麻省理工学院（MIT）科学家开发出一款名为VaxSeer的人工智能系统，可提前数月预测未来主导的流感病毒毒株，并推荐更具保护力的疫苗候选株，其预测效果在多项测试中优于世界卫生组织（WHO）当前推荐方案。相关研究发表于《自然·医学》期刊。 流感疫苗的有效性高度依赖于疫苗毒株与当季流行毒株的匹配程度，理想情况下可达到40%至60%的保护率。然而，由于流感病毒变异迅速，传统疫苗选择机制常滞后，导致实际效果受限。为提升预测准确性，MIT团队构建了VaxSeer，该系统基于深度学习模型，融合了数十年的病毒基因序列与实验室测试数据，模拟病毒进化路径及疫苗的免疫反应。 VaxSeer采用双引擎架构：一引擎评估各毒株的传播潜力（主导性），另一引擎评估疫苗对特定毒株的中和能力（抗原性）。两者结合生成“预测覆盖率得分”，得分越接近0，代表疫苗与未来流行毒株匹配度越高。在一项为期10年的回顾性研究中，VaxSeer在10个H3N2流感季中有9次优于WHO推荐，H1N1亚型中也有6次表现更优或持平。 该系统通过蛋白质语言模型分析病毒突变组合对传播能力的影响，突破了传统模型仅关注单个氨基酸变化的局限。随后，模型利用常微分方程框架模拟病毒在人群中的动态传播，并结合血凝抑制实验数据评估抗原性，从而实现前瞻性预测。 目前VaxSeer聚焦于流感病毒的血凝素蛋白，未来计划整合神经氨酸酶等其他蛋白，并考虑免疫史、生产限制等现实因素。研究团队还致力于开发适用于低数据环境的预测方法，以拓展至其他病毒。MIT人工智能与健康特聘教授、CSAIL首席研究员Regina Barzilay表示，VaxSeer代表了在病毒进化竞赛中抢占先机的关键尝试。该技术不仅有望提升流感防控效率，也为应对其他快速变异病毒提供了新思路。