用魔法打败魔法，传染性疫苗能消灭传染病吗？
已知：1.传染病是病原体传播导致的；2.疫苗是用病原微生物等制成的；3.疫苗是预防和控制传染病最经济有效的手段。
求：疫苗具有可传染性会发生什么？
机智如你，一定能想到“传染性疫苗”走病毒的路，让病毒无路可走。
只要一个人或动物打过疫苗，具备了抵抗力，就能将这种抗体复制并传播给附近的其他人或病毒，岂不是能够轻松实现“群体免疫”，免受病毒微生物的攻击，让人类彻底摆脱传染病的威胁呢？
普通人都能想明白的逻辑，科学家自然早就开始琢磨了。上世纪80年代，澳大利亚的一个研究项目就曾试图利用自我传播病毒来消灭害虫。1999年，时任西班牙动物卫生研究中心主任的José Manuel Sánchez-Vizcaíno带领一组研究人员，开展了可传染性疫苗的研究，主要针对家兔养殖中容易出现的两种病毒疾病：出血热和粘液瘤病，通过基因编辑技术打造的混合病毒疫苗，被注入到147只兔子身上，在野兔群中传播了32天，成功让56%未接种疫苗的兔子产生了抗体。
那么，传染性疫苗在人类群体中能发挥同样的作用吗？理论上是可行的，一些含有活病毒的疫苗已经被证明具有传染性。
众所周知，脊髓灰质炎病毒会引发小儿麻痹症，病情严重可导致儿童瘫痪，是一种极具威胁的传染病。在非洲、东南亚等卫生资源不足的地区，接种脊髓灰质炎疫苗的难度也很大。而科学家们发现，口服脊髓灰质炎疫苗（OPV）被接种并随着儿童排泄排出体外后，免疫病毒还能在空气中传播至少12个月，让其他未接种疫苗的儿童实现“被动免疫”。
既然动物实验和理论可行性都具备了，而全球又都深受新型冠状病毒大流行的困扰，那为什么不让梦想早日照进现实呢？所以近期，就有多个科学家团队将这一思路提上日程，尝试研究传染性疫苗。
当然，传染性疫苗所涉及的一系列的伦理问题和技术难点，也是实实在在的。比如很难进行临床实验，毕竟被动“感染疫苗”几乎不可能获得健康人群的知情同意；风险未知，传染性疫苗有可能引发传染性疫情。而人工智能（AI）作为人类目前最强大和最有前途的分析工具，又进一步加速了疫苗的研发进程。
计算科学和生命科学中极具潜力的技术在当下碰撞，能否成为消灭传染病的新机遇？这个潘多拉宝盒，又会释放出哪些副产品？
生命科学的神奇魔法
一种医疗方案目前还不够安全，它应该被研究吗？至少在传染病这个领域，适度的超前研究是值得的。
传染病是20世纪导致人类过早死亡和残疾最多的疾病。1918-1919年西班牙流感大流行期间，全世界人口的三分之一（约5亿人）受到感染并出现症状。地处另一个大陆的美国，也因此有超过60万人死亡。21世纪刚刚过去的五分之一时间里，就已经出现了SARS、MERS、埃博拉、新冠等新病毒的全球流行。
新病毒变得更多更严峻，原因有很多。这里说两个比较重要的：一是人类活动范围与野生动物的交集增多，更多病毒从野生动物溢出到人类群体当中，有数据显示，60% 的已知传染病和 75% 的新发传染病是人畜共患病。对于这些新病毒，现有医学的认识和干预都是不足的。二是全球经济一体化，以及人口总量的增长，使得传染病的传播范围更大、频率很快、损失更严重。
目前，人类防治传染病，主要是结合传染病的三个基本参数来寻找解决方案：1.病原体——安全操作（野生动物严格管理，生物实验室安全管理）；2.传播方法——阻断传播，减少突变；3.易感宿主——疫苗接种和药物治疗。
不难发现，这些参数控制起来非常复杂，十分被动，而且充满了不确定性。这时候，具备自我传播能力的疫苗，就提供了一种新的更积极主动的解决方案。
从源头上，传染性疫苗可以在野生动物中自传播，在病原体从野生动物向人类溢出之前就消除它们。目前科学界正在开发的传染性疫苗，包括埃博拉病毒、牛结核病、狂犬病毒、鼠疫等，理论上都能够通过在某种动物种群内大量感染，大大减少人畜共患的概率。
从受体上，人类大规模疫苗接种一直是控制人畜共患病原体的最突出的方法，而传染性疫苗可以自行传播，使群体免疫力比疾病传播的速度更快。
治标又治本，这么好的办法，怎么科学家们不早点大搞特搞呢？
深渊之龙和屠龙刀
某种意义上来说，传染性疫苗就像核武器，可能永远不会被使用，但一定要有。并且如果我们需要它的时候，这项技术最好是成熟的。
为什么这么说？
一方面，危险是真危险。
传染性疫苗的技术风险与伦理风险都很高。
对于人类来说，疫苗自传播固然能够增加群体免疫力，也增加了疫苗进化的几率，这种变化往往会破坏疫苗的效用。《微生物学趋势》杂志上的一项研究表明，疫苗随着进化会降低功效，并且对于覆盖率低的人群来说，可传播的免疫疫苗也有可能是危险的。
以口服脊髓灰质炎疫苗（OPV）为例，在多次传播中就可能循环进化出脊髓灰质炎病毒（cVDPV），在免疫不足的人群中发生疫情。世界卫生组织的调查显示，自2000年以来，就有21个国家发生了24起循环的疫苗衍生脊灰病毒疫情。当然，与接种的100多亿剂OPV疫苗相比，疫苗循环传播导致的感染病例不超过760例，带来的公共卫生收益显然是巨大的，但疫苗自传播的感染风险问题也是切实存在的。
