推进细胞特异性传递:机器学习对脂质纳米颗粒设计和细胞热带主义的洞察
Belal I Hanafy1, Michael J Munson2, Ramesh Soundararajan1
1Advanced Drug Delivery, Pharmaceutical Sciences, Biopharmaceuticals R&D, AstraZeneca, Cambridge, CB2 0AA, United Kingdom.
这项研究开发了一种数据驱动的方法,用于设计脂质纳米颗粒 (LNP) 以针对免疫细胞,克服肝脏特定的传递限制. 优化的LNP显示了免疫细胞吸收的增强和减少肝脏积累,扩大了LNP的治疗应用.
科学领域:
- 生物技术是生物技术.
- 纳米医学是一种纳米医学.
- 药物输送系统 药物输送系统
背景情况:
- 脂质纳米粒子 (LNP) 是先进的核酸输送系统,但它们的主要肝脏向限制了更广泛的治疗用途.
- 开发具有特定免疫细胞热流的LNP对于扩大它们在治疗免疫相关疾病中的应用至关重要.
研究的目的:
- 使用数据驱动的方法设计脂质纳米粒子 (LNPs) 以优先针对免疫细胞.
- 为了确定LNP配方,增强免疫细胞的特异性和减少肝脏吸收.
- 为了证明定制的LNP组合物对选择性细胞热带主义的潜力.
主要方法:
- 一种数据驱动的方法,结合了实验设计 (DoE),高通量选 (HTS) 和机器学习 (ML).
- 180种LNP配方的生成和体外查,具有不同的脂质成分.
- 在体内验证针对免疫细胞向和生物分布的选定LNP.
主要成果:
- 通过ML分析识别具有改善免疫细胞选择性概况的LNP配方.
- 在体内证明精选的LNP的偏好性脏表达.
- 成功地将LNP热从肝细胞转向免疫细胞.
结论:
- 定制LNP成分对于实现选择性细胞热带性至关重要.
- 实施的数据驱动工作流有效地识别了具有所需免疫细胞向能力的LNP.
- 这一策略将LNP的治疗潜力扩大到针对肝脏的应用之外.
更多相关视频
09:41Formulating and Characterizing Lipid Nanoparticles for Gene Delivery using a Microfluidic Mixing Platform
Published on: February 25, 2021
13:54A Workflow for Lipid Nanoparticle LNP Formulation Optimization using Designed Mixture-Process Experiments and Self-Validated Ensemble Models SVEM
Published on: August 18, 2023
相关概念视频
Cellular Membranes and Drug Transport
Phospholipids arrange themselves into a bilayer, with hydrophilic heads oriented outward and hydrophobic tails facing inward.
Modified-Release Drug Delivery Systems: Site-Targeted
Site-Targeted Drug Delivery Systems: Polymeric Carriers
