跳到主要內容

牛津用 AI 設計「萬能疫苗」進入人體試驗：我們離一針打遍所有病毒還有多遠？

一句話結論： AI 設計的「超級抗原」已注射進人體——這可能是人類第一次，用演算法設計出能對付一大類病毒的疫苗。

每年冬天，你都要重新打一次流感疫苗。為什麼？因為流感病毒太會變：它的表面蛋白（血凝素 HA、神經胺酸酶 NA）年年突變，舊疫苗很快就認不出新病毒。科學家稱之為「抗原漂變」。

但如果有一支疫苗，能對付「一大類病毒」而不管它怎麼變——我們稱它「萬能疫苗（universal vaccine）」——那每年排隊打針的日子就結束了。

2026 年，這個夢想往前邁了一大步：牛津大學用 AI 設計的「萬能疫苗」進入了人體試驗，注射進受試者體內。

萬能疫苗新聞示意

萬能疫苗是什麼？為什麼過去做不到？

根據維基百科對「廣效流感疫苗（universal flu vaccine）」的說明：它的目標是對抗「所有人類適應型」的 A 型與 B 型流感病毒——不管病毒亞型為何，也不管它發生抗原漂變或抗原轉移。也就是說，它不需要每年為了跟上病毒變化而修改。

傳統疫苗瞄準的是病毒表面「頭部」的 HA 蛋白——而這個頭部正好是病毒最愛突變的地方。廣效疫苗的思路完全不同：它瞄準病毒「幹部」（stem）這種保守區（conserved region）——幹部突變頻率遠低於頭部，所以同一支疫苗能對付多種株。

這正是難點：過去科學家得靠經驗與試誤，去找出那個「既保守、又能觸發免疫反應」的抗原片段。這像是從一團亂麻裡，手動找出那幾條關鍵的線。

疫苗研發示意

AI 在這裡做了什麼？

關鍵字是 cron 精選裡提到的「超級抗原（super-antigen）」。

過去找出「保守又有效」的抗原，靠的是人類科學家的直覺與大量實驗。AI 的強項恰恰在這：它能在海量病毒基因序列中，快速標定出「所有株都共通、幾乎不變」的區段，再設計出能夠穩定呈現給免疫系統的蛋白結構。

牛津這支進入人體試驗的疫苗，本質上就是：用 AI 在病毒序列的海洋裡，自動撈出那個跨株共通的保守抗原，並設計成可注射的疫苗。這把過去可能要耗費數年的「抗原發掘—設計—驗證」循環，壓縮成演算法能在短時間內迭代的流程。

進入「人體試驗」代表什麼？

必須誠實說明階段：進入人體試驗，通常是指第 I 期（Phase I）——這階段的主要目的不是證明有效，而是確認安全性與耐受性：打進去的人會不會有嚴重副作用？劑量怎麼抓？

這和「疫苗上市」之間，還隔著第 II 期（初步疗效）、第 III 期（大規模療效與安全）兩道高牆。歷史上，很多進入人體試驗的候選疫苗，最後都倒在第 II/III 期。

但這一步的象徵意義很大：它是第一支由 AI 設計、針對廣譜病毒保護的疫苗，真正走進了人體。

AI 設計疫苗示意

如果成功，世界會怎麼變？

對公共衛生：
  • 終結「每年重打」：流感、甚至某些冠狀病毒，不再需要年年更新疫苗。
  • pandemic 防禦提速：當新病毒出現，AI 能更快從序列推導出候選疫苗，不再等半年去分離病毒株。
  • 供應穩定：廣效疫苗可大量生產，減少每年搶疫苗、分配不均的亂象。
現實的謹慎：
  • 第 I 期只驗安全，不驗保護力。
  • 廣譜保護的免疫記憶能撐多久，仍需長期追蹤。
  • 「萬能」是理想值——現實可能是「對付一大類」而非「對付所有病毒」。

常見問題（FAQ）

Q1：什麼是「萬能疫苗」？為什麼每年還是要打流感疫苗？

萬能疫苗指能對抗一大類病毒、不因病毒變異而失效的疫苗。每年重打流感針，是因為流感病毒表面蛋白年年突變（抗原漂變），舊疫苗認不出新株。

Q2：廣效疫苗和傳統疫苗思路差在哪？

傳統疫苗瞄準病毒表面「頭部」HA 蛋白（最愛突變）；廣效疫苗瞄準「幹部」這種保守區，突變頻率低，所以同一支能對付多株。

Q3：AI 在牛津這支疫苗裡做了什麼？

AI 在海量病毒序列中，快速標定出「跨株共通、幾乎不變」的保守抗原（所謂超級抗原），並設計成可穩定呈現給免疫系統的結構，壓縮了過去靠試誤的抗原發掘循環。

Q4：進入人體試驗就代表快成功了嗎？

不代表。進入人體通常是第 I 期，只驗安全性與耐受性，不驗療效。後面還有第 II、III 期兩道高牆，很多候選疫苗會倒在中途。

Q5：牛津這支有什麼象徵意義？

它是第一支由 AI 設計、針對廣譜病毒保護的疫苗真正走進人體，代表「演算法設計疫苗」從概念邁向臨床驗證。

Q6：如果成功，對一般人有什麼好處？

可能終結每年重打疫苗、加快新病毒出現時的疫苗研發速度、並改善疫苗供應不均的問題。

Q7：「萬能」是真的能打遍所有病毒嗎？

是理想值。現實更可能是「對付一大類相關病毒」，而非字面意義的「所有病毒」。保守區保護能撐多久也仍需長期追蹤。

總結

AI 設計的「超級抗原」已注射進人體——這是人類第一次用演算法設計出廣譜病毒疫苗並送進臨床。離「一針打遍」還有第 II/III 期要過，但方向已經清楚：疫苗研發，正在從手工藝變成運算科學。

