将人工智能与先进机器人技术相结合，创建自驱动实验室(SDL)是解决分子发现挑战的一种有前景的方法。一种名为LUMI-lab的新SDL系统结合了大规模分子预训练、主动学习和机器人技术，发现了溴化脂质——此前未与mRNA递送相关联的物质——能够提高mRNA进入人体细胞的效率。这项研究由多伦多大学莱斯利·丹药学院的研究人员领导，发表在《细胞》(2026)上。DOI: 10.1016/j.cell.2026.01.012。
LUMI-lab（大规模无监督建模后接迭代实验），由多伦多大学加速联盟的AC Translation研究资助支持，将分子基础模型与自动化机器人系统相结合。出乎研究团队意料的是，它发现了一类新的mRNA增强脂质——溴化脂质尾部，作为改善转染效率的主要增强剂。
"在十个主动学习周期中，LUMI-lab合成并测试了1700多种新型脂质纳米粒子，发现了比已批准标准更高效地将mRNA递送至人体肺细胞的溴化尾离子化脂质，"多伦多大学莱斯利·丹药学院制药与药物递送GSK讲席教授、大学健康网络玛格丽特公主癌症中心附属科学家李博恩表示。"这一AI驱动系统的关键进展是，它在没有先验假设或研究人员事先指示的情况下，独立识别出溴化作用是一个重要且有意义的设计特征。"
尽管mRNA疗法是增长最快的药物形式之一，但目前它们依赖于脂质纳米粒子(LNPs)安全递送到人体的特定区域，迄今为止，只有三种LNPs获得了FDA批准。LUMI-lab等平台通过加速下一代LNPs的发现来扩展设计领域，这些LNPs是解锁新治疗应用所必需的。
此外，用于药物发现的SDL模型需要大量高质量数据集才能良好运行。在mRNA治疗开发和递送等新兴领域，历史数据的稀缺仍然是一个主要障碍。为解决这一新兴领域的数据稀缺问题，团队选择了一个基于基础的模型，并在2800多万种分子结构上对LUMI进行预训练，使其能够在转向更具体任务之前学习一般化学模式和结构。
"当集成到主动学习框架中时，该模型可以在闭环工作流程中持续优化，进一步提高其预测准确性，"同时担任RNA疫苗和治疗加拿大研究讲席的李表示。
在临床前模型中测试时，一些新发现的脂质表现超过了莫德纳COVID-19 mRNA疫苗中使用的脂质。虽然溴化脂质仅占LUMI-lab使用的化学化合物库的8%，但它们占表现最佳候选物的一半以上。溴化脂质还显示出与基准临床脂质相似的安全性，支持其在未来治疗开发中的潜力。
"接下来，我们正在扩展LUMI-lab以同时优化多个临床相关特性，不仅包括递送效力，还包括安全性、耐受性和组织选择性，"李表示。"通过闭合AI预测和自动实验之间的循环，我们旨在缩短新型脂质材料的设计周期，并为mRNA疗法开辟一个更大、基于证据的化学空间。"
【全文结束】
