mRNA-LNP製剤の安定性を予測するためのラベルフリーマルチパラメータスクリーニング法

科学分野:

• バイオテクノロジー
• 製薬科学
• 材料科学

背景:

• メッセンジャーRNA（mRNA）技術は急速に進歩しており、脂質ナノ粒子（LNP）はワクチンおよび遺伝子治療薬の送達に不可欠になっています。
• mRNA-LNP製剤のコロイド安定性は、治療効果に直接影響します。
• 製剤安定性を予測するための現在の方法は、しばしば遅く、複雑です。

研究 の 目的:

• mRNA-LNPコロイド安定性を評価するための、迅速でラベルフリー、リアルタイムな方法を開発すること。
• 効率的な製剤スクリーニングのための新しい熱安定性読み出しを導入すること。
• 開発された方法を従来の加速安定性研究と比較すること。

主な方法:

• 濁度、累積半径（r h）、および散乱をリアルタイムで監視するマルチパラメータ熱プロファイリングアッセイを確立しました。
• バッファー、保存料、pHのバリエーションを持つ6つのmRNA-LNP製剤を評価しました。
• 凝集開始温度（Tagg）とr hの変化（Δr h）を主要な安定性指標として導入しました。

主要な成果:

• 熱プロファイリング法は、mRNA-LNPにおける熱誘発性のコロイド安定性変化を捉えることに成功しました。
• 再定義された凝集開始温度（Tagg）とΔr hは、初期の構造摂動を効果的に特定しました。
• TaggとΔr hを使用したロジスティック回帰モデリングは、40°C加速安定性データと良好な一致を示しました。

結論:

• 開発された熱プロファイリング戦略は、mRNA-LNP製剤の初期段階のスクリーニングのための迅速かつ効率的なツールを提供します。
• この方法は、従来の安定性研究と比較して評価時間を大幅に短縮します。
• 多様なmRNAカーゴおよび脂質組成全体への適用性を確認するために、さらなる検証が必要です。