روزنامه ایران

فناوری، موفقیت واکسن «کرونا» در نژادهای مختلف را زیر سؤال برد



میترا جلیلی
خبرنگار


با شیوع کرونا تلاش‌ها برای ساخت واکسن در جهان آغاز شد و این بار متخصصان حوزه فناوری با کمک هوش مصنوعی، الگوریتم‌ها و ماشین‌های یادگیری، مدل سازی‌های پیشرفته کامپیوتری، واقعیت افزوده و... به بازوی توانمندی برای محققان حوزه زیستی و پزشکی تبدیل شدند. با کمک کمپانی‌های بزرگ واکسن کرونا در مدت زمانی بسیار کوتاه‌تر از تصور پزشکان به فاز سوم آزمایش‌های کلینیکی وارد شد و حالا هم خبر می‌رسد که قرار است بزودی در بریتانیا واکسیناسیون گسترده علیه کووید 19 انجام شود. با وجود خوش بینی‌ها نسبت به تأثیر بالای این واکسن‌ها، تازه‌ترین گزارش مؤسسهMIT که یکی از بازیگران اصلی در حوزه ساخت واکسن محسوب می‌شود، نشان می‌دهد برخی نژادها ممکن است از این واکسن تأثیر کمتری بگیرند که این یک ضعف بزرگ به شمار می‌رود.
  روی دیگر سکه واکسن
دولت بریتانیا در حال آماده شدن برای انجام واکسیناسیون شهروندان این کشور با واکسن فایزر-بایون‌تک است و پیش‌بینی می‌شود که الیزابت دوم ملکه بریتانیا و همسرش جزو نخستین گروه‌هایی باشند که به آنها واکسن تزریق می‌شود. نخستین مرحله این واکسیناسیون از امروز (۱۸ آذر) با تزریق واکسن به افراد بالای ۸۰ سال، کادر درمانی حاضر در خط مقدم مقابله با کووید-۱۹ و افراد ساکن در خانه‌هاي سالمندان انجام می‌شود.سایر افراد مسن و آسیب پذیر در مرحله بعدی واکسیناسیون قرار دارند و بقیه افراد هم بر اساس سن برای واکسیناسیون طبقه‌بندی می‌شوند. اما با وجود توجه فراوان به واکسن‌های موفق کووید- 19 همچون مدرنا و فایزر، برخی متخصصان سلامت درباره اثرگذاری بالای این واکسن‌ها شک و تردید دارند. گفته می‌شود این واکسن‌ها برای همه جمعیت‌های جهان تا 95 درصد ایمنی در برابر کرونا ایجاد می‌کنند در حالی که متخصصان آزمایشگاه علوم کامپیوتر و هوش مصنوعی (CSAIL) در مؤسسه MIT نظر دیگری دارند و تحقیقات آنها روی دیگر این سکه را نشان می‌دهد.
طبق گزارش Zdnet، این تحقیقات نشان می‌دهد تأثیر این واکسن به عوامل و فاکتورهای زیادی وابسته است که از جمله آنها می‌توان به‌ نژاد فرد اشاره کرد که البته در ساخت این واکسن‌ها به این موضوع هیچ توجهی نشده است و همین امر می‌تواند موفقیت این واکسن‌ها را تا حدودی شکننده سازد. گفته می‌شود واکسن‌های مدرنا، فایزر، AstraZeneca و... که قرار است ویروس کووید-‌19 را در جهان به دام بیندازند و مانع تاخت و تاز بیشتر آن شوند والبته اکنون در فاز سوم تحقیقات کلینیکی قرار دارند، شاید نتوانند بر افراد سیاهپوست یا آسیایی- امریکایی‌های ساکن در امریکا به اندازه مردم سفید پوست این کشور تأثیرگذار باشند. این، نتیجه یک تحقیق در مؤسسه تکنولوژی ماساچوست(MIT) است که در مجله Cell Systems منتشر شده است.«دیوید کی گیفورد» یکی از نویسندگان این گزارش که درواقع به‌عنوان مهندس ارشد در(CSAIL) آزمایشگاه علوم کامپیوتر و هوش مصنوعیMIT فعالیت دارد به همراه دیگر نویسندگان این گزارش یعنی Ge Liu و براندون کارتر، دو دانشجوی دکترای فعال در CSAIL تأکید کرده‌اند که در تحقیقات خود از مدل‌های کامپیوتری هوشمند و بسیار دقیق استفاده کرده‌اند و با کمک مدل‌های یادگیری ماشینی برای پیش‌بینی بر اساس اطلاعات و دیتای بیمار و مدل‌های پروتئین موجود در سیستم ایمنی آنها، تلاش کردند تا تخمین بزنند که این واکسن‌ها تا چه حد می‌توانند بر افراد با ژنتیک‌های متفاوت تأثیرگذار باشند و از آنها در برابر کووید- 19 محافظت کنند.
