干细胞之家 - 中国干细胞行业门户第一站

标题: 形状、载荷、有序性——构建下一代LNP必须关注的三大“隐形”物理参数 [打印本页]

作者: yinfuhua    时间: 前天 23:21     标题: 形状、载荷、有序性——构建下一代LNP必须关注的三大“隐形”物理参数

Nature Biotechnology:形状、载荷、有序性——构建下一代LNP必须关注的三大“隐形”物理参数
4 h6 S# A8 q  v& \* d来源:生物探索 2025-11-01 16:30
# `2 C" u; n7 N) B7 J研究人员利用一系列生物物理学分析技术,如同为LNP的“体检”引入了核磁共振和高分辨率CT,让我们得以超越“平均值”的迷雾,直视LNP群体内部的真实多样性,并首次有力地揭示了决定其递送效能的深层物理密码
. y" |" n1 @" }7 J  X# o5 f当我们在讨论后疫情时代时,mRNA疫苗无疑是聚光灯下的主角。然而,在这场革命背后,有一个沉默的功臣,脂质纳米颗粒(Lipid Nanoparticles, LNP)。它就像一个技术精湛的“纳米快递员”,将脆弱的mRNA分子安全、高效地送入我们体内的细胞中。从Moderna的Spikevax到辉瑞/BioNTech的Comirnaty,再到首个获批的siRNA药物Onpattro,LNP技术已经从一个充满希望的科学概念,蜕变为价值数百亿美元的临床现实。; @! S+ L2 ]* j: E( _4 [8 v
我们似乎已经熟悉了它的成功故事。然而,一个令人困惑的问题始终萦绕在药物研发人员的心头:为什么基于相似配方、甚至是相同配方的LNP,其在生物体内的表现却可能天差地别?为什么我们投入巨大努力设计的下一代LNP,其性能往往如同购买彩票,充满了不确定性?这种“试错”式的研发模式,不仅成本高昂,更严重阻碍了核酸药物领域的创新步伐。  F$ k" j" _; P& |
长久以来,我们评估这些“纳米快递员”的方式,或许从一开始就存在着视野上的盲区。我们习惯于使用一些传统技术,比如动态光散射(Dynamic Light Scattering, DLS),来测量它们的平均尺寸和分散性。但这就像试图通过全班同学的平均身高,来判断每个个体的运动能力一样,得到的信息是模糊且具有误导性的。我们看到的是一个“平均”的LNP,却忽略了群体内部巨大的异质性。
6 k5 D2 }& Z: E3 v. {1 Z10月23日,《Nature Biotechnology》的研究报道“Elucidating lipid nanoparticle properties and structure through biophysical analyses”,为我们揭开这个“隐秘世界”的一角,提供了前所未有的高清视角。研究人员利用一系列生物物理学分析技术,如同为LNP的“体检”引入了核磁共振和高分辨率CT,让我们得以超越“平均值”的迷雾,直视LNP群体内部的真实多样性,并首次有力地揭示了决定其递送效能的深层物理密码。这不仅是一项技术的展示,更是一次对LNP设计理念的深刻反思与重塑。  n- b" o' }! j7 a
[attach]143772[/attach]! ^4 A: w) Y1 q
“平均分”的陷阱:传统“体检”方法为何会误导我们?
