密歇根大学获得670万美元资助研究儿童流感免疫

留学申请微信咨询

微信扫描左侧二维码

或点击下方按钮咨询

密歇根大学（University of Michigan，简称U-M）最近获得了一项670万美元的资助，用于研究儿童流感免疫。这项资助由流感实验室（Flu Lab）提供，旨在通过“流感守护者：密歇根流感免疫队列”项目，深入探讨儿童早期流感暴露如何影响其长期免疫系统。研究计划招募850名婴儿，跟踪他们对流感感染和疫苗接种的免疫反应。研究团队将使用标准血清学测试、Luminex技术和先进的机器学习方法分析数据。研究结果有望为下一代和通用流感疫苗的开发提供重要参考。

密歇根大学的流感研究资助

密歇根大学在流感研究方面的资助并非首次。密歇根州农业和农村发展部（MDARD）也曾宣布为多达20个禽流感爆发的奶牛场提供资金支持，每个农场最高可获得28,000美元，以参与关键的实时研究。这笔资金是对美国农业部（USDA）早期支持的补充，符合条件的农场将与MDARD和USDA的动植物卫生检验局合作，完成流行病学调查，参与实时纵向研究，并在适用情况下与密歇根州卫生与公众服务部项目合作。密歇根州因其在奶牛场和家禽场H5N1高致病性禽流感（HPAI）爆发方面的透明度和响应活动而受到赞扬。MDARD主任Tim Boring博士表示，这些研究机会将帮助我们在实时中推进科学，以便最好地发展我们的快速响应。与此同时，爱荷华州和明尼苏达州也报告了更多的H5N1爆发病例。

早期流感暴露对儿童长期免疫的影响

一项新的澳大利亚研究发现，早期接触乙型流感病毒（IBV）会影响一个人免疫系统识别新变种并在以后保护其免受感染的能力。研究表明，个体对童年时期接触的IBV变种会产生更强的免疫反应，因此他们的身体对具有相似特征的新IBV变种也会表现出更强的免疫反应。研究人员分析了1917年至2008年间出生的澳大利亚和美国个体的1400多个血清样本，测量了样本中的抗体，并将其与1940年至2021年间全球流行的IBV毒株进行了比较。结果发现，每个样本中抗体的最高浓度通常与该个体童年时期流行的IBV毒株相对应。研究还指出，IBV分为B/Yamagata和B/Victoria两个谱系，每4到5年是主要流行的亚型之一。研究结果为疫苗开发和公共卫生应对策略提供了新的方向，可能有助于预测每个流感季节中哪些人群最易受感染，并指导针对特定年龄组的公共卫生策略的发展。

Luminex技术和机器学习在免疫学研究中的应用

在密歇根大学的研究中，Luminex技术和机器学习方法将被广泛应用于数据分析。Luminex技术是一种多重分析技术，能够同时检测多种生物标志物，极大地提高了数据的处理效率和准确性。机器学习方法则能够从大量复杂数据中提取有价值的信息，预测免疫反应的模式和趋势。

例如，本文介绍了一种名为scifAI的开源框架，用于分析成像流式细胞术（IFC）数据，旨在系统地表征和预测治疗性抗体的功能。治疗性抗体广泛用于治疗严重疾病，许多抗体通过改变免疫细胞在免疫突触中的作用来实现治疗效果。免疫突触是细胞间相互作用的关键，能够引导体液免疫反应。尽管已经设计和评估了许多抗体，但缺乏一种高通量工具来系统地表征和预测抗体的功能。scifAI框架集成了预处理、特征工程和可解释的预测性机器学习，能够处理超过280万张人类免疫突触的IFC图像数据。利用scifAI，研究人员可以分析不同免疫刺激下的细胞类别频率和形态变化，并定量预测多位供体和治疗性抗体的T细胞细胞因子产生。通过将形态特征与功能联系起来，scifAI展示了其在显著影响抗体设计方面的潜力。scifAI具有模块化架构，易于集成到现有的工作流程和分析管道中，例如用于快速抗体筛选和功能表征。研究结果表明，scifAI不仅能够高效地分析高通量成像数据，还能为制药领域的抗体开发提供新的见解和决策支持。

下一代和通用流感疫苗的开发

每年都会生成新的流感病毒疫苗配方，以应对不断循环和变异的病毒变种。下一代流感病毒疫苗将提供对当前和未来流感病毒株的长期、广泛反应的免疫保护，涵盖季节性和预流行病毒。下一代免疫原使用计算优化的广泛反应抗原（COBRA）方法设计，旨在保护多个季节内的广泛病毒株。通过多层次共识序列比对，设计了新的HA和NA氨基酸序列，用于多种流感亚型。这种多价配方被假设能引发对季节性和预流行流感病毒的广泛保护性免疫反应。小鼠接种了HA和NA（H1、H2、H3、H5、H7、N1、N2）蛋白的多价混合物。多价COBRA疫苗接种引发了识别广泛病毒株的抗体，接种的小鼠对代表多种亚型的病毒具有保护作用。这是一种有前途的通用流感疫苗候选者，能够在多个季节内引发对季节性和预流行毒株的保护性免疫反应。

综合总结

密歇根大学获得的670万美元资助将用于研究儿童流感免疫，特别是早期流感暴露如何影响长期免疫系统。通过“流感守护者：密歇根流感免疫队列”项目，研究团队将招募850名婴儿，使用标准血清学测试、Luminex技术和先进的机器学习方法分析数据。这项研究不仅有助于理解儿童早期流感暴露对长期免疫的影响，还将为下一代和通用流感疫苗的开发提供重要参考。

密歇根大学在流感研究方面的资助和研究成果，展示了其在公共卫生和疫苗开发领域的重要地位。通过结合Luminex技术和机器学习方法，研究团队能够高效地分析复杂数据，预测免疫反应的模式和趋势。这些研究成果将为疫苗开发和公共卫生应对策略提供新的方向，可能有助于预测每个流感季节中哪些人群最易受感染，并指导针对特定年龄组的公共卫生策略的发展。

总的来说，密歇根大学的这项研究不仅有助于理解儿童早期流感暴露对长期免疫的影响，还将为下一代和通用流感疫苗的开发提供重要参考。这些研究成果将为疫苗开发和公共卫生应对策略提供新的方向，可能有助于预测每个流感季节中哪些人群最易受感染，并指导针对特定年龄组的公共卫生策略的发展。通过结合Luminex技术和机器学习方法，研究团队能够高效地分析复杂数据，预测免疫反应的模式和趋势，为疫苗开发和公共卫生应对策略提供新的方向。