MIT 用 AI 优化配方,让 RNA 疫苗室温下可稳定保存一年
摘要
MIT 研究团队借助 AI 算法优化脂质纳米颗粒的辅料配方,让原本必须超低温保存的 mRNA 疫苗在室温下稳定长达一年,且小鼠体内免疫效果不减弱。
核心要点
- 常规 mRNA 疫苗依赖脂质纳米颗粒(LNP)递送,需保存在 -20 至 -80°C,限制向无冷链地区分发并妨碍微针贴片等新剂型开发
- 新配方在室温下可稳定保存长达一年,在近 100 华氏度(约 37.8°C)环境下可稳定两个月
- 小鼠实验中,该颗粒递送的 Covid-19 疫苗产生的免疫应答,与类似 Moderna 开发的 mRNA 疫苗同样强
- 研究目标是让 FDA 已批准的 Moderna/Pfizer 配方本身更耐热,做法是复用团队此前在聚合物稳定 LNP 中验证过的糖、盐、聚合物等辅料
- AI 算法能用小数据集预测最优配方,显著减少实验次数——论文作者称很难运行上千次实验,算法让目标特性的配方更易获得
原文佐证
- Using this approach, they formulated vaccines that could remain stable even when stored at room temperature for up to a year, or at nearly 100 degrees Fahrenheit for two months.
- “The real beauty of this algorithm is that we can use it with small data sets,” says Ana Jaklenec, a principal investigator in MIT’s Koch Institute for Integrative Cancer Research.
- When Covid-19 vaccines carried by these particles were administered to mice, they generated just as strong an immune response as an RNA Covid-19 vaccine similar to one developed by Moderna.
AI 洞察
真正值得注意的不是耐热本身,而是 AI 在这里扮演的角色:在数据稀缺的配方化学空间里做小样本优化,把试错实验从上千次压缩到可承受的规模,这正在把「AI for science」从设计分子延伸到设计制剂与工艺。若耐热配方能与微针贴片结合,疫苗的冷链成本、配送半径和接种门槛会被同时改写,对全球公共卫生与制药供应链是结构性利好;但从小鼠到人体、再到规模化生产与监管审批,仍是最难的一段路。