文章核心观点 - 国家纳米科学中心与北京理工大学的研究团队在Nature Biomedical Engineering上发表研究 开发了一种基于脂质三维空间构象的人工智能模型 用于设计可电离脂质 该模型筛选出的可电离脂质P1具有稳定的三尾锥形构象 能实现高效的脾靶向mRNA递送 在小鼠肿瘤模型中引发强烈的免疫应答并显著抑制肿瘤生长 这项研究代表了从试错式二维化学修饰向理性化三维空间构象工程的设计范式转变 并展示了AI在优化器官特异性靶向脂质纳米颗粒方面的巨大潜力[3][4][18] 研究背景与问题 - mRNA药物的高效靶向递送依赖于脂质纳米颗粒 而LNP的核心在于可电离脂质[3] - 传统可电离脂质设计依赖于反复试验调整其二维化学结构 过程耗时耗力 且其三维空间构象在器官靶向和内体逃逸中的作用尚未得到充分探索[3] 研究方法与发现 - 研究团队构建了一个包含1408种可电离脂质的“脂质库” 系统改变其头部、连接子和尾部的化学结构[6] - 通过分子动力学模拟发现 脂质在从有机相到水相转变时会呈现动态空间构象 其中头部完全暴露、尾部形成锥形结构的脂质对mRNA递送效率最高[6] - 团队将构象数据转化为2D密度图像并提取22个空间特征和6个化学特征 训练了机器学习模型以预测新脂质的递送效率[8] - AI筛选出的候选脂质P1在水中自发形成稳定的三尾锥形构象 其mRNA递送效率比商用脂质ALC-0315最高提升14.8倍[8] - 研究发现微小的构象变化能改变LNP的靶向器官 使用酯连接子的脂质倾向靶向脾脏 而酰胺连接子则偏好肺部 表明空间构象是器官选择性的关键[8] 作用机制揭秘 - **高效的mRNA装载**：在LNP制备过程中 P1的疏水尾部聚集在一端 头部完全暴露形成锥形 这种构象让头部更容易结合mRNA[11] - **促进内体逃逸**：进入细胞后 P1的锥形结构有助于破坏内体膜 将携带的mRNA释放到细胞质中[12] - **塑造蛋白冠引导靶向**：LNP进入血液后 P1形成的IgM富集蛋白冠像“导航信号”一样引导LNP靶向脾脏免疫细胞[12] 应用效果与数据 - 基于P1的LNP装载肿瘤抗原mRNA后 在小鼠黑色素瘤肿瘤模型中诱导了强烈的抗体和T细胞应答 显著抑制了肿瘤生长[4][14][16] - 该脾脏靶向mRNA疫苗在黑色素瘤和结肠癌模型中均观察到肿瘤生长被明显抑制[18] 研究意义与未来展望 - **范式转变**：将可电离脂质的设计从“试错式”二维化学修饰转向“理性化”三维空间构象工程[18] - **平台技术**：相同的AI框架还可应用于其他核酸药物的递送系统设计 例如siRNA、DNA疫苗[19] - **个性化医疗潜力**：未来或能根据患者特定需求 通过AI设计定制化LNP[19] - 该研究为mRNA药物的肝外器官靶向递送 以及基因编辑、蛋白质替代疗法、体内CAR-T细胞疗法等领域提供了兼具高效性与安全性的递送解决方案[4]