使用强大的抗癌免疫疗法的深度学习模型预测高性能脏向脂质纳米颗粒
Honglei Zhang1, Jingxuan Ma1, Fulu Pan1
1Beijing Youcare Kechuang Pharmaceutical Technology Co., Ltd, Beijing, China. songgengshen@youcareyk.com.
Journal of materials chemistry. B
|August 26, 2025
概括
一个新的AI模型加速了mRNA治疗的脂质纳米粒子 (LNP) 的发现. YK-407 LNP 具有优异的脏向和抗瘤作用,毒性最小,增强mRNA传递潜力.
科学领域:
- 生物技术
- 纳米医学
- 免疫疗法
背景情况:
- 传递 RNA (mRNA) 的疗法具有广泛的医疗潜力.
- 脂质纳米颗粒 (LNP) 是先进的mRNA输送载体,但面临着非目标效应和肝脏积累等挑战.
- 优化可离子化脂质的LNP是至关重要的,但实验密集.
研究的目的:
- 开发一种深度学习模型,用于加速高性能可离子化脂质的虚拟预测.
- 合成和验证用于增强mRNA输送的新型双乙烯基脂质 (BDLs).
- 评估候选YK-407在向mRNA输送和治疗应用中的有效性和安全性.
主要方法:
- 创建了一个深度学习模型来预测可离子化脂质的性能.
- 在模型预测的基础上合成了24种双乙烯基脂质 (BDL).
- 在试验室和体内研究中,评估了小鼠模型中的LNP传染效率,器官向 (脏,肝脏) 和抗瘤功效.
主要成果:
- 人工智能模型成功识别了有前途的可离子化脂质候选物.
- 通过对抗原呈现细胞 (APC) 的射,YK-407在体外表现出优异的传染和体内脏特异性mRNA传递.
- 在小鼠模型中,YK-407 LNPs显著抑制瘤生长并诱导CD8+ T细胞反应,性能优于现有的标准,毒性最小.
结论:
- 人工智能可以显著加速mRNA疗法的LNP开发.
- YK-407是一种有前途的新型LNP配方,具有增强的向性,有效性和安全性.
- YK-407有可能推进基于mRNA的治疗方法,特别是在癌症免疫治疗中.