標籤： #萬能疫苗 #廣效疫苗 #AI醫療 #牛津 #疫苗研發 #公共衛生 #生物科技
標籤：

留言

張貼留言

這個網誌中的熱門文章

Why Is NVIDIA Spending Billions to Buy Up America's "Dark Fiber"?

One-line conclusion: NVIDIA is reportedly spending $5–10 billion to acquire long-haul "dark fiber" networks across the United States, signaling that the AI infrastructure race is shifting from raw compute power to the networks that connect it. NVIDIA is reportedly acquiring long-haul "dark fiber" networks across the United States, with total capacity estimated at 7.6 Pbps and a price tag between $5 billion and $10 billion. The news sent optical communications stocks surging globally: Taiwan's optical module makers jumped on July 22, and three more hit the daily limit on July 23. Many now read this as the moment the AI arms race moved from "who has more GPUs" to "who owns the network." What Is Dark Fiber, and Why Buy Instead of Lease? Dark fiber refers to fiber-optic cable that has already been laid but has no transmission equipment installed and carries no optical signal . The fiber cores sit "dark" and dormant, waiting to...
張貼留言
閱讀完整內容

What Is x402? How HTTP 402 Is Making Peer-to-Peer Web Payments a Reality

One-line conclusion: x402 is an open payment standard launched by Coinbase in 2025 that resurrects the long-dormant HTTP 402 "Payment Required" status code, enabling websites to complete peer-to-peer cryptocurrency payments directly within the HTTP request-response cycle — no accounts, no intermediaries, no payment gateways required. HTTP 402: The Status Code That Waited 25 Years for Its Moment If you know your HTTP status codes, you're probably familiar with 200 (OK), 404 (Not Found), and 500 (Server Error). But did you know there's a 402 status code? Back in the 1990s, the HTTP/1.0 specification reserved 402 Payment Required for digital cash and micropayment scenarios — a way for servers to tell clients: "Pay up before you access this resource." For 25 years, it remained virtually unused. The reason? Infrastructure wasn't ready. Payments were slow, expensive, and required accounts, sessions, and intermediaries. Now, that forgotten status c...
張貼留言
閱讀完整內容

Grok 45

title: "Grok 4.5 正式登場！1.5T 參數、比 GPT-5.5 便宜 60%，xAI 如何改寫 AI 戰場格局？" date: 2026-07-09 labels: tech, AI, Grok, xAI, LLM, benchmark, coding 一句話結論： Grok 4.5 用 GPT-5.5 四成的價格，做到九成的實力——AI 戰場格局正在被改寫。 2026 年 7 月 8 日，xAI（SpaceXAI）正式發布 Grok 4.5——這是該公司首個專門為 編碼與 AI 代理（Agent） 訓練的大型語言模型。Elon Musk 在 X 平台發文後短短數小時內獲得超過 4.7 萬個讚、520 萬次觀看，話題迅速引爆科技圈。 但這次 Grok 4.5 的真正殺手鐧，不是 benchmark 分數有多高，而是 同等級智慧下，成本只有競爭對手的一小部分 。根據 Artificial Analysis 獨立評測，Grok 4.5 在 Intelligence Index 排名第四（僅次於 Fable 5、GPT-5.5 和 Opus 4.8），但每任務成本僅 $0.31——是 Opus 4.8 的五分之一、GPT-5.5 的三分之一。 這篇文章將深入拆解 Grok 4.5 的技術規格、benchmark 數據的真實意義，以及它對開發者和投資者意味著什麼。 Grok 4.5 是什麼？為什麼重要？ Grok 4.5 是 xAI（SpaceXAI）推出的最新旗艦模型，基於 1.5 兆參數的 V9 架構 （是前代 Grok 4.3 的三倍大），並與 Cursor（知名的 AI 編碼助手）聯合訓練。這是 xAI 第一次明確將模型定位為 「編碼與 Agent」專用 ，而非通用對話模型。 關鍵規格一覽： 參數規模： 1.5 兆（1.5T），V9 架構 上下文窗口： 500K tokens（較 Grok 4.3 的 1M 有所縮減，但保留了可配置推理和視覺輸入） 定價： $2 / 百萬輸入 tokens，$6 / 百萬輸出 tokens 推理速度： 約 80 tokens/秒 每任務成本： $0.31（Intelligence Index）、$2.49（Coding Agent I...
張貼留言
閱讀完整內容