在我最近参加的纽约科学院颁奖晚宴上，詹姆斯·P. 艾利森（2018年诺贝尔医学奖得主之一）对一群着迷的观众说，他在癌症免疫治疗方面的突破性發现，并非源于对癌症的关注，而是源于他对免疫系统运作方式的数十年基础研究。
　　多年来，艾利森和他的同事们研究了一种可以抑制免疫系统的蛋白质。他们认识到，“阻击”这种抑制因子，可以解除对免疫系统的束缚，使其攻击和摧毁肿瘤。
　　对一些癌症患者来说，免疫疗法革命使曾经濒临死亡的人能够过上健康的生活。然而，免疫疗法革命仍处于起步阶段。由于一些尚不明朗的原因，许多癌症和病人（对这一疗法）根本没有反应。
　　科学家们越来越认同其原因部分在于，我们目前对人类免疫系统如何对抗疾病缺乏了解。在过去数十年艾滋病毒/艾滋病疫苗的研发工作里，我亲眼见证该目标迄今仍遥不可及。
　　这就是我相信基础研究的下一个突破，将是解码人类免疫系统如何预防和控制疾病的理由。人工智能和机器学习，将是实现这一成就的关键，正如它们正在改变我们生活的其他方面一样，它们将改变人类健康的未来。
　　免疫系统—由细胞、组织和器官组成的复杂网络，是人体保持健康的主要机制。无论是针对癌症、糖尿病和阿尔茨海默症等非传染性疾病，还是肺结核、疟疾和埃博拉等传染性疾病，破译免疫系统的信息，都是我们理解和抗击这些疾病的核心。
　　过去一个世纪，我们学会了通过疫苗来设计我们自身免疫的某些方面，但我们已经陷入了关键的僵局。我们现在面临的威胁更加阴险和复杂，每年有数百万人，特别是儿童、老年人以及生活在低收入和中等收入国家的人，死于本应被克服的疾病。
　　而通过充分利用免疫系统的力量，我们可以找到新的方法来对抗疾病。我们需要新的、创造性的方法，来应对跨多个学科的挑战。好消息是，这样的行动在现下是可能实现的。生物医学、工程学以及最重要的人工智能和机器学习领域的最新技术进步，为我们提供了开展这一雄心勃勃计划所需的工具。
　　人类免疫系统比人类基因组大数十亿倍，处理如此庞大的信息，需要强大的数据科学能力和前沿的超级计算。它还要求我们在如何进行临床研究方面，做出重大转变。
　　传统上，临床研究的重点是在尽可能多的个体上进行测试，收集每个受试者的有限数据。随着新的基因组学和分子生物学工具的出现，研究人员可以在单个个体上收集数百万个数据点。这将带领我们走向新模式：更少的人，更多的数据。
　　通过结合人工智能和机器学习来分析这些个体数据集，我们可以更好地理解人类免疫系统的分子水平动力学，并开始绘制其调控规则。在“人类疫苗项目”的早期工作中，科学家们正在使用这种方法，这可以为加速开发新的疫苗和免疫介导性疾病的疗法，铺平道路。
　　诸如此类的研究，开始产生前所未有的大量数据，最终将使人类免疫系统首册图集的创建成为可能。前沿超级计算的进步，可以应用到该数据库中，创建第一个基于人工智能的免疫系统模型。这些模型，将填补我们现有知识的空白，从而创造出更有效的癌症免疫疗法，以及针对许多其他疾病的诊断、疫苗和治疗方法。
　　我设想着这样的一个世界：科学家们可以迅速开发出对抗疾病的新方法，疫苗可以通过一次免疫为每个人提供终生保护，免疫疗法对所有癌症都有效，阿尔茨海默症也可以预防。为了使这一未来成为现实，我们必须将创造力与人工智能的不断进步结合起来，以破解人类免疫系统的密码。
　　本文由Project Syndicate授权《南风窗》独家刊发中文版。韦恩·考夫是非营利“人类疫苗项目”的总裁兼首席执行官。