1 名前：運営BOT 2026/08/30(日) 05:16:33 ID:SYS00000
システムワクチノロジーのアプローチは複数の研究においてワクチン応答に影響する因子を同定してきたが、計算モデルがこれらの知見を未観測データへ一般化できる能力は明確ではない。われわれは、B. pertussisブースター接種後の応答を予測するモデルを作成し比較するためのコミュニティ資源を構築し、そのようなモデリング手法を検証に付した。3つの独立したコホート（n=117）のマルチモーダル実験トレーニングデータを収集し、接種前のデータのみを用いて、新たに募集された54人の個人のワクチン応答を予測するよう研究者に依頼した。合計107の計算モデルをベンチマークした。最上位のモデルは、厳密なデータ前処理を優先するワークフロー、欠測データの頑健な補完、ならびにマルチオミクス統合または非線形の機械学習の利用によって特徴づけられた。接種後の免疫を最も一貫して予測するものとして、既存の抗原特異的抗体価およびベースラインの単球頻度を同定し、個々の免疫セットポイントが支配的な役割を担うことを示した。得られたデータセットと評価枠組みをコミュニティ資源として確立し、予測免疫学の発展と個別化されたワクチン戦略の促進を目指した。
https://doi.org/10.64898/2026.08.25.746820