在我最近参加的纽约科学院一场颁奖晚宴上，詹姆斯·P·艾利森告诉现场听众，他突破性的癌症免疫疗法发现，并非源于专注研究癌症，而是来自数十年来对免疫系统运作方式的基础研究。几周后，艾利森和免疫学家同行本庶佑将获选为2018年诺贝尔生理学或医学奖得主。
多年来，艾利森及其同事一直在研究一种能够抑制免疫系统的蛋白质。他们认识到，解除这种抑制可以激活免疫系统，使其攻击并摧毁肿瘤。与此同时，本庶佑及其同事独立发现了另一种具有类似功能的蛋白质。这些基础研究如今已推动开发出新型强效免疫疗法，并证实其对癌症有效。
但我们仍有许多知识有待获取。对于某些癌症患者而言，免疫疗法带来了革命性改变，让曾命悬一线的人得以健康生活，体内也检测不到疾病迹象。然而，免疫疗法革命仍处于起步阶段。许多癌症患者对疗法没有反应，原因至今不明。科学界日益认同，问题的一部分在于我们目前还不了解人类免疫系统如何对抗疾病。我对此深有体会：数十年来，我一直尝试研发艾滋病病毒/艾滋病疫苗，但这一目标迄今仍难以实现。
因此，我认为基础研究的下一个突破，将是解码人类免疫系统如何预防和控制疾病。人工智能（AI）和机器学习将是实现这一目标的关键，它们将改变人类健康的未来，正如它们如今正在改变我们生活的其他方面。
免疫系统由细胞、组织和器官构成，是一个错综复杂的网络，也是人体保持健康的首要机制。解码免疫系统应成为我们理解和对抗疾病工作的核心，无论是癌症、糖尿病和阿尔茨海默病等非传染性疾病，还是结核病、疟疾和埃博拉等传染病。
过去一个世纪以来，我们已经学会通过疫苗来调节自身免疫力的某些方面。但如今我们已陷入关键瓶颈。我们现在面临的威胁更加隐蔽、复杂，每年仍有数百万人因本应能够战胜的疾病而死亡或受苦，尤其是幼儿、老年人，以及生活在低收入和中等收入国家的人们。
情况不必如此。充分发挥免疫系统的力量，我们就能找到在世界各地对抗疾病的新方法。我们需要以新颖、富有创意的方式，从多个学科领域共同应对这一挑战，开展一项规模堪比登月计划的协同行动，就像人类基因组计划那样。好消息是，如今我们已经能够开展这样的事业。生物医学、工程学，尤其是人工智能和机器学习领域的最新技术进展，为我们提供了启动这一宏大事业所需的工具。
人类免疫系统规模庞大、结构复杂，因此离不开这些工具。它的规模是人类基因组的数十亿倍，要处理如此海量的信息，需要强大的数据科学能力和前沿超级计算技术。我们还必须大幅改变开展临床研究的方式。
传统临床研究通常尽可能多地纳入受试者并开展测试，但只收集每位受试者的有限数据。如今，基因组学和分子生物学领域有了非凡的新工具，研究人员能够从单个个体身上收集数百万个数据点。这推动我们转向一种新模式：人数更少，数据更多。
通过结合人工智能和机器学习来分析这些个体数据集，我们可以更好地理解人类免疫系统在分子层面的动态，并开始绘制其运作规律。在人类疫苗项目开展的早期研究中，J·克雷格·文特尔研究所、圣迭戈超级计算机中心和不列颠哥伦比亚大学的科学家正采用这一方法，识别个体的基线生物标志物，以预测其对疫苗的免疫反应。这类研究有望为加快开发新型疫苗和免疫介导疾病疗法铺平道路。
此类研究开始产生前所未有的大量数据，最终将助力绘制首个完整的人类免疫系统图谱。随后，前沿超级计算技术可以应用于这一数据库，创建首批基于人工智能的免疫系统模型。这些模型将填补我们现有认知中的空白，从而开发更有效的癌症免疫疗法，以及针对其他众多疾病的诊断方法、疫苗和疗法。
我设想这样一个世界：科学家能够迅速开发对抗疾病的新方法；一剂疫苗就能为每个人提供终身保护；免疫疗法对所有癌症都有效；阿尔茨海默病可以预防。要让这一未来成为现实，我们必须将创造力与人工智能的持续进步结合起来，破解人类免疫系统的密码。
