许多疾病可以在细胞培养皿的简单环境中成功治疗，但为了成功治疗真人，药物必须穿越我们体内无限复杂的环境，并完好无损地到达受影响的细胞内。这个过程称为药物输送，是医学中最重要的障碍之一。
劳伦斯伯克利国家实验室(伯克利实验室)与罗氏集团成员基因泰克公司合作，致力于通过设计最有效的脂质纳米颗粒(LNP)(由脂肪分子制成的微小球形袋)来突破一些药物输送瓶颈封装治疗剂，直到它们与细胞膜对接并释放其内容物。第一种使用 LNP 的药物于 2018 年获得批准，但随着辉瑞 (Pfizer) 和 Moderna mRNA Covid 疫苗的推出，这种递送方法在全球范围内受到重视。
“这是一个非常智能的系统，因为如果你只是将 RNA 本身传递到人体，RNA 会被核酸酶降解，并且由于其大小和电荷而无法轻易穿过细胞膜，但 LNP 会将其安全地传递到细胞中，共同主要作者、基因泰克小分子制药科学小组的高级首席科学家 Chun-Wan Yen 解释道。
目前，LNP 作为其他传染病疫苗或癌症治疗性疫苗的递送系统正在被广泛探索。这些新应用的可行性将取决于脂质包膜与靶细胞的融合程度、药物-LNP 制剂的储存稳定性(以便它们具有较长的保质期)以及它们在体内的稳定性(因此它们可以赋予延长的药物活性)。
所有这些特性均由用于创建 LNP 的分子混合物以及由此产生的颗粒 3D 结构控制。Yen 及其共同领导者、伯克利实验室生物物理学家 Greg Hura 和 Michal Hammel 领导的团队多年来一直在研究如何调整 LNP 的结构以获得所需的特性。
他们最近发表在ACS Nano上的最新论文记录了高通量工作流程如何使他们能够以创纪录的速度生产和表征 LNP。该研究还首次证明了 LNP 结构与其内容物活性的相关性，在本次研究中，LNP 内容物是反义寡核苷酸 (ASO)。ASO 是 RNA 或 DNA 碱基对的小片段，通过与 mRNA 链结合并阻止它们翻译成蛋白质来阻断基因表达。ASO 是治疗由缺陷蛋白质或蛋白质过多引起的疾病的好方法。但是，与 mRNA 一样，它们很容易受到流动核酸酶(降解 RNA 和 DNA 的酶)的影响，并且细胞不容易吸收它们。
科学家们发现，与结构更加无序的 LNP 相比，携带 ASO 的 LNP 具有整齐有序、紧密堆积的内部结构，可以更好地沉默人类神经元中与退行性疾病相关的错误基因。这些发现来自基于细胞的研究，而不是来自动物研究，因此还有更多的工作要做，但该团队很高兴能够利用每个机构的补充工具来建立这些见解。
“我们以高通量生成 LNP，Greg 和 Michal 的团队可以提供高通量分析，”Yen 说。“如果你检查一下现在的出版物，他们通常只做一两种配方，但对我们来说这是不同的。我们可以生成大型数据集，我认为这就是我们能够获得这一非常独特且很酷的发现的原因。”
“这篇论文确实提出了我们将应用于我们打算表征的数千种其他配方的方法，”伯克利实验室生物科学领域的 Hura 补充道。“我们希望这将成为人们优化脂质纳米颗粒的通用方法。无论是疫苗，还是疫苗，迄今为止都受到了最大的关注，但这种疗法除此之外还有非常广泛的应用。”
如何构建脂质纳米颗粒
LNP 的结构受到混合方式、混合内容以及混合顺序的影响。LNP 有四种成分——可电离脂质、辅助磷脂、胆固醇和聚乙二醇脂质 (PEG-脂质)——每种成分都有不同的形式。另外，它们可以以不同的比例组合，从而产生指数数量的可能公式。更复杂的是，LNP 会随着时间而变化。一个最初是一个整齐、紧密堆积的球体的配方最终将演变成一个更加无序的结构。
基因泰克的科学家开发了一种机器人驱动的工作流程，可以在短短几个小时内生成数百种 LNP 配方。然后将每种配方的样品带到伯克利实验室，在先进光源(一种圆形粒子加速器，可产生不同能量的 X 射线束)上进行小角度 X 射线散射 (SAXS) 。
生物 SAXS 光束线可以快速处理许多样品，并且与生物材料上的其他形式的 X 射线衍射不同，样品不需要冷冻或结晶 - 这可能会改变 LNP 的结构并阻止科学家发现什么LNP 看起来就像人体内的生理温度。SAXS 还允许他们在指定时间点拍摄 LNP 快照，以确定其结构寿命。
此外，Genentech 团队使用加速过程来研究 LNP 如何影响靶细胞中的基因表达。通过结合所有这些快速技术，整个合作能够以前所未有的速度筛选潜在的 LNP。
Yen 计划继续使用 SAXS 光束线来研究小细节，例如成分浓度 1% 的变化或在生产过程中使用新机器如何影响 LNP 的细胞活性，以及一些大问题，例如如果 LNP 处于不同的状态，其行为是否会有所不同。携带其他类型的货物以及它们如何与不同的靶细胞相互作用。
“我们知道 mRNA LNP 有效，但仍然存在巨大的知识差距，”Yen 说。“这就是为什么我觉得我们的论文是这个领域的先驱，希望我们也能为未来的应用产生更多的数据和理解。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！