Mengapa Respons Vaksin Berbeda pada Tiap Orang? Ini Temuan Studi

Kemampuan sistem imun berubah sepanjang hidup. Usia, jenis kelamin, faktor genetik, penyakit yang pernah dialami, serta kondisi kesehatan dapat memengaruhi seberapa kuat tubuh membentuk antibodi setelah vaksinasi.

Orang yang menjalani transplantasi organ, memiliki kanker tertentu, HIV, penyakit autoimun, atau penyakit radang usus juga dapat mengalami respons yang lebih lemah karena penyakit maupun pengobatannya.

Namun, kategori medis tidak dapat menjelaskan semuanya. Di dalam kelompok yang sistem imunnya ditekan, tetap ada orang yang merespons kuat. Sebaliknya, sebagian kecil orang sehat juga dapat membentuk respons yang lemah.

Itu berarti label “sehat” atau “imunokompromi” hanya menunjukkan kecenderungan, bukan kepastian.

Sistem imun menyimpan “catatan” dari berbagai virus, bakteri, dan zat asing yang pernah dihadapi. Catatan ini salah satunya terlihat melalui antibodi, yaitu protein yang membantu mengenali target tertentu. Vaksin kemudian melatih sistem imun agar mengenali target penyakit tanpa harus mengalami infeksi berat lebih dulu.

Peneliti dari Arizona State University, Amerika Serikat, dan sejumlah lembaga lain mengukur antibodi terhadap 185 antigen (97 virus, 40 bakteri, dan 25 protein tubuh) dalam 8.687 sampel dari 4.089 peserta. Mereka membandingkan pola antibodi sebelum dan sesudah vaksinasi COVID-19.

Kadar antibodi terhadap Staphylococcus aureus, virus RSV, dan human respirovirus 3 berkaitan dengan respons antibodi COVID-19 yang lebih kuat. Antibodi tersebut disebut sentinel antibodies atau antibodi penanda.

Antibodi itu tidak melindungi seseorang dari SARS-CoV-2. Fungsinya dalam penelitian bukan sebagai pelindung langsung, melainkan sebagai petunjuk bahwa mesin pembentuk antibodi seseorang mungkin sedang lebih siap merespons rangsangan baru. Para peneliti juga menemukan kadar sebagian antibodi penanda relatif stabil dalam 18 bulan.

Satu jenis antibodi saja belum cukup untuk menggambarkan kondisi sistem imun. Karena itu, peneliti menggunakan model deep learning untuk menganalisis banyak pola antibodi sekaligus, bersama informasi seperti usia, jenis kelamin, dan kelompok kondisi kesehatan.

Model tersebut menunjukkan potensi memprediksi siapa yang mungkin mengalami respons lemah, terutama pada peserta yang tidak memiliki gangguan sistem imun. Namun, kemampuannya lebih terbatas pada kelompok dengan penyakit atau terapi penekan imun, dan tidak dapat digunakan sebagai alat klinis rutin saat ini.

Studi tersebut terutama mengukur respons antibodi terhadap vaksin COVID-19. Antibodi juga bukan satu-satunya bagian dari perlindungan imun karena sel-sel imun lain turut bekerja. Selain itu, penelitian ini belum membuktikan bahwa tes tersebut dapat menentukan seseorang pasti terlindungi atau pasti butuh dosis tambahan.

Jika kelak divalidasi melalui penelitian yang lebih luas dan pada jenis vaksin lain, profil antibodi mungkin membantu dokter mengenali orang yang perlu pemantauan lebih dekat, dosis tambahan, atau perlindungan lain. Untuk sekarang, jadwal dan jenis vaksin tetap perlu mengikuti rekomendasi tenaga kesehatan dan pedoman resmi.

Referensi