Yapay Zeka ve Nöbetçi Antikorlar Aşı Stratejilerinde Kuralları Değiştiriyor

Enfeksiyon hastalıklarıyla küresel çapta mücadelede insanlığın elindeki en güçlü silah olan aşılar, ne yazık ki her bireyde aynı derecede kalkan görevi görmüyor. Özellikle COVID-19 pandemisi döneminde klinik laboratuvar uzmanlarının ve immünologların en çok karşılaştığı sorunlardan biri, aynı doz ve kalitede aşıyı alan farklı bireylerin birbirinden tamamen zıt bağışıklık yanıtları üretmesiydi. Bugüne kadar bilim dünyası, bu eşitsizliğin kök nedenlerini anlamak için genellikle aşılama sonrası bedenin verdiği tepkileri mercek altına alıyordu. Ancak Cell Press Blue dergisinde yayımlanan vizyoner bir araştırma, laboratuvar tıbbının yönünü tamamen değiştirecek bir paradigma kaymasına imza attı: Sorunun cevabı aşının kendisinde değil, aşı öncesi vücudumuzun yapay zeka ile deşifre edilebilen bağışıklık haritasında gizli.

Aşı Yanıtındaki Gizem ve “Biyolojik Parmak İzleri”

Geleneksel immünoloji çalışmaları, zayıflamış bağışıklık sistemine sahip bireylerin aşılara yetersiz yanıt vermesini bekler. Ancak klinik sahada durum her zaman bu kadar net değildir. Yeni yayımlanan bu geniş çaplı araştırma kapsamında, araştırma ekibi aşı yapılmadan önce insan vücudundaki ipuçlarını aramak için yapay zeka (AI) destekli ileri düzey algoritmalar kullandı. Hedef, bağışıklık sisteminin immün-hazırbulunuşluk (immune-ready) seviyesini moleküler düzeyde ölçebilmekti.

Araştırmanın eş yazarı ve Arizona State Üniversitesi moleküler bilimcisi Joshua LaBear, bulguların önemini şu sözlerle özetliyor: “Çalışmamızın ortaya koyduğu en çarpıcı sonuç; belirli biyobelirteçlerin yapay zeka ile analiz edildiğinde, bir kişinin aşıya ne kadar iyi yanıt vereceğini henüz aşıyı olmadan önce tahmin edebilmesidir. Bu, bazı insanların biyolojik olarak diğerlerine kıyasla aşıya çok daha hazır olduğunu gösteriyor.”

4.089 Hastalık Dev Veri Seti ve Nöbetçi Antikorların Keşfi

Bilim insanları, çalışmanın sağlamlığını artırmak için 4.089 kişiyi COVID-19 aşılaması öncesi ve sonrasında titizlikle izledi. Klinik laboratuvarlarda her bir zaman noktasında katılımcıların kanından alınan numunelerle tam 185 farklı antikorun seviyesi ölçüldü. Bu devasa multipleks antikor taraması şunları içeriyordu:

• SARS-CoV-2 (COVID-19) antijenleri
• Respiratuvar Sinsitiyal Virüs (RSV) ve İnsan Respovirüs 3 gibi solunum yolu patojenleri
• Staphylococcus aureus gibi yaygın hastalığa neden olan mikroplar
• Otoimmün hastalıklarla bağlantılı, vücudun kendi ürettiği antijenlere karşı gelişen otoantikorlar

Kohort, hem tamamen sağlıklı gönüllüleri hem de immün sistemi baskılanmış (organ nakli hastaları veya multipl miyelom gibi hematolojik maligniteleri olan) bireyleri barındırıyordu. Beklendiği üzere, bağışıklığı baskılanmış gruplar genel olarak daha zayıf yanıt verdi; ancak ortada açıklanması gereken bir bağışıklık paradoksu vardı. Bazı bağışıklığı baskılanmış hastalar sağlıklı gönüllülerden farksız güçlü bir yanıt verirken, tamamen sağlıklı grubun yaklaşık %5-6’sı aşıya karşı sadece çok zayıf bir antikor yanıtı (blunted response) oluşturabildi.

Yapay Zeka, Zayıf Yanıtçıları Önceden Tespit Ediyor

Bu tutarsızlığın kökenine inen araştırmacılar, aşıya güçlü veya zayıf yanıtı öngören antikor imzalarını (antibody signatures) ortaya çıkarmak için yapay zeka tabanlı makine öğrenimi modellerini devreye soktular. Analizler sonucunda, aşılamadan önce kanda bulunan ve “nöbetçi antikorlar” (sentinel antibodies) olarak adlandırılan belirli antikorların, kişinin bağışıklık sisteminin temel gücünün bir nevi ‘proksi’ veya vekil ölçütü olarak işlev gördüğü saptandı.

Özellikle RSV ve S. aureus gibi yaygın patojenlere karşı önceden var olan antikorlara sahip bireylerin (ister sağlıklı ister immünosuprese olsunlar), COVID-19 aşısına karşı çok daha güçlü bir yanıt ürettiği keşfedildi. Yapay zeka modeli, aşı öncesi global antikor profiline dayanarak bir kişinin aşıya vereceği yanıtın kalitesini tahmin etmek üzere eğitildi ve klinikte yetersiz antikor yanıtı geliştirecek kişileri yüksek bir doğruluk payıyla tespit etmeyi başardı. Bu tahminlerin gücüne en büyük katkıyı sağlayan biyobelirteç ise S. aureus‘a karşı gelişen antikorlar oldu.

Laboratuvar Sektörü ve Kişiselleştirilmiş Tıbbın Geleceği

Bu araştırma, sadece COVID-19 değil, gelecekteki tüm aşılama stratejilerinde devrim niteliğinde bir potansiyel taşıyor. Daha geniş gönüllü gruplarında doğrulandığı takdirde bu yapay zeka modeli ve “nöbetçi antikor” profilleme yaklaşımı, rutin klinik uygulamaların ayrılmaz bir parçası haline gelebilir. Laboratuvarlarda yapılacak standart bir aşı öncesi tarama testi sayesinde hekimler:

1. Aşıya beklenen yanıtı veremeyecek riskli grupları aşı öncesinde belirleyebilir.
2. Kime standart doz, kime ek rapel (booster) doz gerektiğini veri odaklı bir şekilde planlayabilir.
3. Bağışıklık yanıtı zayıf olacak kişiler için profilaktik monoklonal antikorlar gibi alternatif koruma yöntemlerini önceden devreye sokabilir.

Bu bulgular, koruyucu tıpta standart, “herkese uyan tek beden” (one-size-fits-all) aşı politikasının sonuna yaklaştığımızı ve aşı yanıtı bulmacasının çözümünün aslında başından beri kendi kanımızda gizli olduğunu açıkça kanıtlıyor.