox 很适合小团队研究“让 AI
- 日榜
- 周榜
- 月榜
热点快看
