Мегапроект HIP составит карту иммунного разнообразия человека.

Вакцина против гепатита B — одна из самых мощных: она обычно обеспечивает защиту от смертельного вируса печени на десятилетия. Однако примерно у 10% людей она не срабатывает. В 2020 году Эми Хуэй-И Ли, системный биолог из Университета Саймон Фрейзер, вместе с коллегами решила выяснить, можно ли заранее предсказать, кому вакцина принесёт пользу. Учёные обнаружили, что по данным о состоянии иммунной системы — таким как уровень некоторых белков и активность определённых генов — можно было предугадать, разовьётся ли у человека защита от вируса. «Мы получили представление о том, какие факторы влияют на эффективность вакцины, а какие нет», — говорит Ли.

Эозинофил. Атакует паразитов и патогены.

В их исследовании удалось собрать данные лишь от небольшого числа пациентов, но масштабный проект, который стартует в этом году, намерен собрать аналогичную информацию у сотен тысяч добровольцев по всему миру. Этот проект — Human Immunome Project (HIP) — поддерживает международный консорциум компаний, правительственных организаций и университетов. Он будет исследовать тысячи иммунных показателей в образцах крови и тканей. В результате появится крупнейшая и самая полная база данных об иммунной системе человека — ценный ресурс для учёных, изучающих, как различия в иммунитете влияют на эффективность вакцин и лекарств, а также на нашу предрасположенность к болезням. «Перед нами открывается колоссальная возможность понять природу человеческих заболеваний», — говорит иммунолог Марк Дэвис из Стэнфордского университета, который сам в проекте не участвует.

Т-клетка. Убивает инфицированные клетки и координирует иммунный ответ.

И это только начало. Сейчас HIP работает на бюджете в около 5 миллионов долларов в год, но в перспективе стоимость проекта может исчисляться миллиардами. Являясь продолжением более ранней инициативы под названием Human Vaccines Project, HIP не только создаст обширную базу данных, но и станет основой для новых моделей искусственного интеллекта (ИИ), способных прогнозировать реакции иммунной системы целых популяций. Это будет полезно не только фармацевтическим компаниям и правительствам, но и врачам с пациентами. «Эффект от проекта почувствуют по всему миру», — говорит Ханс Керстед, генеральный директор проекта, базирующегося в Ирвайне, штат Калифорния.

Макрофаг. Поглощает бактерии и разрушает повреждённые клетки.

Учёные, не связанные с HIP, считают цель создания базовой базы данных об иммунной системе человека вполне достижимой. «У нас есть опыт и технологии», — утверждает иммунолог Эллисон Гринплейт из Пенсильванского университета. Но при этом она и её коллеги сомневаются, насколько сильно ИИ сможет углубить наше понимание. «Есть масса очевидных вещей, для выявления которых ИИ вовсе не нужен», — отмечает иммунолог Пол Томас из Детского исследовательского госпиталя Сент-Джуд.

В-клетка. Производит антитела.

В кардиологии, например, анализ липидов позволяет многое сказать о состоянии сердечно-сосудистой системы человека. А вот в иммунологии аналогичного простого набора показателей до сих пор нет, замечает Дэвис. Конечно, некоторые данные могут дать общее представление — скажем, у пациентов с низким уровнем нейтрофилов выше риск инфекций. Но этого мало. HIP ставит перед собой задачу создать единый стандарт измерений, аналогичный липидной панели, чтобы можно было "снять показания" с иммунной системы.

Нейтрофил. Захватывает и уничтожает патогены.

Несколько программ — как государственных, так и частных — уже собирали базовые иммунологические данные у большого числа людей. Среди них программа “All of Us” Национальных институтов здравоохранения США, нацеленная на сбор генетической и медицинской информации у миллиона человек, а также “Project Baseline” от дочерней компании Google, Verily, собиравший сведения о реакции людей на COVID-19. Однако такие проекты охватывали лишь ограниченные категории информации и, в случае с Baseline, не сделали данные общедоступными.

