AI設計疫苗進入人體試驗，通用冠狀病毒防線走出實驗室

當下一個冠狀病毒從動物跳入人群時，疫苗研發最昂貴的不是某一段實驗步驟，而是時間本身。英國劍橋大學團隊推進的人體試驗，讓一個長期停留在概念層次的問題變得具體：人工智慧能否在疫情真正爆發之前，先替免疫系統準備一份更廣的病毒「辨識教材」。

據多家媒體報導，這項研究被描述為全球首批、甚至是首個由 AI 設計並給予人體的疫苗案例之一。其目標不是只針對單一病毒株，而是面向 Sarbecovirus 這一群冠狀病毒；這個類群包括造成 COVID-19 的 SARS-CoV-2、2003 年 SARS 病毒，以及若干在蝙蝠中被監測到、未來可能外溢至人類的相關病毒。

研究思路的核心，是把全球病毒監測計畫累積的遺傳序列資料交由演算法分析，從已知病毒家族中挑選並組合出較具代表性的抗原片段。有報導將這種設計稱為廣譜的「超級抗原」：它試圖保留多種相關病毒共享、較不容易因突變而完全消失的免疫線索，使疫苗不必等到新病原完整出現後才從零開始。

早期人體資料仍應謹慎解讀。《泰晤士報》報導，第一期試驗納入 39 名受試者，未見重大副作用；TechRadar 則指出，試驗已在針對冠狀病毒的場景中完成初步人體評估，免疫效果屬於溫和但提供了後續設計依據。報導稱，受試者出現對 SARS-CoV-2、SARS 及相關蝙蝠冠狀病毒的免疫反應；然而，這類早期安全性與免疫原性結果，還不能等同於實際保護力，更不能推論其可預防感染或重症。

另一個不同於多數大眾熟悉疫苗的細節，是接種方式。相關報導稱，這支疫苗透過高壓液體噴射給藥，而非傳統針頭注射。這可能影響疫苗在人體中的呈現方式與接種接受度，但目前公開資訊有限，尚不足以判斷它在大量施打、成本、保存與基層醫療流程上的實際優勢。

**背景脈絡**

AI 在這裡扮演的角色，並不是替代臨床試驗，也不是憑空「發明」免疫學。它更像是一種加速篩選與組合的工具：從病毒家族的序列地圖中找出候選目標，再交由實驗室與人體試驗逐層驗證。真正的考驗，仍是免疫反應是否足夠強、足夠持久，能否涵蓋未來未知變異，以及在不同年齡、免疫狀態與風險族群中是否安全有效。

接下來的關鍵在於規模與標準。報導提到，研究團隊規劃進一步展開約 200 人的第二項試驗；若要走向公共衛生應用，仍需更大樣本、更清楚的免疫保護指標，以及監管機關對「預先針對尚未造成疫情的病毒家族設計疫苗」如何審查的答案。這項進展的意義，或許不在於一支疫苗已經成功，而在於疫苗研發的起跑線正被往疫情之前推移。