Notícia com publicação científica
Ferramenta de Inteligência Artificial melhora a seleção de cepas de influenza para novas vacinas contra a gripe
Sistema VaxSeer utiliza aprendizado de máquina para prever a evolução e antigenicidade do vírus, com o objetivo de tornar a seleção de vacinas mais precisa
MargJohnsonVA via Shutterstock
30 de agosto de 2025, 07:52

Fonte

Rachel Gordon, Laboratório de Ciência da Computação e Inteligência Artificial do MIT

Publicação Original

Instituto de Tecnologia de Massachusetts

Áreas

Bioinformática, Biologia, Biomedicina, Biotecnologia, Ciência de Dados, Computação, Desenvolvimento de Fármacos, Engenharia Biológica, Farmacologia, Imunologia, Indústria Farmacêutica, Microbiologia, Modelagem Matemática, Vacinas

Compartilhar

Resumo

Pesquisadores do MIT, nos EUA, desenvolveram um novo sistema de IA baseado em aprendizado profundo que pode reduzir a incerteza envolvida na escolha das cepas que devem ser incluídas nas vacinas sazonais contra a gripe.

O novo sistema pode prever cepas de gripe dominantes e identificar as vacinas candidatas mais protetoras, com meses de antecedência.

Para melhorar a escolha das cepas, o sistema usa dois mecanismos principais de previsão: um que estima a probabilidade de disseminação de cada cepa viral e outro que estima a eficácia de uma vacina na neutralização dessa cepa.

Até agora, o novo sistema concentra-se apenas na proteína HA (hemaglutinina) do vírus da gripe, o principal antígeno da gripe, mas versões futuras poderão incorporar outras proteínas, como a NA (neuraminidase), e fatores como histórico imunológico, restrições de fabricação ou níveis de dosagem.

Foco do Estudo

Desenvolver um sistema baseado em aprendizado profundo para orientar a escolha das cepas de influenza a serem utilizadas na próxima vacina contra a gripe.

Por que é importante?

Todos os anos, especialistas em saúde global se deparam com uma decisão de alto risco: quais cepas de influenza devem ser incluídas na próxima vacina sazonal?

A escolha deve ser feita com meses de antecedência, muito antes do início da temporada de gripe, e muitas vezes pode parecer uma corrida contra o relógio. Se as cepas selecionadas corresponderem às que circulam, a vacina provavelmente será altamente eficaz.

Mas se a previsão estiver errada, a proteção pode cair significativamente, levando a doenças (potencialmente evitáveis) e sobrecarregando os sistemas de saúde.

Estudo

Para reduzir a incerteza na escolha das cepas que devem ser incluídas nas vacinas anuais contra a gripe, cientistas do Instituto de Tecnologia de Massachusetts (MIT) se propuseram a tornar a seleção de vacinas mais precisa e menos dependente de hipóteses.

Os pesquisadores criaram um sistema de Inteligência Artificial (IA) chamado VaxSeer, projetado para prever cepas de gripe dominantes e identificar as vacinas candidatas mais protetoras, com meses de antecedência. A ferramenta utiliza modelos de aprendizado profundo treinados em décadas de sequências virais e resultados de testes de laboratório para simular como o vírus da gripe pode evoluir e como as vacinas responderão.

Os modelos de evolução viral tradicionais frequentemente analisam o efeito de mutações em aminoácidos individuais de forma independente. “O VaxSeer adota um modelo de linguagem de proteínas de grande porte para aprender a relação entre a dominância e os efeitos combinatórios das mutações”, explicou Wenxian Shi, doutoranda no Departamento de Engenharia Elétrica e Ciência da Computação do MIT e autora principal do artigo publicado na revista científica Nature Medicine. A Dra. Regina Barzilay, professora e pesquisadora do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do MIT, é a autora sênior do estudo.

O sistema VaxSeer possui dois mecanismos principais de previsão: um que estima a probabilidade de disseminação de cada cepa viral (dominância) e outro que estima a eficácia de uma vacina na neutralização dessa cepa (antigenicidade).

Juntos, os dois mecanismos produzem uma pontuação de cobertura vacinal prevista: uma medida prospectiva da probabilidade de uma determinada vacina atuar efetivamente contra vírus futuros.

Segundo os pesquisadores, o sistema estima a rapidez com que uma cepa viral se espalha ao longo do tempo usando um modelo de linguagem proteica e, em seguida, determina sua dominância considerando a competição entre diferentes cepas.

Uma vez que o modelo tenha realizado seus cálculos, eles são inseridos em um modelo matemático dinâmico para simular a propagação viral ao longo do tempo.

Para a antigenicidade, o sistema estima o desempenho de uma determinada cepa vacinal em um teste de laboratório comum chamado ensaio de inibição da hemaglutinação. Este ensaio mede a eficácia com que os anticorpos podem inibir a ligação do vírus às hemácias humanas, que é um indicador amplamente utilizado para correspondência antigênica/antigenicidade.

Ao contrário dos modelos de linguagem de proteínas existentes, que pressupõem uma distribuição estática de variantes virais, modelamos mudanças dinâmicas de dominância, tornando-o mais adequado para vírus em rápida evolução, como o da gripe

Wenxian Shi, doutoranda no Departamento de Engenharia Elétrica e Ciência da Computação do MIT e autora principal do estudo

Resultados

Em um estudo retrospectivo de 10 anos, os pesquisadores compararam as recomendações do VaxSeer com as da Organização Mundial da Saúde (OMS) para dois subtipos principais de gripe: A/H3N2 e A/H1N1.

Para o A/H3N2, as escolhas do VaxSeer superaram as da OMS em nove das 10 temporadas, com base em pontuações de cobertura empíricas. A equipe utilizou isso para avaliar as seleções de vacinas, visto que a eficácia está disponível apenas para vacinas realmente administradas à população.

Para o vírus da gripe A/H1N1, o modelo superou ou igualou as escolhas da OMS em seis das 10 temporadas. Em um caso notável, para a temporada de gripe de 2016, a VaxSeer identificou uma cepa que só foi escolhida pela OMS no ano seguinte. As pontuações de cobertura previstas pela VaxSeer estavam estreitamente alinhadas com os dados de saúde pública sobre doenças relacionadas à gripe e consultas médicas evitadas pela vacinação.

Atualmente, o sistema VaxSeer concentra-se apenas na proteína HA (hemaglutinina) do vírus da gripe, o principal antígeno da gripe. Versões futuras poderão incorporar outras proteínas, como a NA (neuraminidase), e fatores como histórico imunológico, restrições de fabricação ou níveis de dosagem.

A aplicação do sistema a outros vírus também exigiria conjuntos de dados amplos e de alta qualidade que acompanhassem tanto a evolução viral quanto as respostas imunológicas — dados que nem sempre estão disponíveis publicamente. A equipe, no entanto, está atualmente trabalhando em métodos que possam prever a evolução viral em regimes com poucos dados, com base nas relações entre famílias virais.

Em suas publicações, o Portal SciAdvances tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal SciAdvances tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Autores/Pesquisadores Citados

Wenxian Shi

Doutoranda no Departamento de Engenharia Elétrica e Ciência da Computação do Instituto de Tecnologia de Massachusetts (MIT)

Dra. Regina Barzilay

professora e pesquisadora do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do Instituto de Tecnologia de Massachusetts (MIT)

Publicação

Acesse o artigo científico completo (em inglês).

Acesse a revista científica Nature Medicine (em inglês).

Mais Informações

Acesse a notícia original completa na página do Instituto de Tecnologia de Massachusetts (em inglês).

Comunique um Erro

Notícias relacionadas

E-books relacionados

Rolar para cima