Ещё одна проблема, которую намерен решить HIP, — это «понимание разнообразия и вариативности человеческого иммунитета», говорит Джон Цанг, системный иммунолог из Йельского университета и один из авторов научной концепции проекта. На иммунную систему влияет множество факторов — возраст, пол, питание, условия жизни, перенесённые болезни, генетика. Однако большинство исследований иммунитета проводится на небольших и однородных выборках, преимущественно в США и Европе, отмечает Цанг. «Из-за этого наше понимание оказалось искажённым», — добавляет Томас.

HIP хочет устранить это искажение. «Нам нужны базовые данные от всех популяций мира», — говорит Керстед. План проекта предполагает открытие до 300 пунктов сбора данных на всех обитаемых континентах. В каждом пункте планируется обследовать до 10 000 человек самого разного возраста — от новорождённых до столетних долгожителей, представителей всех социальных слоёв, как здоровых, так и страдающих от заболеваний вроде аутоиммунных нарушений, рака или аллергий. Все добровольцы пройдут медицинский осмотр и предоставят подробную историю болезни.

Хотя глобальный этап сбора данных стартует в 2027 году, первая фаза проекта начнётся уже в этом году. Она будет скромнее: в исследовании примут участие от семи до десяти клинических центров, в том числе за пределами богатых стран, обладающих опытом работы с иммунологическими данными. В каждом центре будут обследованы около 500 человек, и будет измерено множество показателей — от количества различных типов иммунных клеток и активности генов до концентраций метаболических молекул и последовательностей ДНК. «Идея в том, чтобы собрать максимально полные данные», — объясняет Цанг. Из этого массива информации проект выберет те переменные, которые лучше всего отражают состояние иммунной системы. На их основе будет разработан стандартный диагностический набор тестов для второго этапа.

В итоге HIP соберёт почти 2 триллиона иммунологических измерений, которые будут размещены в открытом доступе в центральной базе данных. Используя эти данные, HIP создаст ИИ-модель, способную прогнозировать, как человек будет реагировать на стресс или угрозы — будь то новый препарат или инфекция — исходя из его иммунного профиля, происхождения, возраста, экономического положения и других факторов. Эта модель поможет фармацевтическим компаниям находить новые направления для терапии и избегать нежелательных реакций на лекарства. Страны, благодаря этим данным, смогут эффективнее подбирать препараты для своих жителей и сокращать расходы на здравоохранение, говорит Керстед.

Создание ИИ, который ставит перед собой HIP, по словам Керстеда, «никогда прежде не предпринималось», что и вызывает скепсис со стороны многих учёных. Проект нацелен не только на предсказательные модели, но и на моделирование самой работы иммунной системы. Рейнхард Лаубенбахер, математический биолог из Университета Флориды, считает, что ИИ сможет выявить закономерности, но вряд ли глубоко раскроет природу иммунитета. «Такие проекты крайне важны, но одними лишь данными мы не обойдёмся», — говорит он. Важно строить «теоретическую базу» для осмысления полученной информации.

Ещё одно испытание — это деньги. По оценкам Керстеда, на реализацию проекта потребуется от 1 до 3 миллиардов долларов в течение следующих десяти лет. Чтобы собрать такую сумму, HIP намерен привлекать не только нынешних партнёров, но и благотворительные организации, правительства и другие фармацевтические компании. «Мы будем обращаться к каждому. Ни один камень не останется необращённым», — заявляет он.

Также серьёзным вызовом станет обеспечение единообразия методик сбора и анализа данных в столь разбросанных точках, признаёт Ли. Здесь, по её мнению, большую роль сыграют стандартные диагностические наборы. Томас добавляет, что привлечение небелых участников может оказаться непростым делом из-за их недоверия к научным исследованиям: «Они не видели от науки пользы и нередко становились её жертвами».

Тем не менее многие с нетерпением ждут результатов проекта. «Если у них всё получится, это будет грандиозно», — говорит Гринплейт.

Источник: перевод статьи Митча Лесли, журнал Science №383

Комментарии:

Нет комментариев :( Вы можете стать первым!