流感是影响人类健康的重大呼吸道传染病，世纪性流感大流行会导致超过千万人的死亡，季节性流感每年也会导致全球数十万人的死亡。目前接种流感疫苗是预防流感最有效的方法，但由于流感病毒变异快，生产疫苗的种子病毒（简称为流感疫苗株） 需要频繁地更换，因此如何获得与流行病毒最匹配的流感疫苗株是提高防控效果的关键；流感病毒不仅变异快，且往往是基因组多位点关联的变异，导致流感变异的复杂规律难以捕捉，而目前传统生物信息学方法包括亲缘关系树和位点统计等方法的应用效果并不理想。针对以上难题，中国医学科学院基础医学研究所的蒋太交研究员带领团队联合中国疾病预防控制中心病毒病预防控制所、中国科学院生物物理研究所、湖南大学、苏州系统医学研究所、华中农业大学等组成项目组开展“流感防控的关键生物信息技术及其创新应用体系”研究，重点发展基于共进化网络模型和人工智能机器学习算法的生物信息学新技术，通过对流感病毒的变异及流行规律的系统研究，帮助提高流感疫苗株的准确性，实现对流感疾病负担的定性预测，为流感防控提供了新技术、新方法。该项目荣获中华医学科技奖医学科学技术奖二等奖。

项目组取得的研究成果主要包括：（1）首次提出“一个病毒一个网络”的概念，将一维的病毒序列转换为三维的位点共进化网络，开发了病毒基因组共进化网络模型，该模型解决了对流感病毒基因组协同进化的复杂关系的捕捉，结合自主开发的抗原变异预测模型，实现对流感危害性的定性预测，并应用到埃博拉病毒潜在危险性的评估；（2）通过整合蛋白结构模拟和人工智能机器学习算法，针对不同亚型的流感病毒发展了一套抗原变异预测的原创方法，并实现了对同种亚型毒株之间抗原关系的定量预测，在此基础上开发了基于流感病毒序列的疫苗株推荐新方法，为我国及全球的流感疫苗株推荐提供新的技术支持；（3）基于上述模型和算法，开发了一系列对外开放的计算工具和在线服务器，通过整合全国流感监测数据，建立了国家流感监测与预测预警大数据平台，为全国流感防控提供一站式生物信息学分析服务，提升了国家流感防控能力。

长期以来，我国所用到的流感疫苗推荐方法和策略均来自WHO，较少考虑到我国的流感流行情况。项目组通过发展流感病毒抗原变异预测模型和对我国地区的流感病毒采样和测序，系统研究了流感病毒在我国的抗原进化和传播规律，在此基础上，提出了基于流感监测与抗原变异预测相结合的流感疫苗株推荐新方法。该方法不仅能形象和直观地展示流感疫苗推荐的过程，与传统方法相比具有自动化程度更高的特点，而且考虑了我国的流感流行规律，目前已经实际应用于国家流感中心，用于帮助流感病毒抗原变异株的监测与识别，从2013年起被用于国家流感中心向WHO推荐流感疫苗，发挥了重要的社会效益，提升了我国流感病毒防控的水平。（摘自《中华医学信息导报》2021年第36卷第23期）