哈佛與牛津推出 EVEscape：預測病毒變異，提前設計抗突變疫苗

過去幾年大家對新冠病毒最無奈的感受，大概就是「道高一尺，魔高一丈」。每次剛把疫苗打上，過幾個月就會冒出新的變異株，把免疫防線撕開一個口子。人類總在後面追著病毒跑。

哈佛醫學院和牛津大學的研究團隊想把這個局面反過來。他們在《自然》雜誌上發表了一項成果，做出了一個叫 EVEscape 的 AI 工具，核心目的就一個：在病毒還沒變異出來之前，先把它可能變出的模樣算出來。

把時鐘撥回 2020 年

為了驗證準不準，研究人員玩了一把「時光倒流」。他們把資料掐在 2020 年 1 月，也就是疫情暴發的最開始，只給模型當時掌握的有限資訊，讓它推測 SARS-CoV-2 接下來會怎麼變。

結果很讓人吃驚。在每週產生數萬種變異的大海撈針裡，EVEscape 準確挑出了後來成為全球焦點的那些高危突變。在預測突變發生機率上，它的準確度已經追平了傳統的實驗室抗體結合實驗；而在預測「哪種突變最終會成為優勢毒株」這件事情上，AI 甚至打敗了溼實驗。

更關鍵的是時間差。傳統實驗室必須等現實中有人感染、產生抗體，才能拿抗體去測病毒的免疫逃逸。EVEscape 完全繞開了這一步，直接在電腦裡跑推演，省下了幾個月甚至大半年的等待時間。它還提前推算出了哪些抗體療法會隨著病毒突變而逐漸失效。

讀懂病毒的進化史

EVEscape 不是憑空猜的。它的底座來自團隊早前做的一個叫 EVE 的生成模型，當時主要用來通過跨物種進化序列，判斷人類基因突變是致病還是良性。

這次做病毒預測，團隊給模型拼上了兩塊拼圖。第一塊依然是蛋白質進化的生成模型，用來摸清病毒蛋白質在怎麼改變的前提下，還能保持自身功能不崩潰；第二塊則是病毒的結構和生物學細節，特別是免疫系統最容易攻擊的弱點區域。

兩者合在一起，AI 就能在「病毒必須活著」和「病毒想要躲開抗體」這兩個約束之間，算出最可能發生的突變路徑。除了新冠，團隊把這套方法用在流感和愛滋病毒上，預測同樣奏效。現在他們甚至開始拿它推演拉沙病毒和尼帕病毒這些缺乏研究、但極具大流行潛力的病原體。

目前研究團隊每兩週會在官網上更新一次新冠變異株威脅排名，並把資料同步給世界衛生組織，整套程式碼也已經在網上開源。

為什麼重要

我們認為，這項研究最誘人的地方，在於它可能徹底改變疫苗研發的節奏。

以前做疫苗和藥物，邏輯幾乎全是「見招拆招」：自然界出現了新毒株，藥企提取樣本、立項研發、做臨床試驗，等做出來，病毒可能又換了一件新馬甲。如果 EVEscape 的前瞻預測足夠穩定，科研人員就能在設計抗原時，提前把未來大機率出現的突變位點考慮進去，做出真正「防未來變異」的通用疫苗。

對公共衛生決策來說，這也是個低成本的早期預警雷達。面對成千上萬個基因組測序碎片，疾控機構不用再等變異株在人群裡形成擴散波峰，就能提早給高危株打上警示標籤，提前準備醫療資源。

不過在我們看來，它也並不是萬能的水晶球。AI 預測的是突變傾向和逃逸機率，但現實中一個毒株能不能成為大流行，還取決於人群基礎免疫水平、傳播環境和偶然的超級傳播事件，這些是蛋白質模型算不出來的。現在藥企不可能單憑演算法預測就貿然量產下一代疫苗，它更現實的定位，是幫溼實驗從幾萬種可能裡砍掉 99% 的無效選項，讓科學家少走幾年彎路。