L’Intelligenza Artificiale svela la “predisposizione immunitaria”: come gli anticorpi sentinella rivoluzioneranno le vaccinazioni

I vaccini rappresentano uno dei pilastri fondamentali della medicina moderna, capaci di prevenire malattie gravi e salvare milioni di vite. Tuttavia, una delle grandi sfide della medicina è la variabilità della risposta immunitaria: di fronte al medesimo vaccino, alcune persone sviluppano uno scudo protettivo estremamente solido, mentre altre ottengono un’immunità decisamente più debole. Una nuova e rivoluzionaria ricerca condotta dall’Arizona State University (ASU) e pubblicata sulla rivista Cell Press Blue offre finalmente risposte concrete a questo enigma, dimostrando che il nostro sangue contiene già i segnali della nostra predisposizione prima ancora di ricevere la puntura.

Oltre la semplice diagnosi: la salute generale non dice tutto

Tradizionalmente, le differenze nella risposta ai vaccini sono state attribuite a fattori generali come l’età, il sesso, la genetica, la presenza di patologie pregresse o condizioni di immunosoppressione. Chi soffre di patologie che debilitano le difese tende, in media, ad avere una risposta più contenuta. Ma la realtà clinica si è rivelata molto più complessa.

I ricercatori della ASU, guidati dal Dr. Joshua LaBaer (direttore esecutivo del Biodesign Institute e del Virginia G. Piper Center for Personalized Diagnostics), hanno analizzato 8.687 campioni di sangue provenienti da 4.089 partecipanti. Il campione comprendeva sia individui sani sia pazienti affetti da patologie severe o sottoposti a terapie immunosoppressive (tra cui infezione da HIV, mieloma multiplo, tumori solidi, malattie autoimmuni e trapianti d’organo).

L’esito dell’indagine ha smentito le classificazioni tradizionali:

• Ipersensibilità inattesa negli immunocompromessi: Molti pazienti appartenenti a categorie ritenute “fragili” hanno invece sviluppato una risposta vaccinale sorprendentemente robusta.

• Risposte deboli nei soggetti sani: Circa il 5-6% dei partecipanti perfettamente sani ha mostrato una risposta immunitariamente debole o insufficiente al vaccino contro il COVID-19.

“Il nostro studio ha scoperto che alcuni biomarcatori, se analizzati con l’intelligenza artificiale, possono prevedere chi ha maggiori probabilità di rispondere bene a un vaccino, ancor prima di riceverlo. Questo suggerisce che alcune persone potrebbero essere più predisposte dal punto di vista immunitario rispetto ad altre.”

— Dr. Joshua LaBaer

Gli anticorpi “sentinella” e la firma immunitaria di base

Anziché valutare la risposta immunitaria a cose fatte — misurando quanti anticorpi specifici siano stati prodotti dopo la somministrazione —, il team di ricerca ha ribaltato la prospettiva. L’obiettivo era capire se l’impronta anticorpale preesistente potesse fungere da indicatore predittivo.

I cosiddetti anticorpi sentinella non combattono direttamente il virus bersaglio del vaccino (come il SARS-CoV-2). La loro elevata concentrazione è tuttavia l’indice di un apparato immunitario “scattante”, altamente reattivo e pronto a produrre massicce quantità di nuove difese non appena incontra un nuovo stimolo.

L’Intelligenza Artificiale come cartografo del sangue

La svolta metodologica dello studio risiede nell’integrazione di modelli di apprendimento profondo (deep learning). Esaminare un’impronta anticorpale così vasta comporta la gestione di milioni di punti dati incrociati, una mole di informazioni impossibile da interpretare con la sola statistica medica tradizionale.

L’algoritmo di IA ha dimostrato che il sistema immunitario lavora come un’orchestra interconnessa. Piuttosto che concentrarsi su una singola molecola o su una specifica malattia, l’intelligenza artificiale mappa l’intero “paesaggio immunitario” individuale, plasmato da tutte le passate esposizioni a batteri, virus e agenti ambientali. Questo approccio basato sull’analisi del sangue risulta inoltre molto più semplice, rapido ed economico da applicare nella prassi clinica rispetto ai complessi test genetici.

