一項雄心勃勃的“人類免疫組計劃”（HIP）將于今年年初啟動，從世界各地成千上萬的志愿者那里收集數據。
據《科學》報道，HIP得到了一個由公司、政府機構和大學組成的國際聯盟的支持，將探測血液和組織樣本中的數千種免疫變量。其結果可能是全球最大、最全面的免疫學數據庫。利用這一數據資源，科學家能夠研究免疫系統差異及其如何影響人們對疫苗和藥物的反應，以及人們對疾病的脆弱性。
未參與該計劃的美國斯坦福大學免疫學家Mark Davis表示：“在了解人類疾病方面，這里有一個巨大的機會。”
這僅僅是個開始，這項計劃目前每年的資金投入約為500萬美元，但最終可能耗資數十億美元。HIP是之前“人類疫苗計劃”的一個分支。HIP還會將得到的數據用作新的人工智能（AI）模型素材，這些模型可以預測整個人群的免疫系統反應，為制藥公司、政府以及醫生、患者提供有價值的見解。
一些未參與該項目的科學家認為，該計劃為全世界編制一個基本免疫數據庫的目標是可行的。
“我們有經驗和技術。”美國賓夕法尼亞大學免疫學家Allison Greenplate說。但她和一些人質疑AI能有多少貢獻。美國圣裘德兒童研究醫院免疫學家Paul Thomas認為，“有很多能輕松實現的目標，我們不需要AI的參與”，研究人員可以自己分析。
Davis說，在心臟病學領域，脂質檢測可以揭示病人的心血管健康狀況和疾病風險。然而，免疫學并沒有一套類似的簡單測量方法表明一個人的免疫系統狀態。一些數據可以提供粗略的衡量，例如，中性粒細胞數量減少的患者更容易感染。但這樣的數據是有限的。HIP的目標就是提出一個統一的測量方法，像脂質檢測一樣，提供免疫系統功能的讀數。
一些公共和私人的項目已經從大量人群中收集了一些基本的免疫數據，比如美國國立衛生研究院的項目All of Us、美國Verily公司的Project Baseline等，但這些項目收集的信息種類有限，且有些數據沒有公開。
幫助制定HIP的美國耶魯大學系統免疫學家John Tsang說，一個研究不足的領域是“對人類免疫變異和多樣性的理解”。一系列的因素，包括年齡、性別、飲食、生活條件、疾病暴露史和基因，決定了免疫系統的功能。Tsang說，但是大多數免疫學研究都是在小的、同質的人群中進行的，通常在美國或歐洲。Thomas表示，依賴于如此同質化的人類數據“已經使我們的理解產生了偏差”。
HIP旨在解決多樣性缺乏的問題。為了記錄更多的多樣性，HIP計劃在所有有人居住的大陸上建立多達300個收集點。每個網站將測量多達1萬人的同一組變量，這些人來自不同的社會經濟水平和不同的年齡段，從新生兒到百歲老人。其中還包括健康的人，以及患有自身免疫性疾病、癌癥和過敏等疾病的人。所有被測者都必須接受體檢，并提供詳細的健康史。
盡管HIP計劃在2027年開啟全球數據收集階段，但該計劃的第一階段于今年啟動，測試的規模較小，可能涉及7到10個臨床研究中心，包括發達國家之外的中心，這些中心擅長收集和分析免疫數據。在每個地點，該計劃將研究大約500人，測量他們的免疫變量，包括不同類型免疫細胞的豐度、基因活性、代謝分子的濃度和DNA序列。
“我們的想法是，深入調查以盡可能多地測量。”Tsang說。
從大量的數據中，HIP將選擇幾個變量，以最清晰地反映免疫系統如何工作。第一階段工作還將為免疫監測工具包提供基礎，這是該計劃第二階段的所有測試點都將使用的一套標準檢測方法。
最終，HIP將產生近2萬億個免疫測量結果，這些數據將通過一個中央數據庫公開。有了這些數據和其他信息，HIP將建立一個預測性AI模型，該模型可以基于免疫特征、血統、經濟狀況、年齡和其他信息來預測個人如何應對壓力或挑戰，比如特定的藥物或病原體。此外，該模型可以幫助制藥公司確定新療法的機會和避免產生藥物反應。