澳大新mRNA篩選AI模型提高藥物研發效率

澳門大學中華醫藥研究院、中藥質量研究國家重點實驗室、健康科學學院副教授歐陽德方的研究團隊開發了用於mRNA脂質納米粒（LNP）遞送體系虛擬篩選的人工智能模型，可提高藥物研發效率。相關研究成果以“人工智能驅動用於mRNA遞送的可電離脂質的合理設計”為題發表於國際學術期刊《自然通訊》，並已申請了國際專利。

COVID-19 mRNA疫苗的成功證明脂質納米粒在mRNA遞送方面是極有效的。然而，LNP其中的關鍵成分——可電離脂質，傳統上需要通過低效且成本高昂的實驗篩選進行優化。因此，研究團隊開發了人工智能模型，預測LNP的關鍵屬性——表觀pKa和mRNA遞送效率，通過虛擬篩選促進可電離脂質的合理設計。在兩輪人工智能模型驅動的生成和篩選中，共評估了近2,000萬個可電離脂質，分別產生了三個和六個新分子。在小鼠測試驗證中，第一輪篩選獲得的一個含有苯環的脂質表現出與對照分子DLin-MC3-DMA（MC3）相當的性能，而第二輪篩選獲得的所有六個脂質都達到了或超過了MC3的性能，其中一個脂質的效果類似於一個更優的對照脂質SM-102。此外，研究團隊開發的人工智能模型在結構—活性關係上具有可解釋性。這項研究證明了人工智能技術在mRNA藥物產品開發中的巨大潛力，可提高藥物研發效率。

該研究由澳門大學與復旦大學團隊合作完成。歐陽德方為該研究的共同第一通訊作者，澳大博士後王維與博士生吳依洋為共同第一作者。該研究獲得澳門大學項目（檔案編號：MYRG-CRG2022-00008-ICMS、ICMS/RTO/EP160/2023）， 澳門特別行政區科學技術發展基金（檔案編號：0071/2024/RIA1、005/2023/SKL），深圳市科技創新委員會（檔案編號：SGDX20210823103802016），珠海市科技創新局（檔案編號：ZH22017002210010PWC），國家自然科學基金（檔案編號：32301174）的共同資助。研究亦獲上海張江mRNA國際創新中心、復旦大學mRNA藥物轉化中心、上海藍鵲生物醫藥有限公司的支持。完整文章可查閱：https://www.nature.com/articles/s41467-024-55072-6。