. R4 Z0 A8 w& M0 ]! d在评价一个LNP制剂的优劣时,我们通常会关注几个宏观指标:尺寸(size)、多分散性指数(Polydispersity Index, PDI)、Zeta电位(zeta potential)以及药物的包封率(encapsulation efficiency)。而测量这些指标的“老三样”工具,主要是动态光散射(DLS)、透射电子显微镜(Transmission Electron Microscopy, TEM),以及一些基于荧光染料的包封率测定方法,如RiboGreen分析法。2 \* e; F, q1 Q' Y4 Z
这些方法无疑为LNP的初步表征做出了巨大贡献,但它们的局限性也日益凸显,成为我们理解LNP构效关系的巨大障碍。
1 N# `( X" O3 ^首先,DLS是目前应用最广泛的粒径测量技术。它的原理是基于颗粒在溶液中的布朗运动来推算流体力学半径(hydrodynamic radius, Rh)。然而,DLS存在一个致命的缺陷:它的信号强度与颗粒半径的六次方成正比。这意味着,样品中只要有少量的大颗粒或聚集体,其产生的散射信号就足以掩盖大量小颗粒的真实信息。最终,我们得到的只是一个“强度加权”的平均值,它严重偏向于大颗粒,而对于样品中可能存在的多个不同大小的亚群,DLS的分辨能力非常有限,几乎无法区分。这就好比在嘈杂的交响乐中,我们只能听到音量最大的铜管乐器,却错过了弦乐和木管的细腻旋律。
( R7 D4 ?3 u0 e; P; d. K6 V其次,冷冻透射电镜(cryo-TEM)虽然能提供直观的形态学图像,让我们亲眼看到LNP的模样,但它同样存在“幸存者偏差”。为了成像,LNP样品需要被快速冷冻固定在载网上,这已经脱离了它们在生理溶液中的真实状态。更重要的是,cryo-TEM无法有效地区分哪些LNP内部成功装载了mRNA,哪些又是空空如也的“幽灵颗粒”。这并非杞人忧天,近期的研究已经指出,一个LNP制剂中,高达80%的颗粒可能都是没有装载任何有效载荷的“空壳”。& v4 p$ a, ]" {  o% `% X
而传统的RiboGreen荧光法在测定包封率时,也面临着相似的困境。它通过比较LNP被表面活性剂破坏前后溶液的荧光强度差异,来计算包封在内部的RNA含量。但这个方法测量的同样是一个总体值,它无法告诉我们这批LNP中,是所有颗粒都装了一点点RNA,还是少数颗粒装得满满当当,而大部分颗粒是空的。RNA在LNP群体中的装载异质性(loading heterogeneity)信息,就这样被完全抹去了。2 A  o6 X- H. ]. S2 ]7 I3 t
这些传统方法的共同特点是“均质化”和“平均化”。它们将一个inherently polydisperse(内在多分散)的复杂群体,简化成几个单一的数值。依赖这些模糊的数据去建立LNP的结构与生物学功能之间的关联,无异于管中窥豹。我们可能因为一个看似理想的“平均粒径”,而忽略了其中致命的大颗粒聚集体;也可能因为一个漂亮的“总体包封率”,而掩盖了大部分颗粒无效的事实。
8 ?4 H9 E% K. O$ o/ |因此,当前的LNP研发常常陷入一种“玄学”般的困境:我们根据这些宏观参数优化了配方,却发现生物学效果的改善微乎其微,甚至毫无关联。很显然,要实现LNP的“理性设计”,我们迫切需要新的工具,能够穿透“平均值”的迷雾,为我们呈现LNP群体内部每一个亚群,甚至是每一个颗粒的真实物理化学特性。这正是该研究的核心突破所在。* G6 b. J4 n/ \( U( [1 j; b
三大利器登场:为LNP世界带来前所未有的高清影像: m7 I( b8 n) c9 H$ D# v% r
