×

Perché un vaccino funziona in 9 persone su 10 e non in tutte e 10? HIP lo scoprirà


Perché anche i vaccini più efficaci raramente funzionano in una percentuale che supera il 90% dei pazienti? Cosa ha di diverso quel 10% in cui non funzionano? Quale meccanismo biologico determina il fatto che un vaccino garantisce decenni di immunità a una persona e invece non protegge affatto un’altra? Perché in piccolissime percentuali di pazienti il sistema immunitario reagisce in modo sbagliato a vaccini e farmaci causando potenziali problemi? E soprattutto: come è possibile predire la risposta immunitaria di ogni paziente e quindi evitare nel suo caso terapie inutili o dannose?

Nel 2020 un team di ricercatori coordinato da Amy Huei-Yi Lee, biologa della Simon Fraser University, ha iniziato ad approfondire questi interrogativi. Gli scienziati hanno scoperto che alcune caratteristiche precise del sistema immunitario dei pazienti a cui viene somministrato un vaccino – in quel caso quello contro il virus dell’epatite B –, come l’abbondanza di alcune proteine e i modelli di attività di alcuni geni, preannunciano la possibilità di generare difese contro il virus: “Abbiamo capito quali fattori guidano la risposta al vaccino e quali no”, spiega Lee. La ricerca della Simon Fraser University però aveva il limite di essere stata condotta su di un numero limitato di pazienti.

“Abbiamo capito quali fattori guidano la risposta al vaccino e quali no”

Ma un ambizioso programma scientifico partito all’inizio del 2024 raccoglierà dati da centinaia di migliaia di volontari in tutto il mondo. Lo annuncia la rivista “Science” in un interessante approfondimento. Lo Human Immunome Project (HIP) è sostenuto da un consorzio internazionale di aziende, agenzie governative e università, ed è pensato per sondare migliaia di variabili immunitarie in campioni di sangue e tessuto. Il risultato sarà probabilmente il database immunologico più grande e completo del mondo, una risorsa per gli scienziati che studiano le differenze del sistema immunitario e il modo in cui queste influenzano le nostre risposte a vaccini e farmaci e la nostra vulnerabilità alle malattie. “Si tratta di una enorme opportunità in termini di comprensione delle malattie umane”, commenta l’immunologo della Stanford University Mark Davis, che non è coinvolto direttamente nel progetto.

“Si tratta di una enorme opportunità in termini di comprensione delle malattie umane”

E questo è solo l’inizio: HIP al momento si avvale di un finanziamento di circa 5 milioni di dollari all’anno, ma alla fine potrebbe raccogliere miliardi. Derivato da uno sforzo precedente noto come Human Vaccines Project, HIP utilizzerà i dati anche come feed per nuovi modelli di intelligenza artificiale (AI) che potrebbero prevedere le risposte del sistema immunitario di intere popolazioni, fornendo preziose informazioni non solo alle aziende farmaceutiche e ai governi, ma anche a medici e pazienti. “L’impatto si farà sentire a livello globale”: ne è sicuro il neuroscienziato Hans Keirstead, amministratore delegato del progetto, che ha sede a Irvine, in California. “L’immunologia oggi non dispone di una serie di semplici misure che indichino lo stato del sistema immunitario di una persona”, afferma Mark Davis. “Alcuni dati ci possono fornire un’indicazione approssimativa: i pazienti con un numero ridotto di neutrofili, per esempio, sono inclini alle infezioni. Ma questi dati sono limitati. HIP mira a creare un gruppo uniforme di misurazioni che possano, come un pannello lipidico, fornire una lettura del funzionamento del sistema immunitario”.

“L’impatto si farà sentire a livello globale”

“Un’altra area in cui la ricerca è rimasta indietro è la comprensione della variabilità e della diversità immunitaria umana”, spiega John Tsang, immunologo della Yale University che ha contribuito a sviluppare HIP. “Una serie di fattori, tra cui l’età, il sesso, la dieta, le condizioni di vita, l’esposizione a malattie precedenti e la genetica, determinano il funzionamento del sistema immunitario. Ma la maggior parte degli studi immunologici è condotta su popolazioni piccole e omogenee, di solito negli Stati Uniti o in Europa. Affidarsi a una fetta così ristretta di umanità ha causato un bias di comprensione”. HIP mira a colmare questa mancanza di conoscenza sulla diversità. “Vogliamo dati di base su ogni popolazione umana”, afferma Keirstead. Per cogliere la varietà umana, i piani di HIP prevedono fino a 300 siti di raccolta in tutti i continenti abitati. Ogni sito misurerà la stessa serie di variabili in ben 10.000 persone, di diversi livelli socioeconomici e di diverse età, dai neonati ai centenari. Inoltre, saranno incluse persone sane e individui con problemi medici come malattie autoimmuni, cancro e allergie. Tutti i volontari dovranno sottoporsi a esami medici e fornire un’anamnesi dettagliata.

Il team di HIP avvierà questa fase di raccolta dati globale nel 2027, mentre la prima fase dello sforzo sarà più limitata e probabilmente coinvolgerà da 7 a 10 centri di ricerca clinica. In ogni sede, il progetto studierà circa 500 persone, misurando le variabili immunitarie, tra cui l’abbondanza di diversi tipi di cellule immunitarie, l’attività genica, le concentrazioni di molecole metaboliche e le sequenze di DNA. “L’idea è quella di andare in profondità e misurare il più possibile”, spiega Tsang. Da questa massa di dati, il progetto selezionerà alcune variabili che forniranno un quadro più chiaro del funzionamento del sistema immunitario. Queste variabili costituiranno anche la base per un kit di monitoraggio immunitario, un insieme standard di test che tutti i siti della seconda parte del progetto utilizzeranno.

Alla fine, HIP genererà quasi 2 trilioni di misurazioni immunitarie, che saranno disponibili pubblicamente attraverso un database centralizzato. Con questa mole di dati e altre informazioni, HIP costruirà un modello predittivo di intelligenza artificiale in grado di prevedere, in base al profilo immunitario, alla familiarità, allo stato economico, all’età e ad altre informazioni come gli individui risponderanno alle sollecitazioni del sistema immunitario date da un determinato vaccino, un particolare farmaco o un certo agente patogeno. “Il modello potrebbe aiutare le aziende farmaceutiche a identificare le opportunità di nuovi trattamenti e le reazioni ai farmaci da evitare. Inoltre, fornendo una visione molto più dettagliata della salute e della vulnerabilità agli effetti collaterali di una popolazione, il modello potrebbe consentire ai Paesi di decidere meglio quali farmaci sono necessari e adatti alle loro popolazioni, consentendo così di ridurre i costi sanitari”, spiega Keirstead.

Ciò che HIP si prefigge con le sue ambizioni di mappare il sistema immunitario e la sua variabilità con l’utilizzo di intelligenza artificiale è qualcosa che non è mai stato fatto prima, ovviamente, ma nemmeno pensato finora. Questo è probabilmente il motivo per cui questo aspetto del progetto sta suscitando maggiore scetticismo da parte del mondo accademico e sta causando polemiche. Il progetto intende infatti generare non solo modelli predittivi, ma anche modelli che riproducano operativamente il funzionamento del sistema immunitario. Il biologo e matematico Reinhard Laubenbacher della University of Florida afferma: “L’intelligenza artificiale individuerà modelli di risposta, ma dubito che possa aprire una comprensione più profonda del sistema immunitario. Sforzi di raccolta di big data come questo sono tremendamente utili, ma probabilmente avremo bisogno di qualcosa di più. Secondo me una priorità è costruire un quadro teorico per comprendere le informazioni che il progetto produrrà”.