  لزوم ایجاد تنوع در پپتیدهای واکسن ها
برای درک این موضوع که اصولاً واکسن‌ها چگونه از بدن محافظت می‌کنند و ژنتیک چه تأثیری می‌تواند بر این ایمنی زایی داشته باشد، بهتر است نگاهی به مکانیسم مقابله بدن با یک ویروس داشته باشیم. وقتی یک ارگانیسم زنده ازجمله ویروس یا باکتری یا یک رشته کوتاه متشکل از 8 تا 25 آمینواسید که پپتید نامیده می‌شوند وارد بدن می‌شود، به سطح سلول‌های بدن می‌چسبند و گلبول‌های سفیدTشکل این سلول‌ها را سیگنالی برای حمله به بدن شناسایی می‌کنند. حالا مراحل مبارزه با این ذرات خارجی و نابود کردن این سلول‌های آلوده آغاز می‌شود. این، دقیقاً مدلی است که سیستم ایمنی بدن کار می‌کند و واکسن‌ها این مراحل را با استفاده از یک بخش از ویروس که به طور خاص مهندسی شده است تا پاسخ ایمنی بدن را تحریک کند، تقلید کرده‌اند.
گیفورد و تیم همراهش در تازه‌ترین تحقیق خود نشان داده‌اند که واکسن‌های معروفی همچون مدرنا، فایزر وAstraZeneca دقیقاً همان ضعفی را دارند که محققان در مدل‌سازی رایانه‌ای خود پیش‌بینی کرده بودند. همه این واکسن‌ها از بخشی از ویروس به‌نام پروتئین Spike یا پروتئینS استفاده کرده‌اند و عملاً از بخشی از این پروتئین با نام Receptor Binding Domain )RBD) برای تحریک سیستم ایمنی بدن استفاده کرده‌اند. بنابراین تمرکز بر یک بخش خاص از پپتیدهای ویروس، ضعف عمده و اصلی این واکسن‌ها به شمار می‌رود. این محققان با کمک هوش مصنوعی و سیستم‌های ماشین یادگیری نمونه‌های مختلف واکسن‌ها را مدل‌سازی کردند و در نهایت باز هم تأکید کردند که نبود تنوع پپتیدها منجر به ناکامی و شکست این واکسن‌ها در پوشش سلامت همه مردم جهان با ژنتیک‌های مختلف خواهد شد. این محققان معتقدند سازندگان واکسن باید در آزمایشات بالینی خود به تنوع ژنتیکی مردم جهان توجه داشته باشند وگرنه نمی‌توانند بخش زیادی از جمعیت کره زمین را زیر پوشش سلامت در برابر کووید- 19 خود قرار دهند.  پیش از این نیز گیفورد و تیم همراهش در گزارش تابستانی خود هشدار داده بودند که عدم استفاده کافی از بخش‌های مختلف ویروس در ساخت واکسن، می‌تواند شکاف‌هایی را در پوشش سلامت جمعیت ایجاد کند و عملاً برخی افراد با وجود تزریق واکسن، ایمنی کمتری نسبت به بقیه پیدا کنند. دلیل این موضوع نیز این است که مردم رسپتورها یا گیرنده‌های سلولی متفاوت و همچنین نسخه‌های مختلفی از ژن ها دارند. درواقع رسپتورها یا گیرنده‌های سلولی بدن افراد به برخی از پپتیدهای ویروسی متصل می‌شوند.