为了实现对LNP群体前所未有的高分辨率解析,研究人员巧妙地组合了三种先进的、基于溶液的(solution-based)生物物理学技术。这些技术均在“label-free”的条件下进行,即无需对LNP或其内容物进行荧光标记,从而最大程度地保留了样品的原始状态。它们就像三台功能互补的精密仪器,从不同维度对LNP进行了一次彻底的“深度体检”。
& |' l7 L0 G- r' B3 A- P/ U第一大利器:沉降速度分析超速离心(Sedimentation Velocity Analytical Ultracentrifugation, SV-AUC), LNP的“密度扫描仪”
( p4 d7 X9 w3 s& p, E想象一下,我们将LNP样品置于一个强大的离心场中。根据基本的物理学原理,密度较大的物体会更快地沉降(sedimentate),而密度较小的物体则会浮起(float)。SV-AUC正是利用了这一原理。mRNA分子的密度远高于脂质,因此,成功装载了大量mRNA的LNP,其整体密度会显著增加。
: V, _7 U$ F/ A9 O8 B7 i( X; W通过实时监测LNP在离心过程中的移动速度和位置,SV-AUC能够精确地解析出样品中不同沉降系数(sedimentation coefficient, S)的组分分布。沉降系数为正值的组分代表正在下沉的颗粒(即成功装载mRNA的LNP),而沉降系数为负值的则代表正在上浮的颗粒(即空的或载量极低的LNP)。8 u+ `& g2 x5 z. }7 K8 V
SV-AUC的巧妙之处在于,它将传统表征中模糊不清的“包封率”概念,转化为了一个清晰可见的、定量的分布图。我们不再只有一个笼统的百分比,而是能直观地看到样品中“实心”颗粒和“空心”颗粒的相对丰度,以及它们各自的分布情况。这对于评估LNP制备工艺的均一性和有效性至关重要。
( e  X( V) _" f( M第二大利器:场流分离-多角度光散射联用技术(Field-Flow Fractionation - Multi-Angle Light Scattering, FFF-MALS), LNP的“一体化分析平台”
: i  i% z2 z  W- s6 e, q! H9 F7 c" {如果说SV-AUC是密度专家,那么FFF-MALS就是一个全能型选手。它首先通过场流分离(FFF)技术对LNP样品进行温和而高效的分离。与传统的尺寸排阻色谱(Size-Exclusion Chromatography, SEC)不同,FFF在一个开放的通道中进行分离,没有固定相填料。这避免了LNP与填料发生相互作用可能导致的颗粒剪切、聚集或降解,尤其适合分析结构敏感的纳米颗粒。
' C6 |% l9 V  y0 X4 G$ F; W, R5 f  L6 |当不同大小的LNP被FFF成功分离,并依次流出通道后,它们会立即进入一系列在线检测器,其中最核心的是多角度光散射检测器(MALS)。MALS可以极其精确地测定每个时间点流出颗粒的绝对摩尔质量(molar mass)和回旋半径(radius of gyration, Rg)。同时,联用的紫外(UV)检测器和示差折光(RI)检测器,可以分别测定RNA和脂质的浓度。
( c2 n& h! q) I8 A/ b将这些信息整合起来,FFF-MALS就能在一次运行中,为我们描绘出一幅详尽的LNP图谱。我们不仅能知道整个样品中存在哪些不同大小的亚群,还能知道每一个亚群的精确质量、尺寸、以及其内部RNA和脂质的比例。这种“尺寸分辨的成分分析”能力,是传统方法无法企及的。它使我们能够探究,在同一个LNP制剂中,是不是大颗粒总是比小颗粒装载了更多的RNA?或者情况恰恰相反?这些精细的信息对于理解LNP的生物学行为至关重要。% V  J# g2 H, o- T
第三大利器:联用同步辐射小角X射线散射的尺寸排阻色谱(SEC-SAXS), LNP的“内部结构探测器”
