免疫调节性脂质纳米颗粒的机器学习辅助设计,用于输送mRNA以重新极化过度活化的微质
Mehrnoosh Rafiei1,2, Akbar Shojaei2,3, Ying Chau1
1Department of Chemical and Biological Engineering, The Hong Kong University of Science and Technology, Hong Kong, China.
Drug delivery
|March 3, 2025
概括
修改后的脂质纳米颗粒 (LNP) 有效地将mRNA传递给微质,使用机器学习优化神经炎症疾病的传递. 这种方法在治疗神经退行性和自身免疫性疾病等疾病方面表现有前途.
科学领域:
- 神经科学是一个神经科学.
- 生物技术是生物技术.
- 免疫学 免疫学 免疫学
背景情况:
- 针对炎症性微质细胞对于治疗神经退行性和自身免疫性疾病至关重要.
- 有效地将治疗剂输送到微质细胞仍然是一个重大挑战.
- 改性脂质纳米颗粒 (LNP) 为这些细胞提供mRNA输送的潜在解决方案.
研究的目的:
- 研究修饰脂质纳米颗粒 (LNP) 对于mRNA输送到过度激活的,促炎性微质细胞.
- 利用监督机器学习 (ML) 分类器来预测LNP转染效率和微质表型变化.
- 确定最佳的LNP配方,以调节微质炎症反应.
主要方法:
- 选了216种LNP配方,具有不同的脂质成分,N/P比率和氨酸 (HA) 修饰.
- 在休息和激活 (LPS,IL4/IL13) 条件下的BV-2小鼠微质中评估了eGFP mRNA转染效率.
- 采用了ML指导的形态分析和四个监督的ML分类器,包括多层感知器 (MLP),以预测结果.
主要成果:
- 该MLP模型在预测LPS激活和静止微质的传染效率方面取得了高准确性 (加权F1得分≥0.8).
- 确定HA-LNP2是提供IL10mRNA的最佳LNP配方,抑制BV-2和人类iPSC衍生的微质中的炎症表型.
- 通过降低TNF-α水平和增加IL10表达,HA-LNP2证明了有效性,在人类细胞中得到了验证.
结论:
- 量身定制的LNP设计与ML技术相结合,可以显著提高神经炎症疾病的mRNA疗法.
- 可以利用LNP的免疫性质来有效调节微质反应.
- 这一战略有望为涉及微质失调的疾病开发新型治疗方法.