而对于动物来说，将人工改造的传染性疫苗投放到野生动物身上，可能会给自然界带来不可预知的后果，而这些疫苗如果像病毒一样发生突变，最终又被人类接触到，可能会让复杂的生态系统崩溃。
澳大利亚查尔斯特大学野生动物健康和病理学副教授安德鲁彼得斯分享了这样一个案例，1952年法国一名男子为了让兔子远离他的家庭花园，故意释放出了粘液瘤病毒，2018年西班牙研究人员发现黏液瘤病毒正在杀死一种类似兔子的物种，已经成为欧洲大陆上毁灭性的挑战。
但另一方面，传染性疫苗又是非常重要的防守。
今天全球化已经成为事实，谁掌握了针对病毒大流行的“屠龙刀”，就为对外开放与经贸往来上了一把安全锁。与此同时，传染病的问题在于其不可预测性，在形成趋势之前及早识别并预测传染病的流行，对于了解传染病机制、开发个性化干预诊疗方案、保护本土安全是非常重要的。尤其是AI的加入，对于传染性疫苗的研发与风险控制带来了极大的助益，在风险可控的前提下，传染性疫苗必然会有所突破，而传染病的紧迫性也决定了在这个领域出现“卡脖子”会非常难受。
为什么说AI让传染性疫苗的风险变得可控呢？
如前所说，科学家们最担心的是传染性疫苗的传播模式、病毒性、生物系统影响等不可预知，出于谨慎自然会选择将这一构想束之高阁。而目前随着全球大流行的卫生保健数据集建立，人类基因组计划完成，大量数据可以被AI用来更好地了解传染病的感染机制、耐药性、传播模式以及疫苗设计，从而给传染性疫苗铺平道路。
比如在一开始，AI模型就可以根据病毒进化的多样性、毒性、动力学等特征，预测新发传染病的规模，进而采取早期措施。2014年，来自美国、中国、新西兰和南非的几个科学团队，就开发出了能够预测传染病流行的时间序列模型ARIMA。因为传染病往往是以循环、重复的方式感染的，所以时间序列模型可以过滤掉数据中的噪音，检测出局部趋势，并根据最近的事件来自动更新模型，从而预测出血热、登革热、结核病等传染病的季节性爆发。
爱达荷大学开发了一个算法模型，预测基于β疱疹病毒载体（如MCMV）开发的传染性疫苗，可以快速有效地控制病原体传播，在接种传染性一年之内通常能够消灭病原体。爱达荷大学教授斯科特·努伊斯默（Scott Nuismer）认为，算法模型证明了传染性疫苗快速控制人畜共患型传染病的潜力。
不难发现，AI模型预测传染病的传播，能够为决策者提供一定程度的理由，并及时防范减轻传播风险，更容易获得公众支持。或许在不远的将来，我们就能看到传染性疫苗从理论走向现实。
到了疫苗设计阶段，就需要科学家卷起袖子做试验了，其中AI也能提供不小的帮助。传统的抗体设计往往需要在大量靶点中找到能够触发免疫反应的蛋白质作为抗原，再对设计出来的免疫抗体进行有效性和安全性的判断，是一项复杂的任务，并且存在大量的不确定性。AI快速预测候选抗体的能力，能够加快新疫苗的开发过程。
目前，已经有科研团队正在开发针对急性传染病拉沙热的传染性疫苗，捕获了一些携带拉沙热病毒的大鼠，并分离出病毒，从靶标中拼接上DNA遗传物质，所制造疫苗的疫苗能够诱导强烈的免疫反应，终生感染宿主，且通常不会引起严重的疾病。
皮埃罗·斯加鲁菲(Piero Scaruffi)在《人类2.0：在硅谷探索科技未来》中提出，新一次科技革命将会重新定义人类。人类历史上几千年来亘古不变的“生、老、病、死”大问题，已正式被纳入了技术的解决范畴。显然，传染病的技术之变，已经成为那把关乎未来的“屠龙刀”。
未来的驯龙高手
如果说传染性疫苗是“深渊之龙”，那么我们要做的不是远离深渊，而是谨慎而自信地踏出驯龙的步伐。要成为“驯龙高手”，至少需要具备两大基础条件：
第一，AI底座。在分子筛选及有效性预测上，往往需要对几千万级别的药分子进行分析，其中大量数据是没有标注的，这时候AI模型的性能与准确性，往往决定着谁能率先开发出相应的抗体药物。另外，抗体蛋白质的三维结构中包含着大量信息，因此模型和计算量也比NLP、CV等传统AI任务要大得多，需要大量普惠算力的支持。
第二，创新基础。开发传染性疫苗，对于药企来说开发成本过高，出于商业回报，很可能不会选择或推迟相关研发；而科研机构在经费使用和临床数据上有颇多掣肘。突破必须依靠生命科学与计算科学、产业力量与学术力量的融合，而这需要产学研用创新体系的紧密连接与配合。
任何一种前所未见的技术，总是令我们又怕又渴望。人类经历过很多磨难，之所以能在一次次传染病大流行中依然生存并发展下去，正是因为我们始终怀有探索未知的勇气，不断铸造出科技的屠龙术。
AI刚刚出现时，同样出现过“威胁论”，但今天第三次人工智能浪潮已经证明，AI对于人类社会经济的价值，与此同时，技术的风险仍然在人的掌握之中。从这个角度看，传染性疫苗亦然。
技术能够给予我们最好的东西，就是相信希望终会来临。
