背景：甲型H1N1流感病毒血凝素基因的持續突變會導致抗原漂移，因此需要頻繁更新疫苗。假病毒系統具有靈活的HA蛋白呈遞和高通量基於螢光素酶的報告檢測，為繪制A/H1N1病毒的抗原圖譜提供了一種多功能的方法。
方法：本研究構建了一個包含123個代表性毒株和21個疫苗毒株的假病毒庫，分析1918年至2023年人類A/H1N1的抗原進化。此外，利用假病毒中和試驗數據開發了一種基於機器學習的抗原性評估模型PN-AgEvaH1。
研究結果：假病毒中和實驗確定了八個抗原簇，每個抗原簇都與不同的流行病學特征有關。所有疫苗株都被發現與各自年份的流行毒株密切相關。還鑒定了導致pdm09抗原簇的關鍵氨基酸殘基。此外，PN-AgEvaH1模型實現了較高的抗原性評估准確性，受體操作特征曲線下面積（ROC AUC）得分為0.990，為表征A/H1N1抗原簇和指導疫苗選擇提供了可靠的工具。
解釋：假病毒中和（PN）試驗在鑒定疫苗和循環毒株之間的抗原匹配方面具有很高的准確性，突顯了其在疫苗毒株選擇中的價值。這項研究代表了使用PN檢測對人類A/H1N1病毒進行大規模抗原性評估，並強調了其在實驗和計算應用中作為HI檢測的補充或替代方法的潛力。