3 t: |4 f9 g( U9 `在了解了LNP的密度、尺寸和宏观组成之后,我们自然会好奇:在纳米尺度下,这些“快递盒”内部的RNA“货物”究竟是如何打包的?它们是随意堆放,还是以某种有序的结构排列?解答这个问题,就需要借助SAXS这双“X射线眼睛”。
$ P5 y4 X; K/ A+ I* O9 P6 L# T小角X射线散射(SAXS)是一种强大的结构生物学技术,它通过分析样品对X射线的散射图形,来获取物质在1-100纳米尺度范围内的结构信息。当X射线穿过LNP时,如果其内部的RNA和脂质形成了规整的、重复性的结构(例如,RNA链与脂质分子层层堆叠),就会在特定的散射角度上产生一个特征性的“布拉格峰”(Bragg peak)。这个峰的位置反映了重复结构的间距,而峰的强度则与结构的有序程度和占总体积的比例正相关。一个更尖锐、更强烈的布拉格峰,通常意味着RNA和脂质之间形成了更紧密、更有序的复合物。1 P) S5 U, N9 _' M7 [5 i; U
通过将SAXS与SEC联用,研究人员可以获得属于不同尺寸LNP亚群的、纯净的SAXS信号,从而揭示LNP内部结构的尺寸依赖性。更进一步,利用先进的算法对SAXS数据进行“从头算重构”(ab initio reconstruction),甚至可以重建出LNP在溶液中的三维电子密度图,从而直观地展示其真实形状,它们究竟是完美的球体,还是像橄榄球一样的椭球体?, M+ V/ x0 C! Y  G: b/ G2 E
这三大利器,从密度、尺寸、组成、内部有序结构到三维形状,为我们构建了一个观察LNP的、前所未有的多维度、高分辨率分析体系。手握这些强大的工具,研究人员得以重新审视那些被认为是“黄金标准”的LNP配方,而他们所看到的,彻底颠覆了我们过去的认知。
8 I/ y  I% I2 w% U6 X3 u高清镜头下的惊人发现:LNP远比我们想象的“五花八门”
- [  o8 [8 s. }! _$ c( Q1 ]研究人员选择了四种具有里程碑意义的、临床上或学术上公认的“黄金标准”可电离脂质来构建LNP文库:MC3(用于首个siRNA药物Onpattro)、SM-102(用于Moderna新冠疫苗)、ALC-0315(用于辉瑞/BioNTech新冠疫苗)以及C12-200(一种广泛使用的学术研究标准品)。对于每一种脂质,他们都采用了两种不同的制备方法:传统的“本体混合”(bulk mixing,即简单的移液器混合)和现代的“微流控”(microfluidic)技术。
1 z. h( q2 g1 }: F0 c* f当他们用这套全新的分析体系审视这些LNP时,一幅幅复杂而生动的画卷徐徐展开。 3 ^( u; d% ~/ d. b
微流控 vs. 本体混合:一场并非“一边倒”的较量  \) H) w) K& V
普遍的认知是,微流控技术通过在微米尺度的通道中实现快速、可控的流体混合,能够生产出粒径更小、分布更均一的LNP。传统表征数据也初步证实了这一点。例如,微流控制备的LNP,其mRNA浓度普遍在40-60 ng/μL,包封率高于80%;而本体混合的LNP,mRNA浓度则只有10-30 ng/μL,包封率约50%。DLS测量的流体力学半径(Rh)也显示,微流控LNP(约40 nm)普遍小于本体混合的LNP(约100 nm)。" r  ~2 H" J6 f5 O
然而,当更精密的分析工具介入时,一个引人深思的“反例”出现了。在针对人类原代T细胞的体外转染实验中,对于MC3、SM-102和ALC-0315这三种脂质,微流控LNP的mRNA表达效率(以荧光素酶发光强度衡量)确实比本体混合的版本高出2到3倍,符合预期。但令人意外的是,对于C12-200,结果却完全相反:本体混合制备的C12-200 LNP,其转染效率竟然比微流控版本高出近三倍!
