上報 Up Media

柯夫

• 人類疫苗計畫執行長

在2018年的紐約科學院頒獎的晚宴上，我看見艾利森（James P. Allison）對一群著迷的觀眾說 ，他在癌症免疫治療方面的突破性發現，並非源於對癌症的關注，而是源於他對免疫系統運作方式的數十年基礎研究。

幾周後，艾利森和他的免疫學家同事本庶佑（Tasuku Honjo）共同成為2018年諾貝爾生醫獎（Nobel Prize in Medicine）的得主。

多年來，艾利森和他的同事們研究了一種可以抑制免疫系統的蛋白質。他們認識到，釋放這種抑制因數可以解除對免疫系統的束縛，使其攻擊和摧毀腫瘤。

此外，本庶佑和同僚們發現了另一種具有類似功能的蛋白質。這些基礎研究已經促進了嶄新而強大且對癌症有效的免疫療法的發展。

但人類需要學習的還有很多。

對一些癌症患者來說，免疫療法革命使曾經瀕臨死亡的人能夠過上健康的生活，而沒有檢測到患病痕跡。然而，免疫療法革命仍處於起步階段。由於一些尚不明朗的原因，許多癌症和病人（對這一療法）根本沒有反應。

科學家們越來越認同由於目前對人類免疫系統如何對抗疾病缺乏瞭解，過去數十年愛滋病毒/愛滋病疫苗的研發工作裡，親眼見證該目標迄今仍遙不可及。

這就是我相信基礎研究的下一個突破將是解碼人類免疫系統如何預防和控制疾病的理由。

人工智慧（AI）和機器學習將是這一成就的關鍵，正如它們正在改變我們生活的其他方面一樣，它們將改變人類健康的未來。

免疫系統是由細胞、組織和器官組成的複雜網路，是人體保持健康的主要機制。無論是針對癌症、糖尿病和阿茲海默症等非傳染性疾病，還是肺結核、瘧疾和伊波拉（Ebola）等傳染性疾病，破譯免疫系統的資訊都是我們理解和抗擊這些疾病的核心。

過去1世紀，我們學會了透過疫苗來設計我們自身免疫的某些方面，但我們已陷入了關鍵的僵局。我們現在面臨的威脅更加陰險和複雜，每年有數百萬（特別是）兒童、老年人和生活在低收入和中等收入國家的人，死於本應被克服的疾病。

而這一問題並非無法克服。

透過充分利用免疫系統的力量，吾人可以找到新方法來對抗疾病。我們需要新的、創造性的方法來應對跨多個學科的挑戰：從人類基因組建計畫（ Human Genome Project）進行協調努力。

好消息是，這樣的行動在目前是可能實現的。

生物醫學、工程學以及最重要的人工智慧和機器學習領域的最新技術進步為我們提供了開拓努力所需的工具。

由於人類免疫系統的巨大規模和複雜性，這些工具是必要的。人類免疫系統比人類基因組大數十億倍，處理如此龐大的資訊需要強大的資料科學能力和先進超級計算。它還要求我們在如何進行臨床研究方面做出重大轉變。

傳統上，臨床研究的重點是在盡可能取得更多的測試成功個案，收集每個受試者有限的資料。隨著新的基因組學和分子生物學工具的出現，研究人員可以在單個個體上收集數百萬個資料。

這將帶領我們走向新模式：更少的人，更多的資料。

通過結合人工智慧和機器學習來分析這些個體資料集，我們可以更好地理解人類免疫系統的分子水平動力學，並開始繪製其調控規則。

在人類疫苗項目的早期工作中，文特爾研究所（J. Craig Venter Institute）、聖地牙哥超級電腦中心（San Diego Supercomputer Center）和不列顛哥倫比亞大學（University of British Columbia）的科學家們正在使用這種方法，來辨別個體中預測疫苗免疫反應的基礎生物特徵。

這樣的工作可以為加速開發新疫苗和治療免疫傳導性疾病的方法奠定基礎。

諸如此類的研究開始產生前所未有的大量資料，最終將使人類免疫系統首冊圖集的創建成為可能。先進超級電腦的進步可以應用到該資料庫中，創建第一個基於人工智慧的免疫系統模型。這些模型將填補我們現有知識的空白，從而創造出更有效的癌症免疫療法，以及針對許多其他疾病的診斷、疫苗和治療方法。

我設想著這樣的一個世界：科學家們可以迅速開發出對抗疾病的新方法、疫苗可以透過一次免疫為每個人提供終生保護、免疫療法對所有癌症都有效，阿茲海默症也可以預防。

為了使這一未來成為現實，我們必須將創造力與人工智慧的不斷進步結合起來，以破解人類免疫系統的密碼。

© Project Syndicate

（原標題為《How Artificial Intelligence Can Help Us Decode Human Immunity》文章未經授權，請勿任意轉載）