タンパク質言語モデルを用いた広範な防御効果を有するインフルエンザA（H3N2）ワクチン候補の設計と特性評価

季節性インフルエンザAウイルスは、毎年、世界的に重大な罹患を引き起こしている。ワクチン接種は依然として主要な予防戦略であるが、その有効性は抗原ドリフトによってしばしば低下する。この課題は、過去10年間に8回のワクチン更新を必要としたインフルエンザA（H3N2）において特に顕著である。本研究では、タンパク質言語モデルを用いて新規ヘマグルチニン（HA）配列を生成し、機械学習モデルを用いて流行株からの抗原距離を予測することにより、広範な反応性を有するインフルエンザA（H3N2）ワクチンを設計する計算枠組みを提示する。概念実証研究では、2013～2018年の配列データを用いて設計した7種のHA候補について、同時期およびその後に流行したウイルスに対する効果をマウスで評価した。2種の候補は、防御水準に達する反応性抗体、強固なH3特異的抗体分泌細胞応答、ならびに同時期のクレードおよび抗原ドリフトを起こした2019～2020年株に対する交差中和能を誘導した。これらの知見は、生成と選択を統合した戦略が、現在および将来のA（H3N2）流行期にわたってワクチンの防御範囲を拡大し得ること、また他のインフルエンザ亜型にも適用可能であることを示している。

https://doi.org/10.64898/2026.08.26.747087