这篇小综述依据Vo等发表于《Indian Journal of Microbiology》的系统综述撰写。Ha Anh Vo、Andrea Kurniawan和Brian Harvey Avanceña Villanueva为共同第一作者,Brian Harvey Avanceña Villanueva与Kuo-Pin Chuang为通讯作者。研究团队来自台湾屏东科技大学、韩国忠北大学、菲律宾理工大学等机构。

打开网易新闻 查看精彩图片

作者检索了2017年1月至2026年1月的文献。103条记录经去重、题目摘要筛选和全文评估,最终纳入54篇,讨论AI如何辅助动物细菌与病毒疫苗研发。

打开网易新闻 查看精彩图片

AIx生物制药微信⑥群已开启

扫描上方群二维码,加入AIx生物制药微信交流群,进群备注姓名、公司名,交流一线产业观点。

疫苗研发,难在选对抗原

传统减毒活疫苗和灭活疫苗控制过许多动物疫病,但研发周期长、成本较高,也存在生物安全和保护性抗原识别等挑战。重组蛋白或亚单位疫苗只使用病原体的特定成分,能否奏效,很大程度取决于抗原是否选得准。

反向疫苗学提供了一条不同路径:不必先培养病原体,而是从基因组和蛋白质组数据中寻找候选抗原。AI进一步把序列比对、抗原性预测、表位筛选和结构分析连接起来,帮助研究人员优先处理更值得实验验证的目标。

打开网易新闻 查看精彩图片

图1 AI驱动动物疫苗技术发展示意图。

AI做的是一道层层筛选的“漏斗”

第一步是找保守区域。泛基因组分析比较不同菌株或毒株,把大家共有的核心基因与易变的附属基因分开。靶向较保守的片段,更有机会覆盖多个流行株,但保守不等于能激发免疫,更不自动等于具有保护作用。

随后,计算工具会继续筛选:蛋白是否位于表面或分泌到胞外,抗原性如何,哪些片段可能成为B细胞或T细胞表位,能否与动物的主要组织相容性复合体(MHC)分子结合,以及是否存在毒性、过敏风险或与宿主蛋白过于相似。综述称,这类流程可把数千个候选压缩为约10—20个高价值靶标;这是一种研发策略概括,并非所有项目都能达到同一结果。

打开网易新闻 查看精彩图片

图2 疫苗靶标识别的理想流程。

打开网易新闻 查看精彩图片

多表位疫苗像拼接“免疫识别模块”

表位是抗原中真正被免疫系统识别的局部片段。多表位疫苗把B细胞表位、辅助性T细胞表位和细胞毒性T细胞表位组合进一个人工设计的构建体,希望同时调动抗体和细胞免疫。

这些模块不能随便堆在一起。研究会用EAAAK、GPGPG、AAY/AY、KK等连接肽分隔不同表位,并加入佐剂、通用辅助表位或纯化标签。部分研究采用“跨菌株保守性不低于80%”作为筛选条件,但这是具体研究中的常用门槛,不是通用合格线。

打开网易新闻 查看精彩图片

图3 AI辅助多表位动物疫苗构建体的代表性结构。

打开网易新闻 查看精彩图片

几个案例,证据走到了哪一步

猪肺炎支原体研究中,作者比较21个菌株,找到408个高度保守的核心基因,再预测与猪白细胞抗原结合的表位。相关多表位疫苗构建体已在小鼠和仔猪免疫研究中观察到体液与细胞免疫反应。

犬圆环病毒研究从555个候选中筛出5个表位,并完成分子对接、动力学模拟及新西兰兔体内实验;猪繁殖与呼吸综合征病毒(PRRSV)研究则分析超过7300条全球序列,提出广谱候选疫苗,但文中所列证据仍主要是计算预测与免疫模拟。

读这些案例时,要分清“预测有效”“实验观察到免疫反应”和“证明能够防病”。分子对接稳定、模拟抗体水平升高,都不能直接替代目标动物中的保护效力验证。

打开网易新闻 查看精彩图片

AI提速,不等于跳过实验

这篇综述也明确列出了短板:经实验验证的数据集可能较小、不完整或存在地域偏倚;深度学习模型的“黑箱”特征会影响解释与监管;病原体持续变异,还可能让静态模型过时。计算基础设施成本,也会限制不同地区的使用。

从疫苗研发角度看,AI最适合承担前端的大规模筛选和排序,让实验资源集中投向更有希望的候选。它减少的是盲目试错,不是科学验证。真正可靠的动物疫苗,仍要跨过体外实验、真实宿主保护效力和安全性评价这些关口。

参考文献:Vo HA, Kurniawan A, Villanueva BHA, et al. Artificial Intelligence-Driven Reverse Vaccinology and Immunoinformatics for Veterinary Vaccine Development Against Bacterial and Viral Pathogens: A Systematic Review. Indian Journal of Microbiology, 2026. DOI:10.1007/s12088-026-01569-1。

识别微信二维码,添加生物制品圈小编,符合条件者即可加入

生物制品微信群!

请注明:姓名+研究方向!

本公众号所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系(cbplib@163.com),我们将立即进行删除处理。所有文章仅代表作者观点,不代表本站立场。