Thông thường, hệ thống miễn dịch chỉ tạo ra các phản ứng chống lại các mầm bệnh đã từng lây nhiễm vào cơ thể. Khoa học đã giúp rút ngắn con đường đạt được miễn dịch bằng cách tiêm chủng: đưa các phiên bản vô hại hoặc gần giống với mầm bệnh vào cơ thể để hệ thống miễn dịch tạo ra kháng thể và sẵn sàng chống lại mầm bệnh thật khi gặp phải.
Nhưng giống như phản ứng miễn dịch, các nhà phát triển vaccine thường phải đợi mầm bệnh xuất hiện rồi mới có thể tạo ra vaccine. Do đó, có một khoảng trống giữa sự xuất hiện của mầm bệnh và việc triển khai vaccine chống lại nó. Sự chậm trễ đó phải trả giá bằng mạng sống. Ngay cả trong trường hợp đại dịch COVID-19, với các chương trình phát triển vaccine nhanh nhất mà thế giới từng chứng kiến, hàng triệu người được cho là đã chết vào thời điểm vaccine bắt đầu được triển khai ở các nước giàu vào cuối năm 2020.
Các kỹ thuật mới đang phát triển hứa hẹn có thể cho hệ thống miễn dịch tiếp xúc với các mầm bệnh còn chưa xuất hiện, nhưng có khả năng lây lan trong tương lai. Nhờ công nghệ giải trình tự DNA thông lượng cao và công nghệ máy học hiện đại, giờ đây các nhà khoa học không chỉ quan sát được các biến thể của virus đang lưu hành, mà còn có thể dự đoán virus thay đổi như thế nào trong tương lai. Dự đoán này giúp những người thiết kế vaccine và liệu pháp điều trị "đón đầu" mầm bệnh, tạo ra khả năng miễn dịch sớm hơn trong cộng đồng, nhờ đó ít người chết hơn.
Đây là chủ đề nghiên cứu trong phòng thí nghiệm của Jesse Bloom, nhà virus học tại Trung tâm Nghiên cứu Ung thư Fred Hutchinson, ở Seattle. TS Bloom và các đồng nghiệp của ông phát triển các biến thể của protein gai (mà các virus corona sử dụng để bám vào tế bào vật chủ) của virus corona trong các đĩa Petri. Sau đó, họ quét những protein gai này để phân biệt những đột biến nào có tác dụng gì.
Họ đã đặt tên cho kỹ thuật mới là quét đột biến sâu. Họ sử dụng một mảng tế bào nấm men đã được biến đổi gen để có thể tạo ra một vùng của protein gai, vùng liên kết thụ thể (rbd). Khi các tế bào nấm men tạo ra các rbd, nhiều vùng liên kết với những khác biệt nhỏ so với virus hoang dã ban đầu xuất hiện. Nhóm của TS Bloom sau đó kiểm tra rbd từ mỗi tế bào nấm men để xem chúng có khả năng bám chặt vào ace2 (một protein thụ thể trên bề mặt một số tế bào người, là điểm virus corona bám vào trước khi xâm nhập vào các tế bào đó) hay không. Các nhà nghiên cứu sẽ phân tích trình tự của các rbd có khả năng liên kết chặt chẽ nhất với ace2, để tìm ra những đột biến nào có mặt trên rdb.
Khi nhóm của TS Bloom thực hiện quá trình quét này vào mùa hè năm 2020, họ đã phát hiện một đột biến có tên n501y dường như tăng khả năng bám vào tế bào của virus. Vài tháng sau, đột biến đó xuất hiện trong biến thể Alpha, biến thể này đã chiếm ưu thế trong nhiều tháng trên khắp thế giới. Đây không phải là đột biến duy nhất đáng lo ngại, nhưng nhìn chung, việc tìm ra một số lượng hạn chế các đột biến như vậy sẽ giúp các nhà nghiên cứu thu hẹp phạm vi cần tìm hiểu.
Dự đoán biến thể
Một công ty đang tận dụng công nghệ này là Flagship Labs 77 (fl77), có trụ sở tại Boston, cho đến nay vẫn hoạt động thầm lặng. fl77 là công ty spin-out từ Flagship Pioneering, một vườn ươm công nghệ sinh học do nhà đầu tư mạo hiểm Noubar Afeyan điều hành. Afeyan cũng là chủ tịch của Moderna, công ty tiên phong công nghệ vaccine m-RNA thuộc Flagship Pioneering.
