個性化的疫苗

感謝《麻省理工科技創業》的邀請。我從2002年開始研究不同的蛋白質對于身體產生的影響。我們要收集一系列的數據，對數據進行整合研究，看看如何更好地進行醫療設計，控制一些傳染病，應用技術幫助我們更好地和疾病做抗爭。

今天跟大家講講我的新研究。我主要關注生物信息學，希望生物信息學的技術為我們提供更好的設計策略，并賦予我們更有效的預防性的措施，實現人類健康的目標。

所以我們把信息技術應用到生物領域和醫學領域，幫助我們進行數據收集和分析，找到更好的醫療方案，預防和治療疾病。

所以我們的基礎工作是數據的收集和研究：將數據整合在一起做分析。我們做了T細胞疫苗的設計和B細胞疫苗的設計，進行藥物的分析整理。在身體里，有很多不同的受體、免疫基因，還有免疫細胞。這些都是幫助我們身體構建免疫功能的基本單位。對這些基本單位的研究給我們傳達了很重要的信息，那就是我們的身體是怎樣自我免疫、自我抵抗疾病，尤其是傳染性疾病的。這涉及到疫苗的研究。我們現在在疫苗中面臨的最大挑戰就是大部分疫苗實際上是根據整個人群對疾病的反應而研發和設計的，所以不能對每個個體進行有針對性的保護，而且也不能應對快速突變的病原體。

我們的目標有三個，首先要設計算法，把抗原表位（epltopes）映射到人體免疫圖譜（human immune profile）上。然后我們要鑒定出可以激發人群保護性免疫的抗原表位。最后，我們要鑒定出個人體內的、適合研發群體或個人疫苗的抗原表位。

研究兩個主要的挑戰。第一個挑戰是抗原表位非線性的自然特性以及有限的保守模式。第二個挑戰是還沒有重要功能的接觸殘基（contact residue）的清晰模式。

我們還進行了過敏信息組學的研究。超過20%的人群對某種東西過敏。我們如何使身體更好的識別這些可能形成過敏性反應的蛋白質呢？我們做了很多過敏反應，并且測定過敏反應表現和每一種細胞表位在過敏反應時出現的變化和特點，并記錄下來。

我們設計出名叫CLEVER的軟件，能讓你創建并操縱化學物數據庫，列出組合化學庫，并讓小分子的3D結構可視化。它還能對化合物進行分析和篩選，找出潛在藥物。

另外，我們還研究了傳染病的信息學。如果出現了流行疾病，我們首先必須要知道它的傳染源頭是什么，知道病原體的進化途徑，分析它面對的選擇壓力，預測它可能的進化途徑。這樣，我們就能進行大規模的免疫抗原表位篩選，并找到最好的疫苗設計，在病原體繼續進化之前阻止它。

我們還在癌癥信息學方面作了工作。我們在收集關于癌癥的信息，首先是致癌的途徑、信息標簽，有助于改善預防和治療。我們考慮一些移動的傳感器，跟病人產生一些互動，并且跟病人的DNA的方式，還有一些傳感器的監督和診斷技術，我們轉化成為最廣泛的技術，使得他們利用一些智能手機這些東西，比如說一個地區出現了傳染性疾病，能否用手機診斷某一種病原已經進入了我的身體，我生病后能否通過智能手機通過的快速體液測試判斷是否攜帶了致病病毒。

而且也可以考慮，利用通過體液的快速測試，能夠讓我們的智能手機監測傳染疾病在身上的狀態。