AI用少量实验寻找耐热RNA疫苗配方

AI for Science / 生物医药 / 论文 · 9/10 · 建议读方法与验证

9月28日《Nature Biotechnology》刊出MIT团队的研究：用贝叶斯优化寻找保护mRNA脂质纳米颗粒的辅料比例。算法从已有实验估计哪些配方更有希望，再选择下一批实验；并不需要先积累成千上万份训练数据。

按照MIT的介绍，研究者先筛查近50种已获FDA批准的辅料，选出五种候选，随后每轮测试两种配方，把结果送回算法。正式论文摘要报告，优化在一个月内完成六轮。这个方法节省的是昂贵的试错：让每次实验同时改善配方，并帮助决定下一次做什么。

研究采用真空干燥后的固态制剂。正式论文报告37℃储存超过两个月后仍保留生物活性，并在啮齿类与非人灵长类动物中验证免疫反应；MIT还介绍了室温储存一年的小鼠实验。成果目前是动物研究，不能等同于获批的人用耐热疫苗，辅料原本获批也不意味着新组合自动获批。它的吸引力在于把AI的收益落在一个可测的研发瓶颈上，并可能改善冷链与微针贴片的应用条件。