Considerazioni personali: verso la medicina di precisione del futuro

L’evidenza scientifica emersa da questa ricerca segna un cambio di paradigma culturale straordinario nel modo in cui concepiamo la prevenzione vaccinale. Per decenni abbiamo applicato la medicina di massa con un approccio standardizzato: la medesima dose, il medesimo schema di somministrazione e gli stessi intervalli per l’intera popolazione, differenziando al massimo per fasce d’età.

Questa scoperta dimostra che la vera uguaglianza nella tutela della salute non consiste nel dare a tutti lo stesso trattamento, ma nel fornire a ciascuno ciò di cui il suo organismo ha realmente bisogno. Sapere in anticipo che circa il 5-6% delle persone sane non reagirà adeguatamente a una profilassi standard permette di superare quel falso senso di sicurezza che spesso espone gli individui più vulnerabili a rischi evitabili.

In prospettiva, l’impiego dell’IA applicato all’analisi ematica permetterà ai medici di famiglia di richiedere un semplice screening per valutare la “prontezza” del paziente. Un soggetto con un profilo “sentinella” debole potrà beneficiare fin da subito di dosi adeguate, coadiuvanti differenti o di un monitoraggio personalizzato, ottimizzando la protezione individuale ed evitando lo spreco di risorse sanitarie.

Punti salienti

• Gli anticorpi preesistenti contro i microbi comuni predicono la robustezza della risposta ai nuovi vaccini.

• Questi anticorpi sentinella sono marcatori stabili della prontezza dell’immunità umorale

• I modelli di intelligenza artificiale utilizzano i profili anticorpali globali per classificare i soggetti con risposta vaccinale alta e bassa in quelli con risposta alta.

• Una risposta vaccinale attenuata si verifica sia negli individui immunocompromessi che in quelli sani.

Riepilogo

Prevedere quali individui svilupperanno una scarsa risposta anticorpale prima della vaccinazione potrebbe migliorare le strategie vaccinali personalizzate. In questo studio, abbiamo condotto uno studio longitudinale nazionale sulle risposte immunitarie umorali a 185 antigeni, tra cui SARS-CoV-2 ( n = 3), comuni patogeni microbici ( n = 157) e autoantigeni ( n = 25), in 1.644 pazienti immunocompromessi e 2.445 individui sani prima e dopo la vaccinazione contro il COVID-19. Sebbene le risposte attenuate al vaccino contro il COVID-19 fossero più frequenti nei pazienti sottoposti a trapianto di organi solidi e negli individui con mieloma multiplo, malattie autoimmuni, malattie infiammatorie croniche intestinali e virus dell’immunodeficienza umana, le risposte erano altamente eterogenee all’interno di ogni coorte e circa il 5%-6% degli individui sani ha sviluppato anch’esso risposte deboli. Gli anticorpi preesistenti contro microbi comuni, tra cui Staphylococcus aureus , virus respiratorio sinciziale e respirovirus umano 3, hanno costantemente previsto le risposte anticorpali post-vaccinazione sia in popolazioni sane che immunocompromesse. Questi anticorpi antimicrobici ampiamente diffusi rappresentano anticorpi sentinella che possono fungere da biomarcatori della competenza immunitaria umorale a livello sistemico. Utilizzando profili anticorpali antimicrobici globali, abbiamo sviluppato un modello predittivo di deep learning che stratifica gli individui in base alla probabilità di sviluppare una risposta vaccinale attenuata. Nel complesso, questi risultati identificano i profili anticorpali antimicrobici preesistenti come biomarcatori scalabili della responsività immunitaria umorale e forniscono un quadro di riferimento per prevedere le risposte vaccinali prima dell’immunizzazione.

Abstract grafico

by