与日本研究团队联合研究……提出早期识别突破性感染高危人群的方法

釜山大学(校长 Choi Jaewon)22日表示,该校医学生命融合工学部 Park Hyungki 教授研究团队与日本研究人员共同开展研究,大规模分析了接种 COVID-19 信使核糖核酸(mRNA)疫苗人群的抗体反应,并提出了一种可在早期甄别突破性感染(完成疫苗接种后仍发生感染)高风险人群的方法。

釜山大学教授 Park Hyeonggi。

釜山大学教授 Park Hyeonggi。

View original image

该研究自2021年至2025年,对约2500名受试者的抗体及临床数据进行了长期收集和分析,并结合数学建模与人工智能(AI)技术开展。


研究团队证实,mRNA 疫苗接种后的抗体反应可分为几种特异性模式:△水平较高且维持时间长的“耐久型” △抗体难以充分形成的“脆弱型” △初期水平较高但迅速下降的“快速衰减型”。其中,“脆弱型”和“快速衰减型”人群的突破性感染风险较高,并且在接种初期阶段,这两类人群的血液中 IgA 抗体水平均偏低。这一结果提示,IgA 有望作为预测突破性感染风险的生物标志物。


Park Hyungki 教授团队利用无监督机器学习(Unsupervised Machine Learning)对突破性感染高风险人群进行分群,证明了仅凭年龄或一般临床信息难以预测的高危人群,可以通过 IgA 指标实现早期识别。


研究结果有望在今后为 ▲追加接种时间与优先顺序的制定 ▲个体化免疫管理 ▲未来大流行病应对战略的制定等方面提供科学依据。


本项研究由釜山大学 Park Hyungki 教授作为第一作者参与,基于日本福岛县立医科大学 Tsubokura Masaharu 教授团队的数据以及名古屋大学 Iwami Shingo 教授团队的数学模型共同完成。


研究成果已发表于融合医学领域世界权威期刊《Science Translational Medicine》(《科学·转化医学》)9月17日(当地时间)在线版。



Park Hyungki 教授强调:“本研究精确揭示了 mRNA 疫苗抗体反应的差异,并科学界定了需要更早进行追加接种的人群,这一点具有重要意义。今后,这一成果将成为制定疫苗政策和构建大流行病应对战略的重要依据。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。

不容错过的热点