# m8 Z: m' v5 _. u" Z这个出乎意料的结果是一个强烈的信号:制备方法与脂质种类的选择之间存在着复杂的相互作用。“微流控一定更好”这个看似金科玉律的信条,至少在C12-200这里被打破了。这背后一定隐藏着更深层次的物理化学机制,是传统表征方法无法触及的。% ~/ y& Y- Y1 e* N
揭开“空壳”与“实心”的秘密:SV-AUC下的群体写真, s4 ^$ ?6 t( Z& d! y
SV-AUC的分析为我们揭示了不同LNP群体内部的载荷异质性。分析显示,对于MC3、SM-102和ALC-0315这三种LNP,其绝大部分质量(在g*(s)分布图中表现为S值为0到-200 Svedberg的峰)都呈现出“上浮”的趋势。这有力地证明,这些制剂中含有大量空的或mRNA载量非常低的LNP颗粒。
) X+ a9 A& M  ~6 L% t相比之下,C12-200 LNP则表现出截然不同的行为,它们绝大部分质量(S值为0到约100 Svedberg)都“沉降”了。这表明C12-200配方能够更均匀、更有效地将mRNA包裹进去,形成的“实心”颗粒比例远高于其他三种。这种差异与四种可电离脂质本身的密度(MC3密度最低,C12-200密度较高)趋势相符,显示了SV-AUC对LNP载荷情况的精确洞察力。3 L+ {8 \% S# m
更有趣的是,在每一种配方中,微流控制备的样品都比本体混合的样品展现出更窄的沉降/上浮分布峰,这意味着微流控技术确实能够生产出载荷情况更为均一的LNP群体。
% D# r# V0 A3 d超越球形假说:LNP的真实三维形状5 n; f" c* u# u. q4 m; u
长期以来,为了简化模型,我们常常假设LNP是完美的球体。然而,SEC-SAXS的分析数据,经过DENSS算法的重构,向我们展示了它们的真实面貌。研究发现,所有四种微流控LNP在溶液中的形态,都不是完美的球体,而是呈现出长椭球体(prolate ellipsoidal)的形态,就像一颗颗微型的橄欖球。: v9 i, }; c. T
这一发现意义重大。与同等体积的球体相比,椭球体具有更高的表面积-体积比。这意味着它们有更大的表面积可以与细胞膜发生相互作用,这可能直接影响细胞对LNP的摄取效率。同时,颗粒的形状也被证明会影响它们在血液循环中与蛋白质形成的“蛋白冠”(protein corona),以及被免疫系统识别和清除的方式。将“形状”作为一个可调控的设计参数,无疑为未来LNP的优化开辟了一个全新的维度。
8 s9 y# u! u2 t: f5 t; ]0 Q这些高清镜头下的发现,不仅让我们看到了LNP群体内部前所未有的复杂性和多样性,也为我们解释那个“C12-200之谜”提供了关键线索。而最终的答案,隐藏在更深的层次,LNP的内部结构中。+ f6 t9 c; t+ B& ^2 X) t
解码“效能密码”:内部结构才是决定命运的关键: r1 G$ W/ o+ ~# [
如果说尺寸、形状和载荷是LNP的“外在表现”,那么其内部RNA与脂质的相互作用和排列方式,则是决定其核心功能的“内在修为”。SEC-SAXS分析在这里扮演了“终极解码器”的角色。! A) w- s% u  Y8 D
布拉格峰的启示:内部有序性的直接量度4 N: i% y  T$ m0 o  o& ]
如前所述,SAXS图谱中的布拉格峰(Bragg peak)是LNP内部结构有序性的直接体现。一个尖锐、强烈的峰,代表着RNA与脂质形成了高度有序的、类似层状的纳米结构。研究人员系统地分析了所有LNP样品的SAXS数据,并将其与生物学活性数据进行了关联性分析(Spearman correlation)。& l6 m9 |. l& d$ J
结果令人振奋。他们发现,无论是对于T细胞的体外转染,还是小鼠模型的静脉注射(intravenous, IV)递送,LNP的生物学效能与许多传统参数,如流体力学半径(Rh)或DLS测得的PDI,都没有明显的相关性。然而,SAXS峰的强度(intensity)和峰面积(area),却与这两种应用场景下的mRNA表达水平呈现出强烈的正相关(r > 0.6)。5 [/ `$ u- u3 r& ?
