Sztuczna inteligencja generatywna w projektowaniu szczepionek neoantygenowych — przegląd możliwości i ograniczeń

Przegląd opublikowany w Biotechnology Advances (01.09.2026) podsumowuje, w czym modele generatywne mogą pomóc przy projektowaniu terapeutycznych szczepionek neoantygenowych: w wyszukiwaniu antygenów guza, szeregowaniu kandydatów według przewidywanej immunogenności i komponowaniu konstruktów wieloepitopowych. Autorzy wskazują zarazem, dlaczego skuteczność kliniczna tych szczepionek pozostaje ograniczona — niedoskonałe szeregowanie antygenów, niepełne modelowanie odpowiedzi immunologicznej, heterogenność guza i mechanizmy ucieczki spod nadzoru immunologicznego. Podkreślają, że modele generatywne mają uzupełniać, a nie zastępować dotychczasowych narzędzi predykcyjnych i walidacji doświadczalnej, a podstawową przeszkodą jest brak zbiorów danych o potwierdzonej doświadczalnie immunogenności. Jest to praca przeglądowa, bez własnych danych klinicznych; sami autorzy zamykają ją stwierdzeniem, że wartość kliniczna tego podejścia dopiero wymaga wykazania.