港中大/约翰霍普金斯/悉尼大学团队Chem Soc Rev：工程化多域脂质纳米颗粒——靶向递送的智能...

正文

请到「今天看啥」查看全文

AI赋能：从“试错筛选”到“理性设计”

面对LNPs庞大的配方空间，团队重点探讨了人工智能技术的突破性应用：

• 深度学习模型（如AGILE、TransLNP）可预测脂质结构与转染效率的复杂关系，将筛选效率提升百倍

• 生成式AI通过自注意力机制设计全新脂质分子，突破传统化学库限制

• 多尺度模拟结合分子动力学与泊松-玻尔兹曼计算，精准解析相变行为

这些技术正推动LNP研发从经验驱动转向“计算优先”范式，其中AI平台已成功指导设计出肝靶向与巨噬细胞靶向的明星载体。

超越天然：人工载体与生物外泌体的对话

研究通过四域框架系统对比了工程化LNPs与天然外泌体的异同：

• 结构域：LNPs依赖可离子化脂质实现pH响应，而外泌体膜含独特磷脂酰丝氨酸

• 表面域：外泌体表面蛋白具有多重生物功能，LNPs通过靶向配体实现精准导航

• 载荷域：外泌体可携带蛋白质代谢物，LNPs在核酸封装效率上更具优势

• 环境域：二者均需应对复杂生理环境，但LNPs的给药方式更具可控性

这种对比不仅揭示人工系统的优化方向，更为仿生设计提供了新思路。

请到「今天看啥」查看全文