宾夕法尼亚大学工程与应用科学学院 2025年10月24日
脂质纳米颗粒(LNPs)是现代医学的递送载体，将抗癌药物、基因疗法和疫苗运送到细胞内。直到最近，许多科学家还认为所有LNPs都遵循或多或少相同的蓝图，就像一支由同一设计建造的卡车车队。
现在，《自然·生物技术》(Nature Biotechnology)杂志发表了一项研究，来自宾夕法尼亚大学、布鲁克海文国家实验室和沃特斯公司(Waters Corporation)的研究人员以前所未有的细节描述了LNPs的形状和结构，揭示这些颗粒具有令人惊讶的多种构型。这种多样性不仅仅是表面的：研究人员发现，颗粒的内部形状和结构与其将治疗性载荷递送到特定目的地的效果密切相关。
"将LNPs视为同一型号的汽车已经奏效，这从这些颗粒帮助的数百万人身上得到了证明，但LNPs并非适用于所有RNA疗法的'万能钥匙'。正如皮卡、送货厢车和货运卡车最适合不同的旅程，我们现在可以开始将LNP设计与特定疗法和组织相匹配，使这些颗粒更加有效。"
迈克尔·J·米切尔(Michael J. Mitchell)，宾大工程学院生物工程副教授、论文共同资深作者
"这些结果为我们提供了更基本的理解，即这些治疗颗粒的组成和形状如何与其生物学特性相关联，"宾夕法尼亚大学佩雷尔曼医学院生物化学和生物物理学研究助理教授、论文另一位共同资深作者库绍尔·古普塔(Kushol Gupta)补充道，"这些颗粒已经在临床中证明了自己，而这些见解将通过帮助我们更快地针对特定疾病定制递送方式，使它们变得更加强大。"
揭开"黑箱"
近年来，包括米切尔实验室在内的多个研究团队发现，不同的LNP配方具有不同的生物学效应。例如，添加酚基团可减少炎症，而支链可离子化脂质则能改善递送效果。
"这几乎就像食谱开发，"生物工程博士后研究员、新论文第一作者马歇尔·帕迪拉(Marshall Padilla)表示，"我们知道不同的成分和技术会改变结果。"
但理解为什么某些化学调整会导致特定的生物学效应一直颇具挑战性。"这些颗粒有点像'黑箱'，"帕迪拉补充道，"我们不得不主要通过试错来开发新的配方。"
让LNPs清晰可见
为了可视化这些颗粒，研究人员采用了多种技术。相比之下，过去的研究通常依赖单一方法，如将颗粒冻结在原位。
由于颗粒的尺寸——需要数千个LNPs才能环绕一根人类头发——先前的工作也经常用荧光材料标记颗粒并进行平均测量，这有可能改变颗粒的形状并掩盖变异。
"我们需要结合多种根本不同的技术，使溶液中的颗粒保持完整，"古普塔表示，"这样，我们才能确信不同方法之间的一致性向我们展示了颗粒的真实面貌。"
三种技术，一项研究
研究人员检查了四种"黄金标准"LNP配方，包括用于COVID-19疫苗和Onpattro（一种美国食品药品监督管理局(FDA)批准的罕见遗传病疗法）的配方。
一种可视化技术是沉降速度分析超速离心(SV-AUC)，它涉及以高速旋转LNPs以按密度分离它们。
另一种是场流分级耦合多角度光散射(FFF-MALS)，它温和地按尺寸分离LNPs，并测量核酸在不同颗粒上的分布。
第三种是尺寸排阻色谱与同步辐射小角度X射线散射联用(SEC-SAXS)，它使研究人员能够通过在美国能源部(DOE)布鲁克海文国家实验室的DOE科学办公室用户设施国家同步辐射光源II(NSLS-II)使用强大的X射线束照射它们来研究LNPs的内部结构。
"我们过去认为LNPs看起来像弹珠，"古普塔总结道，"但实际上它们更像软糖，不规则且多变，即使在同一配方中也是如此。"
合作的力量
如果没有将学术界、工业界和国家实验室聚集在一起，这些结果将是无法实现的。
"我们一直在开发方法，测量脂质纳米颗粒的尺寸和药物含量而不破坏颗粒，"沃特斯公司的怀亚特技术首席科学家、领导FFF-MALS实验的马丁·库尔尼克(Martin Kurnik)表示。
"布鲁克海文国家实验室的能力实现了一项独特实验，该实验将X射线与紫外线结合，量化了颗粒的几何特性，"进行SEC-SAXS实验的NSLS-II光束线科学家詹姆斯·伯恩斯(James Byrnes)补充道，"这为大规模表征颗粒配方铺平了道路，并突显了同步辐射设施与LNP开发者之间更深入合作的令人兴奋的潜力。"
"整个项目说明了不同机构汇集资源和专业知识的力量，"帕迪拉表示，"我们之所以能够如此详细地可视化这些颗粒，是因为每个合作伙伴从不同的角度观察它们。"
测试效果
一旦研究人员表征了LNP配方，他们就在从人类T细胞和癌细胞到动物模型的各种目标上测试了它们的效果。
米切尔实验室的博士生汉娜·山形(Hannah Yamagata)发现，某些颗粒的内部结构与改善的结果相对应，例如更多的载荷被卸载或更多的递送到达目标。"有趣的是，这取决于上下文，"山形表示。
例如，某些LNP配方在免疫细胞中表现更好，而其他配方在动物模型中显示出更大的效力。"正确的LNP模型取决于目的地，"山形补充道。
混合正确的批次
研究人员还注意到，根据他们用于制备LNPs的方法，颗粒的特性——以及效力——有所不同。
微流控设备将成分通过小管推动，导致形状和尺寸更加一致，而使用微量移液器手工混合则导致更多变异。
到目前为止，研究人员一直认为微流控设备表现更好，但山形发现，在某些情况下，微量移液产生了更好的结果。
"这有点像烤饼干，"她说，"你可以使用相同的原料，但如果你准备方式不同，最终产品将具有不同的结构。"
未来方向
这些结果为理性LNP设计的新时代打开了大门，超越了当今的试错方法。
研究显示，不应假设单一"最佳"配方，而是颗粒尺寸、形状、内部结构和制备方法必须与治疗环境相匹配。"没有一种适用于所有情况的LNP，"山形表示，"每一个细节都影响它们的形状和结构，而形状和结构又影响它们的功能。"
虽然实验中使用的一些工具——如粒子加速器——难以获取，但许多步骤可以用更常见的设备重现。随着更多实验室生成结构和功能数据，该领域甚至可以组装训练AI进行LNP设计所需的数据集。
最终，这些发现指向一个未来，在这个未来中，纳米颗粒可以像药物本身一样精确地进行工程设计。"这篇论文为更理性地设计LNPs提供了一张路线图，"米切尔表示。
【全文结束】