این تیم دریافتند در میان افراد سفیدپوست تعداد افرادی که به این واکسن پاسخ مناسبی ندهند به کمتر از نیم درصد می‌رسد اما این رقم برای آسیایی‌ها یا سیاهپوست‌ها به 10درصد می‌رسد که رقم قابل تأملی به شمار می‌رود. به بیان دیگر برخی نژادها نسبت به این واکسن کمتر تأثیر می‌گیرند که این موضوع نگران‌کننده است. به گفته گیفورد، در طول همه گیرى، اختلافات نژادى موجود و نابرابرى‌هاى بهداشتى شدت یافته و برجسته شده است و ویروس به طور نامتناسبى بر جوامع سیاهپوست و اسپانیایی تبار تأثیر می‌گذارد. اگر یک واکسن برای گروه‌های اقلیت اثرگذاری کمتری داشته باشد، تنها شکاف‌هایی را که در حال حاضر وجود دارد افزایش می‌دهد.
  پروژه‌های فناورانه MIT
در مؤسسه MIT با استفاده از متدهای هوش مصنوعی و ماشین‌های یادگیری بسیار پیشرفته، واکسن‌هایی مشابه مدرنا و فایزر مدل‌سازی شد. درواقع فعالان حوزه فناوری MIT تلاش کردند تا نشان دهند واکسن‌های ساخته شده تا چه حد می‌توانند در گروه‌های جمعیتی مختلف با ریشه‌های ژنتیکی متفاوت، پاسخ ایمنی را در بدن فرد تحریک کنند.  این پروژه در ادامه پروژه قبلی مؤسسه پژوهشی MIT رقم خورد که تلاش داشت با استفاده از هوش مصنوعی به طراحی واکسن پیشرفته کرونا بپردازد. این مؤسسه در ماه ژوئیه 2020 سیستم ماشین یادگیری با نام OptiVax را توسعه داد که پپتیدهایی را انتخاب می‌کند که پیش‌بینی می‌شود جمعیت بیشتری را می‌توانند زیر پوشش واکسن قرار دهند و بهترین ایمنی توسط این فناوری تشخیص داده شود. در این تحقیق جدید علاوه بر OptiVax و پیش‌بینی میزان تحریک پاسخ ایمنی بدن به واکسن از فناوری EvalVax هم استفاده شده است تا پاسخ ایمنی بدن به بیوشیمی گروه‌های جمعیتی را بر اساس وضعیت اجداد قومی یا ژنتیکی ترسیم کند. مکانیسم واکسن هم در این تحقیقات توسط برنامه‌های کامپیوتری بسیار دقیق مدل‌سازی شده است.مطالعات فناورانه این گروه از محققان نشان می‌دهد اگر از 5 تا 20 پپتید اضافی در این واکسن‌ها استفاده شود، میزان موفقیت این واکسن‌ها به منظور محافظت از مردم در برابر کرونا می‌تواند تا 100 درصد برسد. این تیم تحقیقی نشان داده که افزودن 5 تا 10 پپتید اضافی به یک دوز خاص می‌تواند اثر بخشی واکسن را تقریباً 100 درصد در کل جمعیت بیمار بهبود بخشد. البته زددی نت هنوز موفق نشده که نظر سازندگان و دست‌اندرکاران ساخت واکسن‌های فایزر، مدرنا و AstrZeneca را در این باره کسب کند ولی به محض پاسخ آنها این نظرات را منعکس خواهد کرد.
لینک منبع خبر
پربازدیدترین‌های روزنامه ها
سیمای غرب وحشی در غزه (شهروند) 100 روزِ گران مدعیان اصلاحات چه پاسخی دارند؟! (کيهان)
سایر اخبار این روزنامه
قطعاً مسیر گفت‌وگو را می‌رویم # من - ماسک - می‌زنم دوئل برای اثبات بهترین بازیکن تاریخ پیام‌ سیاسی بودجه 1400 به جهان دوستان زبان بسته قرنطینه عزم دولت برای بستن پرونده وقف منابع طبیعی و جنگل‌ها همه برای افزایش مشارکت باید احساس مسئولیت کنیم ناقضان قرنطینه پایتخت را به رنگ قرمز در می‌آورند! پرداخت مقرری بیمه بیکاری کرونا به یک میلیون و ۴۹ هزار نفر پیروزی قاطع «مادورو» شکست اپوزیسیون بوم، اصلی‌ترین چشمه هنرمند است فناوری، موفقیت واکسن «کرونا» در نژادهای مختلف را زیر سؤال برد استقلال در چاه نفت! ایران حضور کشورهای منطقه در مذاکرات برجامی را نمی‌پذیرد پیامدهای تضعیف تفکیک قوا طراحی محیط و مسئولیت اجتماعی