哈佛与牛津推出 EVEscape：预测病毒变异，提前设计抗突变疫苗

过去几年大家对新冠病毒最无奈的感受，大概就是「道高一尺，魔高一丈」。每次刚把疫苗打上，过几个月就会冒出新的变异株，把免疫防线撕开一个口子。人类总在后面追着病毒跑。

哈佛医学院和牛津大学的研究团队想把这个局面反过来。他们在《自然》杂志上发表了一项成果，做出了一个叫 EVEscape 的 AI 工具，核心目的就一个：在病毒还没变异出来之前，先把它可能变出的模样算出来。

把时钟拨回 2020 年

为了验证准不准，研究人员玩了一把「时光倒流」。他们把数据掐在 2020 年 1 月，也就是疫情暴发的最开始，只给模型当时掌握的有限信息，让它推测 SARS-CoV-2 接下来会怎么变。

结果很让人吃惊。在每周产生数万种变异的大海捞针里，EVEscape 准确挑出了后来成为全球焦点的那些高危突变。在预测突变发生概率上，它的准确度已经追平了传统的实验室抗体结合实验；而在预测「哪种突变最终会成为优势毒株」这件事情上，AI 甚至打败了湿实验。

更关键的是时间差。传统实验室必须等现实中有人感染、产生抗体，才能拿抗体去测病毒的免疫逃逸。EVEscape 完全绕开了这一步，直接在电脑里跑推演，省下了几个月甚至大半年的等待时间。它还提前推算出了哪些抗体疗法会随着病毒突变而逐渐失效。

读懂病毒的进化史

EVEscape 不是凭空猜的。它的底座来自团队早前做的一个叫 EVE 的生成模型，当时主要用来通过跨物种进化序列，判断人类基因突变是致病还是良性。

这次做病毒预测，团队给模型拼上了两块拼图。第一块依然是蛋白质进化的生成模型，用来摸清病毒蛋白质在怎么改变的前提下，还能保持自身功能不崩溃；第二块则是病毒的结构和生物学细节，特别是免疫系统最容易攻击的弱点区域。

两者合在一起，AI 就能在「病毒必须活着」和「病毒想要躲开抗体」这两个约束之间，算出最可能发生的突变路径。除了新冠，团队把这套方法用在流感和艾滋病毒上，预测同样奏效。现在他们甚至开始拿它推演拉沙病毒和尼帕病毒这些缺乏研究、但极具大流行潜力的病原体。

目前研究团队每两周会在官网上更新一次新冠变异株威胁排名，并把数据同步给世界卫生组织，整套代码也已经在网上开源。

为什么重要

我们认为，这项研究最诱人的地方，在于它可能彻底改变疫苗研发的节奏。

以前做疫苗和药物，逻辑几乎全是「见招拆招」：自然界出现了新毒株，药企提取样本、立项研发、做临床试验，等做出来，病毒可能又换了一件新马甲。如果 EVEscape 的前瞻预测足够稳定，科研人员就能在设计抗原时，提前把未来大概率出现的突变位点考虑进去，做出真正「防未来变异」的通用疫苗。

对公共卫生决策来说，这也是个低成本的早期预警雷达。面对成千上万个基因组测序碎片，疾控机构不用再等变异株在人群里形成扩散波峰，就能提早给高危株打上警示标签，提前准备医疗资源。

不过在我们看来，它也并不是万能的水晶球。AI 预测的是突变倾向和逃逸概率，但现实中一个毒株能不能成为大流行，还取决于人群基础免疫水平、传播环境和偶然的超级传播事件，这些是蛋白质模型算不出来的。现在药企不可能单凭算法预测就贸然量产下一代疫苗，它更现实的定位，是帮湿实验从几万种可能里砍掉 99% 的无效选项，让科学家少走几年弯路。