8月21日消息，亚利桑那州立大学（ASU）Biodesign研究所团队在Cell Press Blue发表论文“接种前哨兵抗体预测钝化疫苗应答”，通过对数千人抗体谱的AI分析发现，接种前血液中已存在的常见微生物抗体可以预测新疫苗免疫应答的强度，为在接种前识别弱应答风险人群提供了可扩展的生物标志物框架。

研究设计上，团队测量了针对185种抗原的抗体——涵盖常见病毒、细菌以及自身免疫病相关靶点——分析来自4089名参与者（2445名健康志愿者+1644名免疫抑制人群，包括HIV、多发性骨髓瘤、实体恶性肿瘤、自身免疫病、炎症性肠病、器官移植等）共8687份血液样本，采样覆盖新冠疫苗接种前后。结果显示，多个免疫抑制群体更可能出现新冠疫苗接种应答钝化，但疾病类别并非完美预测指标：部分免疫抑制者产生了强应答，而5%-6%的健康参与者应答反而偏弱。

关键发现是，对常见细菌和病毒——如金黄色葡萄球菌、呼吸道合胞病毒（RSV）、人呼吸道病毒3型——的既有抗体水平较高，与更强的新冠疫苗应答相关。研究者将其称为“哨兵抗体”：它们未必直接对抗疫苗靶点，而是反映抗体产生系统整体的应答准备度。在个体标志物之外，深度学习模型对整个抗体指纹面板的模式进行分析，可将人群按“应答钝化可能性”分层。论文通讯作者、Biodesign研究所执行主任Joshua LaBaer表示：“我们发现某些生物标志物经AI分析后，可以在接种前预测谁 likely 应答良好，这提示有些人的免疫系统比其他人更‘临战’。”

与传统依赖遗传分析的预测方法不同，该策略基于血液抗体模式，临床转化门槛可能更低。研究者认为，若在更多疫苗和研究中得到验证，哨兵抗体谱可帮助指导疫苗试验设计、疫苗开发以及弱应答风险人群的临床管理——例如识别需要额外剂次、更密切随访或替代保护措施的患者，最终推动疫苗决策从“千人一针”走向依据个人免疫准备度的个体化路径。 （来源：GEN）