Supercomputerele și AI-ul ar putea revoluționa vaccinurile personalizate împotriva cancerului – proiect național lansat în Marea Britanie

Inteligența artificială antrenată pe infrastructură de supercomputing ar putea permite dezvoltarea de vaccinuri oncologice personalizate, capabile să direcționeze răspunsul imun al fiecărui pacient. Un consorțiu britanic testează deja această abordare, integrând date genomice, proteomice și imunologice la scară națională.

De la modele izolate la sisteme integrate

Cancerul evoluează prin modificări genetice, schimbări de expresie genică, interacțiuni tisulare și mecanisme de evaziune imună, iar modelele actuale de AI analizează, de regulă, doar fragmente din acest proces. Noile „foundation models” propuse de cercetători urmăresc să integreze simultan ADN, ARN, proteine, imagini histopatologice și răspunsuri ale limfocitelor T, pentru a reconstrui întregul lanț biologic de la mutație la activarea imunitară.

Această abordare ar putea depăși limitele actualelor pipeline-uri pentru vaccinuri personalizate, unde doar aproximativ 20% dintre peptidele selectate induc un răspuns imun măsurabil în studii clinice timpurii.

Rolul supercomputerelor naționale

Integrarea multi-omică necesită o putere de calcul mult peste capacitatea clusterelor bioinformatice convenționale. În Marea Britanie, supercomputere precum Dawn (Cambridge) și Isambard-AI (Bristol) sunt utilizate pentru antrenarea modelelor pe zeci de mii de tumori, cu scopul de a prezice răspunsul imun la nivel de pacient, nu doar interacțiunea unei singure peptide.

Accesul la infrastructură națională permite:

• antrenarea pe seturi de date multi-modale de mari dimensiuni
• iterarea rapidă a modelelor în timp compatibil cu practica clinică
• adaptarea vaccinurilor pe măsură ce tumora evoluează

Vaccinuri oncologice ca sisteme multi-peptidice

Noua paradigmă propune selectarea unor seturi de neoantigene care acționează sinergic, reflectând modul real în care apare răspunsul imun. Modelele vor lua în calcul:

• nivelul de expresie tumorală
• prezentarea antigenică
• microambientul tumoral
• diversitatea alelelor HLA

Această strategie ar putea îmbunătăți selecția țintelor și durabilitatea răspunsului imun.

Guvernanță, date și încredere publică

Datele pacienților sunt analizate în medii securizate de tip Trusted Research Environment (TRE), fără a părăsi instituțiile de origine. Programe precum FRIDGE permit rularea antrenării direct pe supercomputere, menținând controlul local asupra datelor și respectând cerințele de confidențialitate.

Modelele sunt considerate instrumente de suport decizional și necesită validare clinică înainte de utilizare.

Investiții și impact potențial

Proiectul face parte din programul britanic AI Research Resource, care prevede o creștere de 20 de ori a capacității naționale de calcul până în 2030, cu investiții de peste 1 miliard GBP. Consorțiul a primit deja mii de ore GPU pentru antrenarea modelelor pe cohorte pan-cancer.

Dacă rezultatele vor confirma ipoteza, impactul ar putea include:

• accelerarea dezvoltării vaccinurilor personalizate
• creșterea ratelor de răspuns la imunoterapie
• extinderea beneficiilor către populații subreprezentate

Integrarea AI-ului multi-modal cu infrastructura de supercomputing marchează o schimbare de paradigmă în oncologie, mutând accentul de la modele predictive fragmentare la sisteme capabile să reflecte complexitatea biologică reală a cancerului.

Referințe:

EMJ Innov. 2026;10[1]:74-79. https://doi.org/10.33590/emjinnov/GYIS4819.

⚠ Disclaimer: Informațiile prezentate de Medic24 au scop educativ și/sau informativ. Ele nu înlocuiesc consultul medical. Diagnosticul și tratamentul pot fi stabilite doar de un medic.