Các nhà nghiên cứu của fl77 đang cố gắng kết hợp dữ liệu thử nghiệm giống như TS Bloom đang thu thập với các công cụ tính toán, để dự đoán khả năng virus phát triển biến thể trong tương lai. Thông tin này có thể dùng để phát triển vaccine và kháng thể điều trị trước khi biến thể mới của virus xuất hiện. Trong khi phòng thí nghiệm của TS Bloom chỉ dự đoán các bước nhảy đột biến đơn lẻ, fl77 hiện có thể dự đoán năm hoặc sáu đột biến sắp tới của virus. Công ty gọi hệ thống của mình là “Lá chắn mầm bệnh toàn cầu”. Các chi tiết đến nay vẫn là bí mật, nhưng hồi tháng 6, fl77 đã xuất bản một bài báo phác thảo các mục tiêu của hệ thống. Bài báo này mô tả thách thức trong việc theo kịp sự tiến hóa của virus - cụ thể là sinh học vô cùng đa dạng, đến mức chỉ cần xem xét một phần nhỏ các đột biến cũng có thể đi đến vô số khả năng khó tính toán hết.
Phản ứng thông thường đối với các vấn đề sinh học như vậy là quan sát sự phát triển của virus, thay vì dự đoán. Hệ thống Giám sát và Ứng phó với Bệnh cúm Toàn cầu của Tổ chức Y tế Thế giới (WHO) thực hiện quan sát như vậy đối với bệnh cúm. Họ theo dõi những loại virus nào đang lưu hành vào mùa đông ở Nam bán cầu, và sẽ để mắt đến những chủng đó trong mùa đông tiếp theo ở Bắc bán cầu, và ngược lại. Trong đại dịch COVID, các tổ chức như Nextstrain và Gisaid đã theo dõi các biến thể của Sars-CoV-2 theo cách tương tự.
fl77 muốn tiến xa hơn nữa - không chỉ theo dõi các biến thể của virus, mà còn dự đoán chúng sẽ phát triển như thế nào. Họ thực hiện điều này bằng cách đưa dữ liệu tương tự như của TS Bloom, nhưng quy mô từ 1 triệu đến 10 triệu đột biến, vào một phần mềm có tên là Octavia.
Công việc của Octavia là nhận ra các các kiểu đột biến nào trong số hàng triệu đột biến có xu hướng dẫn đến khả năng bám chặt hơn vào tế bào, và đột biến nào dẫn đến khả năng chống lại kháng thể. Điều này giúp dự đoán những biến thể nào sẽ qua mặt kháng thể và dễ dàng lây lan trong tương lai.
TS Bloom, người đang tư vấn cho fl77, và nắm giữ bằng sáng chế về kỹ thuật quét đột biến sâu, cho biết những dự đoán này rất giá trị trong việc phát triển vaccine m-RNA. Quá trình sản xuất vaccine m-RNA bắt đầu với gen của protein virus mà hệ thống miễn dịch cần tấn công, và kết thúc bằng một chuỗi RNA mã hóa protein cụ thể đó. Ít nhất, những dự đoán như vậy sẽ cho phép chuẩn bị sẵn một thư viện các vaccine ứng viên, và đưa vào sản xuất nhanh chóng khi biến thể xuất hiện. Tham vọng hơn, fl77 hình dung, trong tương lai họ có thể tiêm chủng cho mọi người chống lại các biến thể của mầm bệnh còn chưa lưu hành, nhưng có khả năng phát triển.
Một cách tiếp cận "mạnh tay" hơn có thể là cho hệ thống miễn dịch tiếp xúc với tất cả các cấu trúc protein của mầm bệnh có khả năng xuất hiện trong tương lai, để nó tạo ra các kháng thể chống lại tất cả. Hệ thống miễn dịch không có giới hạn về khả năng hấp thụ thông tin mầm bệnh, tuy nhiên cách tiếp cận này có thể có vấn đề nếu hệ thống ưu tiên tạo ra các kháng thể chống lại một số protein, nhưng không tạo ra biến thể chống các protein còn lại.
Vaccine cúm mùa đã phải đối mặt với vấn đề này: ngay cả sau khi tiêm phòng vaccine cập nhật, hệ thống miễn dịch có thể có xu hướng tạo ra kháng thể chống lại virus cũ. Không rõ điều tương tự có xảy ra với vaccine m-RNA hay không.
Sẽ không có chương trình nào dự đoán được sự tiến hóa của toàn bộ các mầm bệnh lây nhiễm sang con người. Nhưng đối với những mầm bệnh đã được biết là nguy hiểm, như virus corona, các hệ thống như Octavia có thể dự đoán đủ xa để mang lại lợi ích. TS Bloom nói: “Chúng ta không cần phải dự đoán sự đột biến của mầm bệnh trong một thập kỷ tới, chỉ cần dự đoán trong phạm vi năm đến sáu đột biến sắp tới của mầm bệnh, như vậy là đủ tốt rồi."
Bảo vệ con người bằng cách cho hệ thống miễn dịch tiếp xúc các mầm bệnh trong tương lai sẽ là một sự thay đổi cơ bản về ý nghĩa, mục đích và đạo đức của việc tiêm chủng. Nhưng ngay cả khi không đạt được mục tiêu này, việc dự đoán một số đột biến sắp tới của mầm bệnh cũng sẽ gia tăng tốc độ phát triển vaccine, đẩy nhanh các chương trình tiêm chủng hiện có và cứu sống nhiều mạng người.