MIT автоматизировал производство липидных наночастиц для РНК-терапий

РНК-вакцины и другие нуклеиновые кислоты обычно упаковывают в жировые молекулы — липидные наночастицы. Исследователи MIT разработали способ производить эти частицы намного быстрее и с более точным контролем их размера и формы. Результаты опубликованы в журнале ACS Nano.

Почему размер и форма имеют значение

Липидные наночастицы состоят из четырёх компонентов: ионизируемого липида, фосфолипида, холестерина и липида, присоединённого к молекуле полиэтиленгликоля (PEG). Размер частицы критичен, потому что определяет, где в организме она окажется. Традиционные методы производства не позволяли надёжно контролировать эти параметры.

«Размер и форма ЛНЧ не могли быть надёжно контролируемы никаким предыдущим методом производства. Проблема может казаться простой на первый взгляд, но на самом деле требует глубокого понимания процесса сборки липидных наночастиц», — говорит Аллан Майерсон, профессор MIT Department of Chemical Engineering и старший автор исследования.

Двухэтапный процесс смешивания

В прошлом году MIT опубликовал исследование, показавшее, что разделение процесса смешивания на два этапа даёт гораздо лучший контроль размера частиц. На первом этапе мРНК и липиды смешиваются с равными скоростями потока. Затем, после короткой задержки, добавляется больше буфера, что останавливает рост частиц. Более длительные задержки производят более крупные частицы.

«Это даёт вам возможность манипулировать временем пребывания — временем между первым и вторым смесителем. Если держать время пребывания очень долгим, частицы будут расти много. Если держать его очень коротким, можно держать их очень маленькими», — объясняет Кедрик Девос, постдок MIT и один из ведущих авторов исследования.

Изменение концентрации буфера на втором этапе позволило исследователям преобразовать сферические частицы в удлинённые, похожие на авокадо. Оба вмешательства — изменение времени пребывания и изменение состава буфера — позволяют контролировать размер и форму без изменения состава самих ЛНЧ.

Полная автоматизация с машинным обучением

В новой статье в ACS Nano исследователи разработали способ автоматизировать двухэтапный процесс смешивания. Они также интегрировали коммерчески доступное устройство динамического рассеяния света, которое может измерять размеры частиц по мере их образования.

С этой автоматизированной системой исследователи могут указать желаемый размер частицы, и система будет производить частицы этого размера. Система также измеряет полученные частицы, чтобы убедиться, что они правильного размера, и если нет, регулирует время задержки и другие факторы.

Исследователи использовали данные, собранные из этих экспериментов, для обучения модели машинного обучения, которая может предсказать комбинацию факторов, необходимых для создания конкретного размера или формы.

Ускорение разработки новых терапий

«Этот метод может помочь вам определить, какие параметры будут генерировать конкретные атрибуты размера и формы, прежде чем вы возьмёте эти частицы и посмотрите, какая из них будет работать лучше всего», — говорит Девос. «Это может быть довольно мощный инструмент разработки».

Текущие методы проектирования новых липидных наночастиц часто требуют отнимающих время экспериментов методом проб и ошибок с ограниченным исследованием желаемого размера и формы частиц. Новый подход может значительно облегчить разработчикам РНК-терапевтических препаратов создание и тестирование частиц различных размеров для конкретного применения.

Роль студентов

Проект подчеркнул влияние программы MIT Undergraduate Research Opportunities Program (UROP). Студенты-бакалавры по прикладной математике и информатике Джой Рен, Софья Чубич и Дилан Нгуен получили практический опыт, узнав, как передовое программное обеспечение может быть интегрировано с химической инженерией для разработки автоматизированной платформы для разработки процесса ЛНЧ.

Это данные исследования, а не медицинский совет.