芬兰赫尔辛基大学近日发布公报说，该校研究人员与阿尔托大学同行合作开发出一种人工智能模型，能有效预测人体免疫系统中不同T细胞能够杀伤的病原体“标靶”种类，在理解免疫系统如何对抗感染、自免疫疾病、癌症等疾病方面具有广阔应用前景。

　　这是2018年10月1日在瑞典斯德哥尔摩卡罗琳医学院拍摄的诺贝尔生理学或医学奖评选委员会新闻发布会现场。新华社记者叶平凡摄

　　公报介绍说，人体适应性免疫系统大致可分为两部分：B细胞负责产生针对病原体的抗体，T细胞负责杀伤入侵病原体。适应性免疫反应又称特异性免疫反应，每个T细胞都可以识别特定病原体，主要依靠“T细胞抗原受体”辨认外来抗原并与之结合。

　　据介绍，T细胞识别标靶的原理类似钥匙开锁，T细胞中的“T细胞抗原受体”就像一把“钥匙”，而人体细胞上的“主要组织相容性复合体(MHC)”与病原体蛋白质“碎片”——抗原肽结合而成的“抗原肽-MHC复合物”就像一把“锁”，只有当两者匹配T细胞才能特异性地杀伤病原体。然而，每个人体内的“T细胞抗原受体”分子种类多如繁星，要确认它们针对的病原体十分困难。

　　“尽管我们已知T细胞在防御反应中扮演关键角色，包括抗击病毒感染和癌症等疾病，且此前已进行了广泛研究，但要确认T细胞的标靶一直很难，”赫尔辛基大学转化血液学教授萨图·穆斯特约基说。

　　为此，研究团队开发出一种新的人工智能模型，能根据“T细胞抗原受体”分子关键区域的氨基酸序列预测它能否识别某种特定抗原，比现有预测方法达到的准确度更高。研究人员利用该模型研究了人体内哪些T细胞可以识别流感病毒、乙型肝炎病毒等常见病毒;还分析了杀伤乙肝病毒的T细胞在疾病发展中扮演的“角色”，例如，为何当乙型肝炎发展为肝癌后这些T细胞就失去了杀伤力。

　　相关论文已发表在美国《公共科学图书馆·计算生物学》杂志上。

　　研究人员表示，该人工智能模型有助于揭示人体免疫应答在各种自免疫疾病中发挥的作用，还有助理解为什么一些新的抗癌靶向药物对于不同癌症患者的效果差异巨大。