Síntesis y evaluación combinatorias de lípidos ionizables de trialquilo galoil amidoamina para la formulación de ARNm

Área de la Ciencia:

• Biotecnología
• Química orgánica
• La nanomedicina

Sus antecedentes:

• Las nanopartículas lipídicas (LNP) son cruciales para la entrega de ARNm, especialmente en las vacunas contra la COVID-19.
• Los lípidos catiónicos ionizables son componentes clave de los LNP efectivos.
• Las formulaciones LNP existentes requieren una optimización para aplicaciones terapéuticas más amplias.

Objetivo del estudio:

• Desarrollar y caracterizar una nueva clase de lípidos ionizables basados en estructuras de galloil amidoamina.
• Investigar las relaciones estructura-propiedad de estos nuevos lípidos para la entrega de ARNm.
• Evaluar el rendimiento in vitro e in vivo de las formulaciones de LNP que contienen estos lípidos.

Principales métodos:

• Síntesis combinatoria de lípidos ionizables basados en galloil amidoamina a partir del galato de metilo.
• Optimización de un protocolo sintético escalable y libre de cromatografía que produce 43 lípidos distintos.
• Formulación de LNP y evaluación de la eficiencia de encapsulación del ARNm y del tamaño de las partículas.
• Ensayos de transfección in vitro y estudios in vivo en ratones para evaluar el rendimiento y la toxicidad de la LNP.

Principales resultados:

• Se sintetizó eficientemente una biblioteca de 43 lípidos de galloil amidoamina (rendimiento > 88%) en un proceso escalable y libre de cromatografía.
• La longitud de la cola lipídica influyó significativamente en la solubilidad de LNP y la eficiencia de encapsulación de ARNm (> 85% para las colas heptilo y octilo insaturadas).
• Cuatro nuevos lípidos demostraron una potente transfección de ARNm in vitro, y tres mostraron una expresión en el hígado y el bazo comparable a las LNP MC3 in vivo sin toxicidad.

Conclusiones:

• Los lípidos de trialquilo galoil amidoamina representan una nueva clase prometedora de lípidos ionizables para la entrega de ARNm.
• La estrategia sintética permite la generación rápida de diversas bibliotecas de lípidos para la optimización.
• Estos hallazgos subrayan el potencial de traducción de estos nuevos lípidos para avanzar en terapias basadas en ARNm.