这意味着,LNP内部RNA-脂质复合物的有序程度越高,其在T细胞中和通过静脉注射递送mRNA的能力就越强。这个发现,如同在迷雾中找到了一座灯塔,为我们指明了优化LNP效能的一个关键物理参数。我们终于从关注“它有多大”,转向了关注“它内部的包裹质量有多好”。7 s; K. l; U1 s; H" z0 ]
C12-200之谜的最终解答' M( h" M* H( Y8 w" j, N- c
有了这条关键线索,我们再回头看那个令人困惑的C12-200现象。研究人员比较了本体混合与微流控制备的C12-200 LNP的SAXS图谱。结果一目了然:本体混合制备的C12-200 LNP,其布拉格峰的强度,显著高于微流控制备的同类样品。
, C! g& [& r2 o$ C6 z. R3 ]! d+ h& y这个直接的结构证据,完美地解释了之前的生物学数据。尽管微流控C12-200 LNP在尺寸均一性上可能更优,但本体混合的制备过程,似乎以某种方式促进了C12-200脂质与mRNA之间形成更有序、更紧密的内部结构。而正是这种卓越的“内在修为”,使其最终在T细胞转染效率上胜出。* X2 n: _- D5 j: p, {! Q
这个案例有力地证明,制备工艺并非独立于脂质化学性质的存在,二者共同决定了LNP最终的物理形态和内部结构,进而决定了其生物学命运。对于不同的脂质,最优的制备工艺可能完全不同。% g4 x' P: I3 l0 q7 s1 t
情境的重要性:没有万能的 LNP) T0 e. m: T9 Q& L7 C% l4 p
更有趣的是,这种“内部结构决定论”并非放之四海而皆准。当递送方式从静脉注射(IV)转为肌肉注射(intramuscular, IM),这是mRNA疫苗最常用的途径时,关联性发生了戏剧性的反转。SAXS峰的强度和峰面积,与IM递送的效率呈现出强烈的负相关。3 m4 S! X, H! C8 Y
这意味着,对于肌肉注射而言,一个内部结构不那么“规整”,可能更为“松散”的LNP,反而能实现更好的mRNA表达。这背后可能的原因非常复杂,或许与LNP在肌肉组织中的扩散、被不同类型的细胞(如肌细胞 vs. 抗原提呈细胞)摄取,以及后续的内体逃逸机制有关。8 W% [) Y! i3 B* d! ~9 E
这一发现给我们带来了极为深刻的启示:不存在一个普适的、“最好”的LNP设计。 一个在T细胞疗法中表现完美的LNP,直接用于肌肉注射疫苗,效果可能非常糟糕。LNP的“效能密码”,是与其应用的生物学情境(biological context)紧密锁定的。! U- p9 s8 j: O9 O! w! z1 }
“因材施教”:LNP的设计没有万能公式,只有最优解
4 v9 \+ T) a$ R这项研究通过精密的物理表征,最终指向了一个更宏大的生物学命题:LNP的递送是一个与环境动态博弈的过程,任何脱离具体应用场景的“优化”,都可能是缘木求鱼。
$ B9 v  S+ B. U7 k8 y细胞类型的选择:T细胞 vs. 癌细胞2 M4 v  H1 c1 s. G/ {
为了进一步验证“情境依赖性”,研究人员将这套LNP文库应用于一种名为FaDu的口腔鳞状细胞癌细胞系。结果再次印证了他们的观点。在FaDu细胞中,生物学活性的趋势与在T细胞中观察到的截然不同。除了C12-200依然是本体混合更优之外,对于MC3、SM-102和ALC-0315,本体混合制备的、尺寸更大的LNP,其转染效率反而超过了微流控版本。. ]$ B" P# B' R" t
研究人员推测,这可能与癌细胞独特的生物学特性有关。癌细胞通常具有极高的内吞(endocytosis)活性,它们“吞噬”外界物质的能力远强于原代T细胞。在这种情况下,颗粒的大小可能成为一个更重要的因素,较大的颗粒或许更容易被这种“贪婪”的细胞所捕获。此时,LNP内部结构的精细差异,其重要性可能就让位于简单的“能否被高效摄取”这一步。- c9 K: x" D. ^: b- D
递送途径与内体逃逸之谜
