Un equipo de la Universidad Estatal de Arizona (EEUU) ha localizado una serie de biomarcadores que, analizados con herramientas de inteligencia artificial, podrían servir para anticipar qué individuos reaccionarán mejor a una vacuna incluso antes de recibirla.
En este proyecto, los científicos de la Universidad Estatal de Arizona y colaboradores estudiaron muestras de sangre de más de 4.000 personas, midiendo anticuerpos frente a 185 antígenos, es decir, dianas reconocidas por el sistema inmunitario. Entre ellas figuraban virus y bacterias habituales, así como objetivos vinculados a trastornos autoinmunes.
A continuación, recurrieron a algoritmos de inteligencia artificial para examinar los patrones presentes en las muestras tomadas antes y después de la vacunación frente a la COVID-19, identificando combinaciones de anticuerpos capaces de diferenciar a quienes desarrollaban una respuesta robusta de quienes mostraban una reacción más limitada.
Los resultados, difundidos en “Cell Press Blue”, apuntan a nuevas posibilidades para diseñar programas de vacunación más adaptados a cada persona. “Nuestro estudio reveló que ciertos biomarcadores, al ser analizados con inteligencia artificial, pueden predecir quién tiene más probabilidades de responder bien a una vacuna, incluso antes de recibirla. Esto sugiere que algunas personas pueden estar mejor preparadas inmunológicamente que otras”, explica Joshua LaBaer, responsable principal del trabajo.
Los anticuerpos como indicador del estado inmunitario
Normalmente, la eficacia de una vacuna se comprueba después de la administración, midiendo si el organismo ha generado anticuerpos frente al patógeno diana. En esta ocasión, los investigadores se plantearon si los patrones de anticuerpos ya presentes en la sangre podrían anticipar la respuesta antes de la inyección.
Factores como la edad, el sexo, la carga genética, el historial de enfermedades y otras patologías de base se han vinculado con la intensidad de la respuesta vacunal. Las personas con el sistema inmunitario comprometido suelen presentar mayor riesgo de respuestas insuficientes, aunque incluso dentro de estos grupos la variabilidad es notable.
El enfoque descrito en este trabajo se encuentra entre los primeros que emplean una amplia “huella dactilar” de anticuerpos previa a la vacunación para medir el grado de preparación inmunitaria. A diferencia de otros métodos de predicción centrados en el análisis genético, esta estrategia se basa en los patrones de anticuerpos circulantes, lo que podría facilitar su traslado a la práctica clínica.
Más allá de las etiquetas de riesgo inmunitario
Para evaluar si esa huella de anticuerpos era capaz de reflejar la preparación frente a la vacuna, el equipo analizó las respuestas a 185 antígenos. Entre ellos se incluían el SARS-CoV-2, responsable de la COVID-19, distintos virus y bacterias frecuentes, además de dianas relacionadas con dolencias autoinmunes.
En total se estudiaron 8.687 muestras procedentes de 4.089 participantes, que abarcaban tanto voluntarios sanos como personas con enfermedades o tratamientos asociados a inmunosupresión, como el VIH, el mieloma múltiple, tumores sólidos, patologías autoinmunes, enfermedad inflamatoria intestinal y receptores de trasplantes de órganos sólidos.
El análisis mostró que varios colectivos inmunodeprimidos tenían mayor probabilidad de mostrar respuestas reducidas a la vacunación frente a la COVID-19. Sin embargo, estas categorías clínicas no resultaron ser predictores exactos: algunos pacientes inmunodeprimidos desarrollaron respuestas potentes, mientras que entre el 5 y el 6 por ciento de los participantes sanos presentaron respuestas débiles.
Anticuerpos centinela que marcan la diferencia
Los autores observaron que concentraciones más elevadas de determinados anticuerpos preexistentes, incluidos aquellos dirigidos contra microorganismos habituales como “Staphylococcus aureus”, el VRS y el respirovirus, se asociaban con una mejor respuesta a la vacuna contra la COVID-19.
Estos anticuerpos se describen como “centinela”, ya que reflejarían el nivel de preparación inmunitaria de base de cada individuo. No tienen por qué atacar directamente al patógeno frente al que se vacuna, pero sí parecen indicar la capacidad de reacción de la rama del sistema inmunitario encargada de producir anticuerpos.
A partir de ahí, los investigadores se plantearon si el conjunto completo de anticuerpos, y no solo unos pocos marcadores aislados, podría servir para detectar a las personas con mayor riesgo de responder de forma insuficiente a las vacunas. Para ello, su modelo de aprendizaje profundo examinó patrones en todo el panel de anticuerpos, integrando múltiples mediciones en un perfil inmunitario global.
Hacia campañas de vacunación más personalizadas
El trabajo pone de relieve una de las grandes ventajas de la IA aplicada a la biomedicina: su capacidad para descubrir patrones sutiles y con valor predictivo dentro de enormes volúmenes de datos biológicos que de otro modo pasarían desapercibidos. Este planteamiento sugiere que la preparación para la vacunación se entiende mejor analizando el sistema inmunitario como un todo, en lugar de fijarse únicamente en una enfermedad concreta o en un anticuerpo específico.
Según los autores, las conclusiones podrían extenderse más allá de la COVID-19 si se confirman en investigaciones adicionales y con otros tipos de vacunas. El estudio del perfil de anticuerpos centinela podría orientar el desarrollo y la evaluación de nuevas vacunas, así como la atención clínica de personas con riesgo de presentar respuestas inmunitarias insuficientes.
Este tipo de herramientas permitiría a los profesionales sanitarios identificar a los pacientes que podrían requerir dosis adicionales, un seguimiento más estrecho o medidas de protección alternativas. Al mismo tiempo, ayudaría a esclarecer por qué algunas personas responden muy bien a la vacunación mientras que otras apenas generan protección.