Исследователи из Массачусетского технологического института (MIT) разработали новый способ изготовления липидных наночастиц (ЛНЧ), которые применяются для упаковки РНК-вакцин и других нуклеиновых терапевтических средств. Предложенная технология позволяет получать такие частицы значительно быстрее и с более точным контролем их размера и формы. По словам учёных, процесс можно запускать автоматически, без участия человека.
Сегодня при создании новых липидных наночастиц специалисты вынуждены проводить долгие эксперименты методом проб и ошибок, а возможности управлять нужным размером и формой частиц остаются ограниченными. Между тем именно эти параметры определяют, в какие органы и ткани попадёт препарат. «Размер и форма ЛНЧ не могли надёжно контролироваться ни одним из прежних методов производства. Проблема может показаться простой на первый взгляд, но в действительности она требует глубокого понимания сборки липидных наночастиц», — приводит слова старшего автора исследования, профессора практики химической инженерии MIT Аллана Майерсона сайт MIT News.
В основе нового подхода лежит двухэтапное смешивание растворов. Сначала липиды и мРНК соединяются при равных скоростях потока, а затем через короткую паузу добавляется дополнительный буфер, который останавливает рост частиц. Чем дольше выдерживается эта пауза, тем крупнее получаются частицы; при короткой задержке они остаются мелкими. Меняя концентрацию буфера на втором этапе, исследователи также научились превращать сферические частицы в вытянутые, по форме напоминающие авокадо.
В новой работе, опубликованной в журнале ACS Nano, команда автоматизировала этот двухступенчатый процесс и добавила серийно выпускаемый прибор для динамического рассеяния света, который измеряет размеры частиц прямо в ходе их формирования. Теперь достаточно задать нужный размер, и система сама подберёт параметры, а при отклонении скорректирует время задержки и другие факторы. В проекте участвовали студенты программы MIT по исследовательским возможностям для бакалавров, которые получили практический опыт на стыке программной инженерии и химической технологии.
Собранные в ходе экспериментов данные учёные использовали для обучения модели машинного обучения, способной предсказывать, какое сочетание параметров даст частицу нужного размера или формы. Понимание размера критически важно: частицы диаметром 150 и 70 нанометров при прочих равных условиях ведут себя в организме совершенно по-разному. «Этот метод может помочь определить, какие параметры порождают конкретные характеристики размера и формы, ещё до того, как вы возьмёте эти частицы и проверите, какая из них покажет себя лучше», — отметил один из ведущих авторов работы, постдок MIT Седрик Девос.
На технологию подана патентная заявка, и сейчас команда работает над её коммерциализацией через новую компанию BIZON Labs. Исследование финансировалось Управлением по контролю за продуктами и лекарствами США и грантом поддержки Института Коха от Национального института рака, а часть работ выполнялась с использованием оборудования MIT.nano.