2 U3 k9 z% y% M" s# l& @除了细胞类型,递送途径的不同也带来了巨大的变量。IV注射的LNP进入血液循环,会立即被血浆蛋白包裹形成“蛋白冠”,其最终主要被肝脏的细胞所摄取。而IM注射的LNP则面临着肌肉组织的细胞外基质、淋巴引流和局部免疫微环境。这两种情境下,LNP与生物系统互作的第一界面就完全不同。! A2 r" G% H) U3 [% r
研究还通过一系列内吞抑制剂实验,初步探讨了LNP进入T细胞的途径。结果显示,不同的LNP配方,其依赖的内吞途径(如网格蛋白介导、小窝蛋白介导或巨胞饮等)存在差异。有趣的是,制备方法也会影响LNP的“路径选择”。例如,对于某些配方,抑制某条“死胡同”式的内吞通路,反而能迫使LNP走上另一条能够成功实现内体逃逸的“康庄大道”,从而提升了最终的蛋白表达。
8 p0 z  E) ^" J: Y- o这一切都指向同一个结论:LNP的设计,必须从终点出发,进行“倒推式”的理性设计。我们首先要明确我们的目标细胞是什么?递送途径是哪条?期望的生物学效应是什么?然后,利用这些高分辨率的分析工具,去寻找与这个特定“情境”下的关键生物学步骤(如细胞摄取、内体逃逸)最相关的物理化学参数,并围绕这个参数进行针对性的优化。% m. m+ Y: @$ m! X: N
从“炼金术”到“精密工程”:LNP设计的未来之路
5 `" [8 [# z1 J# [这项开创性的研究,为LNP领域带来的不仅仅是一系列令人兴奋的新发现,更重要的是,它提供了一套全新的研究范式和设计哲学。它标志着LNP的研发,正在从依赖经验和运气的“炼金术”时代,迈向一个基于深刻物理理解和精确数据指导的“精密工程”时代。
+ S: W+ r) H/ Y: W3 s' ~0 d) k7 l回顾这项工作的核心洞见,我们可以为未来的LNP平台发展,勾勒出一条清晰的路径:; y3 f/ D$ f# K+ J
首先,我们必须拥抱异质性,并学会量化它。我们不能再满足于一个“平均值”。像SV-AUC、FFF-MALS和SEC-SAXS这样的高分辨率技术,应当成为LNP研发流程中,尤其是在关键候选配方筛选和工艺优化阶段,不可或缺的工具。它们提供的关于载荷分布、亚群组成、内部结构和真实形状的信息,是开启理性设计的钥匙。
0 @1 L3 k) J0 v7 j: ]5 @- w+ T其次,LNP的设计参数库需要被极大地丰富。除了传统的尺寸和表面电荷,我们现在必须将“内部有序性”、“三维形状”、“群体中空壳颗粒比例”等新的物理参数纳入考量。未来的研究,需要系统地探索如何通过调控脂质分子结构、配方组分比例以及制备工艺的参数(如流速、混合几何形状),来精确地调控这些新的设计参数。
0 i' y' U" J/ H7 v! ?* W再次,“情境”是LNP设计的最高准则。我们必须放弃寻找“万能LNP”的幻想。针对不同疾病、不同靶点、不同递送途径,甚至是不同RNA载荷(siRNA vs. mRNA,短mRNA vs. 长mRNA),都需要建立独特的构效关系模型。高通量筛选与高分辨率表征的结合,将使我们能够快速地为每一个具体应用,找到那个“最优解”,而非“通用解”。& t) m3 k/ P( a' t* H! }$ B
最后,这项工作也向我们展示了基础科学与应用研究完美结合的强大力量。正是源于对胶体物理学、结构生物学和高分子科学等基础学科的深刻理解,研究人员才能够选择和运用最合适的工具,去回答药物递送这一应用领域的关键问题。7 W" w* X/ |! _! p
LNP的“隐秘世界”已经被打开了一道门缝,门后的景象远比我们想象的要复杂和精彩。我们看到,每一个纳米颗粒,都像是一个拥有独立个性的微小生命体,它的尺寸、形状、内部构造,共同谱写了它在生命体内的奇幻漂流记。而这项研究,正是教会了我们如何去阅读这本由物理规律书写的“命运之书”。这无疑将极大地加速下一代核酸药物的到来,为人类健康带来更多的可能性。未来的LNP,将不再是偶然的发现,而是精确的创造。
6 h4 }0 x# o$ @- u
0 g  R2 t; L4 X* j+ L3 y




欢迎光临 干细胞之家 - 中国干细胞行业门户第一站 (http://www.stemcell8.cn/) Powered by Discuz! X1.5