MIT’in Onlarca Yıllık Verilerle Eğitilen Yapay Zekası VaxSeer, Dünya Sağlık Örgütü’nün Grip Tahminlerini Geride Bıraktı

Her yıl, küresel sağlık uzmanları kritik bir soruyla karşı karşıya kalıyor: Bir sonraki mevsimsel grip aşısında hangi influenza suşları yer almalı? Karar, grip sezonu başlamadan aylar önce veriliyor ve adeta zamana karşı bir yarış haline geliyor. Eğer seçilen suşlar dolaşımda olanlarla örtüşürse, aşı yüksek oranda etkili oluyor ancak tahminler tutmazsa, koruyuculuk belirgin şekilde azalıyor ve bu durum hem hastalıkların artmasına hem de sağlık sistemleri üzerinde baskıya yol açıyor.

Covid-19 pandemisi döneminde, yeni varyantların aşıların dağıtımıyla neredeyse aynı anda ortaya çıkması bilim insanlarına bu zorluğu bir kez daha hatırlattı. Grip virüsü de benzer şekilde sürekli mutasyona uğruyor ve öngörülmesi zor bir şekilde değişiyor. Neticesinde, etkili kalacak aşılar tasarlamak her zaman güçleşiyor.

Belirsizliği azaltmak için MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı (CSAIL) ile MIT Abdul Latif Jameel Sağlıkta Makine Öğrenimi Kliniği araştırmacıları yeni bir çözüm geliştirdi. VaxSeer adı verilen yapay zeka sistemi, grip virüsünün hangi suşlarının baskın hale geleceğini öngörmek ve en etkili aşı adaylarını belirlemek için tasarlandı. Sistem, onlarca yıllık viral diziler ve laboratuvar test sonuçlarıyla eğitilmiş derin öğrenme modellerinden yararlanarak grip virüsünün nasıl evrileceğini ve aşıların buna nasıl tepki vereceğini simüle ediyor.

Araştırmanın başyazarı, MIT Elektrik Mühendisliği ve Bilgisayar Bilimleri Bölümü doktora öğrencisi ve CSAIL araştırmacısı Wenxian Shi şunları söyledi: “VaxSeer, mutasyonların kombinatoryal etkileri ile baskınlık arasındaki ilişkiyi öğrenmek için büyük bir protein dil modeli kullanıyor. Mevcut protein dil modelleri viral varyantların durağan bir dağılımını varsayarken, biz dinamik baskınlık değişimlerini modelliyoruz. Bu da sistemi influenza gibi hızla evrilen virüsler için daha uygun kılıyor.”

Çalışmaya dair makale, açık erişim olarak Nature Medicine dergisinde yayımlandı.

Gripte Gelecek

VaxSeer, iki temel tahmin motoruna sahip: Birincisi, her viral suşun ne kadar baskın hale geleceğini; ikincisi ise bir aşının o suşa karşı ne kadar etkili olacağını hesaplıyor. Söz konusu iki motor, birlikte kapsam puanı adı verilen ileriye dönük bir ölçüm üretiyor ve puan, gelecekteki virüslere karşı bir aşının koruyuculuğunu tahmin ediyor.

Skor ölçeği eksi sonsuzdan 0’a kadar uzanıyor. Skorun 0’a yakın olması, aşı suşlarının dolaşımdaki virüslerle daha uyumlu olduğunu gösteriyor.

Araştırmacılar, VaxSeer’in tavsiyelerini Dünya Sağlık Örgütü’nün (WHO) kararlarıyla karşılaştırdı. Çalışma, on yıllık geriye dönük veriler üzerinden A/H3N2 ve A/H1N1 alt tiplerine odaklandı. Sonuçlarda, VaxSeer A/H3N2 için on sezondan dokuzunda WHO’dan daha iyi seçimler yaptı. A/H1N1’de ise on sezonun altısında WHO’yu geçti ya da eşleşti.

Dikkat çekici bir örnekte, 2016 grip sezonunda VaxSeer’in seçtiği suş, WHO tarafından ancak ertesi yıl seçildi. Modelin öngörüleri ayrıca CDC, Kanada Sentinel Practitioner Surveillance Network ve Avrupa I-MOVE programı gibi kurumların raporladığı gerçek dünya verileriyle de uyumlu bulundu.

Evrimi Geride Bırakmak

Modelin işleyişi şu şekilde: Önce bir viral suşun zaman içinde ne kadar hızlı yayılabileceği protein dil modeliyle tahmin ediliyor, ardından farklı suşlar arasındaki rekabet hesaba katılarak baskınlık belirleniyor. Bu tahminler, adi diferansiyel denklemlere dayalı bir matematiksel çerçeveye entegre edilerek virüsün yayılımı simüle ediliyor. Antijeniklik için ise sistem, laboratuvar ortamında yaygın kullanılan hemaglütinasyon inhibisyon testine dayalı öngörüler yapıyor. Bu test, antikorların virüsün insan kırmızı kan hücrelerine bağlanmasını ne kadar etkili şekilde engellediğini ölçüyor.

Shi, sistemin önemini şu sözlerle özetliyor: “Virüslerin nasıl evrildiğini ve aşıların onlarla nasıl etkileştiğini modelleyerek, VaxSeer gibi yapay zeka araçları sağlık yetkililerinin daha iyi ve daha hızlı kararlar almasına yardımcı olabilir ve enfeksiyon ile bağışıklık arasındaki yarışta bir adım önde kalmalarını sağlayabilir.”

Şu an için VaxSeer yalnızca grip virüsünün ana antijeni olan HA (hemaglutinin) proteini üzerine odaklanıyor. Gelecek sürümlerin, NA (nöraminidaz) gibi diğer proteinleri ve bağışıklık geçmişi, üretim kısıtlamaları veya doz seviyeleri gibi faktörleri de kapsaması hedefleniyor. Araştırma ekibi ayrıca düşük veri koşullarında viral evrimi öngörebilecek yöntemler üzerinde de çalışıyor.

MIT’den Regina Barzilay şunları söyledi: “Viral evrimin hızı göz önüne alındığında, mevcut terapötik geliştirmeler çoğunlukla geride kalıyor. VaxSeer, yetişme çabamızın bir ürünü.”

McMaster Üniversitesi’nden Doçent Jon Stokes ise çalışmanın kapsamını şöyle değerlendirdi: “Bu makale etkileyici, ama beni daha da heyecanlandıran şey ekibin düşük veri ortamlarında viral evrimi tahmin etme üzerine yaptığı çalışmalar. Bunun etkileri gripten çok daha öteye uzanıyor. Antibiyotiklere dirençli bakterilerin veya ilaca dirençli kanserlerin nasıl evrileceğini öngörebilmek hayal edin. Bu tür öngörücü modelleme, hastalıkların nasıl değiştiğini anlamanın güçlü yeni bir yolunu açıyor ve klinik müdahaleleri daha büyük bir sorun haline gelmeden önce tasarlama fırsatı veriyor.”

‍

‍

‍

‍

‍

Kaynak: https://news.mit.edu/2025/vaxseer-ai-tool-to-improve-flu-vaccine-strain-selection-0828