В июне 2026 года опубликованы результаты первого этапа клинических испытаний вакцины, активный компонент которой был полностью спроектирован с использованием технологий искусственного интеллекта и машинного обучения. Разработка выполнена исследовательской группой Кембриджского университета совместно с биотехнологической компанией DIOSynVax, созданной на базе университета. Препарат предназначен для защиты от широкого спектра коронавирусов, относящихся к семейству сарбековирусов, включая возбудителей тяжелого острого респираторного синдрома (SARS), COVID-19, а также зоонозных коронавирусов, способных к межвидовому переходу.
Вакцина стала первой в мире, чей антиген — ключевой компонент, запускающий иммунный ответ, — был разработан исключительно посредством компьютерного моделирования без использования традиционных методов культивирования вирусов или живых клеток на этапе проектирования. Клиническое исследование фазы I, получившее обозначение pEVAC-PS, проведено на базе Национального института здравоохранения и ухода в Саутгемптоне и Кембридже.
Актуальность разработки
Необходимость смены парадигмы вакцинопрофилактики
Традиционные вакцины обучают иммунную систему распознаванию конкретного возбудителя на основе антигенов, полученных из выделенных штаммов вируса. Однако вирусы постоянно мутируют, что требует регулярного обновления вакцинных препаратов. Данная ситуация характерна для сезонного гриппа, для которого ежегодно разрабатываются новые вакцинные составы, а также для COVID-19, где применяются бустерные дозы, адаптированные под циркулирующие варианты.
Как отмечает руководитель исследования профессор Джонатан Хини из Лаборатории вирусных зоонозов Департамента ветеринарной медицины Кембриджского университета:
«Мы всегда оказываемся в роли догоняющих. Наша цель — опережать события. Речь идет о создании вакцин, которые защищают нас не только от сегодняшних вирусов, но и от тех патогенов, которые способны вызвать следующую вспышку заболевания или новую пандемию».
Профессор Хини также отметил, что разработанная технология «превращает разработку вакцин из реактивной в упреждающую».
Технологический подход
Машинное обучение для идентификации консервативных эпитопов
Ключевое отличие новой методологии заключается в применении алгоритмов машинного обучения для анализа генетических данных. Исследователи использовали всю доступную совокупность данных о генетических последовательностях сарбековирусов, накопленных в рамках программ эпидемиологического надзора по всему миру. На основе этого массива информации искусственный интеллект идентифицировал наиболее консервативные участки вирусного генома — фрагменты, которые с высокой вероятностью остаются неизменными в процессе эволюции вируса.
Данный подход основан на следующем принципе: если вакцина нацелена на стабильные, эволюционно консервативные элементы вируса, она теоретически способна обеспечивать защиту не только от известных представителей семейства, но и от будущих мутантных вариантов, а также от родственных вирусов, которые еще не перешли от животных к человеку. На основе идентифицированных консервативных участков с помощью машинного обучения был сконструирован так называемый «суперантиген» — искусственный антиген, объединяющий антигенные признаки, общие для всей группы сарбековирусов, включая те, которые еще не возникли в природе.
Результаты клинического исследования фазы I
В клиническом испытании приняли участие 39 здоровых добровольцев в возрасте от 18 до 50 лет. Участникам вводились четыре различные дозировки препарата.
По данным исследовательской группы, вакцина «хорошо переносилась во всех четырех исследованных дозировках и не вызвала каких-либо серьезных опасений в отношении безопасности». Серьезных побочных эффектов зафиксировано не было.
Иммунологический ответ, зарегистрированный у добровольцев, продемонстрировал, что вакцина активирует иммунную систему и стимулирует выработку антител, способных нейтрализовать не только вирус SARS-CoV-2 и вирус атипичной пневмонии SARS, но также родственные коронавирусы летучих мышей, которые потенциально могут преодолеть межвидовой барьер и вызвать будущие пандемии. При этом исследователи характеризуют иммунный ответ как «умеренный», а продолжительность защитного эффекта на данный момент остается неизвестной.

Важно отметить, что первое клиническое испытание было небольшим по масштабу (39 участников) и его результаты, хотя и обнадеживающие, не позволяют делать окончательные выводы о клинической эффективности препарата. В настоящее время проводится более масштабное последующее исследование с участием примерно 200 человек для уточнения фактической эффективности суперантигена в активации иммунной системы.
Научная значимость
И перспективы технологического направления
Разработанная технология представляет собой фундаментально новый подход к созданию вакцинных препаратов. Как подчеркивают авторы работы:
«Это первая вакцина, активный компонент которой был полностью спроектирован с помощью компьютерных симуляций и протестирован на людях».
Успешное завершение первого этапа клинических испытаний подтверждает безопасность данного подхода и открывает возможности для его применения в отношении других групп вирусов.
Исследователи указывают, что аналогичная методология может быть использована для разработки универсальных вакцин против вируса Эбола, гриппа и других патогенов, характеризующихся высоким уровнем генетической изменчивости. Как отметил профессор Хини, следующим направлением работы может стать вакцина против птичьего гриппа, который он охарактеризовал как «серьезную глобальную угрозу».
Потенциальное преимущество разработанной технологии заключается в сокращении времени, необходимого для создания вакцинных препаратов, и снижении зависимости от постоянного обновления составов в ответ на появление новых вариантов вирусов. Вместо реактивной модели, при которой медицина вынуждена догонять эволюцию вируса, предлагается упреждающая стратегия, основанная на прогнозировании эволюционных траекторий патогенов.
Первое клиническое испытание на людях вакцины, спроектированной с применением искусственного интеллекта, знаменует собой важный этап в развитии вакцинопрофилактики. Несмотря на ограниченный масштаб исследования и умеренный иммунный ответ, полученные результаты подтверждают безопасность подхода и его принципиальную реализуемость. Технология машинного обучения для идентификации консервативных вирусных эпитопов и конструирования суперантигенов открывает перспективу создания вакцин широкого спектра действия, способных обеспечить защиту от целых семейств вирусов, включая еще не возникшие штаммы и зоонозные варианты. Дальнейшие клинические исследования с участием большего числа добровольцев позволят оценить фактическую эффективность препарата и определить продолжительность защитного иммунитета.

Кардиология
Инфектология
Онкология
Фертильность
Нефрология
Эндокринология