AI如何加快RNA疫苗和其他RNA疗法的开发

使用人工智能，麻省理工学院的研究人员提出了一种设计纳米颗粒的新方法，可以更有效地提供RNA疫苗和其他类型的RNA疗法。

在训练机器学习模型以分析数千个现有的递送粒子之后，研究人员用它来预测将更好的新材料。该模型还使研究人员能够鉴定在不同类型的细胞中可以很好地工作的粒子，并发现将新型材料纳入颗粒中的方法。

我们所做的是使用机器学习工具来帮助加速脂质纳米颗粒中最佳成分混合物的识别，以帮助针对不同的细胞类型或帮助纳入不同的材料，比以前更快地融合了不同的材料。”

研究人员说，这种方法可以大大加快开发新的RNA疫苗的过程，以及可用于治疗肥胖，糖尿病和其他代谢障碍的疗法。

阿尔文·陈（Alvin Chan）是前麻省理工学院博士后（MIT Postdoc），现在是南南技术大学（Nanyang Technology University）的助理教授，而前麻省理工学院博士（MIT Postdoc）Ameya Kirtane现在是明尼苏达大学的助理教授，是新的开放式研究研究的主要作者今天出现在自然纳米技术。

粒子预测

RNA疫苗（例如SARS-COV-2的疫苗）通常包装在脂质纳米颗粒（LNP）中进行输送。这些颗粒可保护mRNA免受体内分解，并帮助其进入细胞一旦注射。

创建更有效地处理这些工作的粒子可以帮助研究人员开发更有效的疫苗。更好的输送车也可以使开发MRNA疗法更容易编码可以帮助治疗各种疾病的蛋白质基因。

2024年，Traverso的实验室推出了多年 研究计划由美国高级研究项目署（ARPA-H）资助，以开发可提供口服RNA治疗和疫苗的新型可摄入设备。

我们要做的一部分是开发产生更多蛋白质的方法，例如用于治疗应用。Traverso说，最大化效率的效率对于能够增强我们可以生产的细胞产生多少很重要。

典型的LNP由四个成分组成 - 胆固醇，辅助脂质，可电离的脂质和附着在聚乙烯乙二醇（PEG）上的脂质。这些组件的不同变体可以交换以创建大量可能的组合。更改这些配方并单独测试每个配方非常耗时，因此Traverso，Chan及其同事决定转向人工智能，以帮助加快过程。

Chan说：“药物发现中的大多数AI模型都集中在一次优化单一化合物上，但是该方法对脂质纳米颗粒不起作用，脂质纳米颗粒是由多种相互作用组成的。”为了解决这个问题，我们开发了一种名为Comet的新模型，灵感来自与Chatgpt这样的大型语言模型的相同变压器体系结构。正如这些模型理解单词如何结合形成含义的方式一样，彗星学习了不同的化学成分如何在纳米颗粒中融合在一起以影响其特性 - 就像它如何能够将RNA传递到细胞中。

为了生成其机器学习模型的培训数据，研究人员创建了一个约3,000个不同的LNP公式的库。团队在实验室中测试了这3,000个颗粒中的每个粒子，以查看他们可以将有效载荷传递给单元的效率，然后将所有这些数据馈送到机器学习模型中。

培训模型后，研究人员要求它预测比现有LNP更好的新配方。他们通过使用新制剂将编码荧光蛋白的mRNA传递到在实验室菜肴中生长的小鼠皮细胞中测试了这些预测。他们发现，该模型预测的LNP确实比训练数据中的粒子更好，在某些情况下，LNP比商业使用的LNP配方更好。

加速发展

一旦研究人员表明该模型可以准确预测有效传递mRNA的粒子，他们就开始提出其他问题。首先，他们想知道是否可以在结合第五个成分的纳米颗粒上训练该模型：一种称为分支多β氨基酯（PBAES）的聚合物类型。

Traverso及其同事的研究表明，这些聚合物可以自行有效地输送核酸，因此他们想探索将它们添加到LNP中是否可以提高LNP性能。麻省理工学院团队创建了一组约300个LNP，其中还包括这些聚合物，他们用来训练该模型。然后，由此产生的模型可以预测使用PBAE的其他配方，从而可以更好地工作。

接下来，研究人员着手训练该模型，以对LNP进行预测，该LNP在不同类型的细胞中最有效，包括一种称为CACO-2的细胞，该细胞源自结直肠癌细胞。同样，该模型能够预测将有效地将mRNA传递给这些细胞的LNP。

最后，研究人员使用该模型来预测哪些LNP可以最好地承受冻干的冻干过程，通常用于扩展药物的保质期。

这是一种工具，使我们能够使其适应整体不同的问题并有助于加速发展。我们进行了大型培训，但是您可以进行更加集中的实验，并获得对非常不同类型的问题有帮助的输出。”

他和他的同事现在正在努力将其中一些颗粒纳入潜在的糖尿病和肥胖症治疗方法中，这是ARPA-H资助项目的两个主要目标。可以使用这种方法进行的治疗剂包括与Ozempic相似的GLP-1模拟物。

这项研究由Koch Institute的Go Nano Marble中心，Karl Van Tassel职业发展教授职位，麻省理工学院机械工程系，Brigham and Womens Hospital和ARPA-H资助。