Resumen: En el pasado, el desarrollo de vacunas e inmunoterapéuticas se basó en gran medida en la experimentación de ensayos y errores y pruebas in vivo extensas, a menudo requiriendo años de ensayos preclínicos y clínicos. Hoy, la inteligencia artificial (IA) y el aprendizaje profundo (DL) están transformando activamente la vacuna y el diseño inmunoterapéutico, ofreciendo marcos predictivos que respaldan la toma de decisiones rápidas e basadas en datos; (ii) se implementan cada vez más como estrategias eficientes en el tiempo y los recursos que integran modelos computacionales, vaccinología de sistemas y datos múltiples múltiples para fenotipos, diferenciar y clasificar las enfermedades y cánceres de los pacientes; predecir las respuestas inmunes de los pacientes; e identificar los factores que contribuyen a la vacuna óptima y la eficacia protectora inmunoterapéutica; (iii) refinar la selección de objetivos de antígeno/epítopo de células B y T para mejorar la eficacia y la durabilidad de la protección inmune; y (iv) permitir una comprensión más profunda de la regulación inmune, la evasión inmune, los puntos de control inmunes y las vías reguladoras. El futuro de la IA y la DL apunta a (i) reemplazar las pruebas preclínicas animales de drogas, vacunas e inmunoterapéutica con modelos basados en computación, como recientemente propuso la FDA de los Estados Unidos; y (ii) habilitar el modelado in vivo en tiempo real para inmunobriding y predicción de protección en ensayos clínicos. Esto puede resultar en un cambio rápido y transformador para el desarrollo de vacunas personales e inmunoterapéuticas contra patógenos y cánceres infecciosos.
Publicado Originalme en rss.arxiv.org El 16 de junio de 2025.
Ver Fuente Original
