生物行移动版

在疫苗接种领域，一个长期困扰临床医生的问题是：为什么同样接种疫苗，有人产生高滴度保护性抗体，有人却应答微弱？年龄、性别、遗传背景、既往病史和基础疾病都被认为与疫苗应答差异有关，但亚利桑那州立大学（ASU）领衔的一项最新研究揭示了一个此前被忽视的预测维度——接种前血液中针对非疫苗靶标病原体的“哨兵抗体”模式，可提前预示疫苗免疫应答的强弱。

这项发表于《Cell Press Blue》的研究，由ASU生物设计研究所执行主任、Virginia G. Piper个性化诊断中心主任Joshua LaBaer领导，联合全美多家医学与研究机构完成。研究团队提出了一个核心假设：人体此前与各种微生物的免疫“交锋史”，会在血液抗体谱中留下可测量的痕迹，而这些痕迹或许能反映抗体产生系统整体的“战备状态”。

健康人群并非都能产生强免疫应答

研究共纳入4089名参与者，涵盖健康志愿者以及因疾病或治疗导致免疫抑制的人群，包括HIV感染者、多发性骨髓瘤患者、实体器官癌症患者、自身免疫病患者、炎症性肠病患者和实体器官移植受者。结果显示，多个免疫抑制组的疫苗应答确实更容易减弱，但健康分类并不能完全解释应答差异：部分免疫抑制参与者的应答反而很强，而约5%至6%的健康参与者出现了弱应答。这一发现凸显了传统临床分类在预测疫苗效果上的局限性。

为捕捉这些被遗漏的个体差异，研究团队分析了接种前后采集的8687份血液样本，检测了针对185种抗原的抗体水平。这些抗原不仅包括SARS-CoV-2，还涵盖其他常见病毒、细菌以及自身免疫相关靶点。通过高通量抗体检测技术，团队构建了每位参与者的广谱抗体“指纹”，反映其既往免疫暴露的总体格局。

AI挖掘抗体指纹中的预测信号

研究的关键创新在于引入了深度学习模型。与单独依赖某几个“哨兵抗体”不同，AI模型整合了全panel的抗体测量数据，在数百万个生物数据点中搜索微妙的预测关系，从而区分强应答者与弱应答者。研究发现，接种前较高水平的某些抗体——包括针对金黄色葡萄球菌、呼吸道合胞病毒（RSV）和人呼吸道病毒3型的抗体——与更强的COVID-19疫苗应答相关。这些抗体并不直接攻击疫苗靶标，而是可能指示抗体产生系统的整体反应能力。

LaBaer指出：“我们的研究发现，某些生物标志物经AI分析后，可以在接种前预测谁可能对疫苗应答良好。这表明有些人可能比其他人更具‘免疫准备度’。”这一表述精准概括了哨兵抗体的概念内涵——它们更像是一面镜子，映射出免疫系统产生抗体应答的潜力，而非直接参与针对疫苗靶标的防御。

从预测到个体化接种策略

该方法是首批利用接种前广谱抗体指纹评估免疫准备度的研究之一。由于它仅依赖血液抗体模式，相比需要基因分析的预测方法，可能更易于转化为临床应用。同时，它也为理解疫苗应答差异提供了新视角——通过审视更广泛的抗体谱，而非仅关注针对单一疾病的抗体。

当然，研究者强调，这些发现需要在更多研究和其他疫苗中验证，才能确定其是否适用于COVID-19之外的情形。若得到验证，哨兵抗体谱分析有望指导疫苗测试与开发，并帮助识别需要额外剂量、更密切随访或其他保护措施的高风险人群。这项研究获得了美国国立卫生研究院（NIH）、国家癌症研究所和自身免疫卓越中心的资助。