Saikat Mukherjee жана анын кесиптештери mRNA ташуучуларында колдонулган липиддик нанобөлүкчөлөрдүн (lipid nanoparticles, LNP) өндүрүш учурунда кандай өлчөмдөргө жана кандай өлчөм бөлүштүрүлүшүнө жетерин алдын ала божомолдоо үчүн эксперименттер менен ырасталган көп масштабдуу механисттик моделди иштеп чыгышкан. Ыкма турбуленттүү суу-этанол аралашмасын эсептөөчү суюктуктар динамикасы (CFD) менен моделдөөнү, LNP нуклеациясын жана өсүшүн популяциялык баланс теңдемелери менен көзөмөлдөөнү жана белгисиз кинетикалык параметрлерди эксперименттик бөлүкчө өлчөмүнүн бөлүштүрүлүштөрүнө карата Байестик Markov Chain Monte Carlo ыкмасы менен баалоону бириктирет. Параметрлерди аныктоодо колдонулган шарттарда модель менен эксперименттин орточо шайкештиги R²=0,975, ал эми параметрлерди баалоодо колдонулбаган жаңы шарттарда R²=0,9513 деп билдирилген. Модель ошондой эле жалпы агым ылдамдыгы жогорулаганда LNP өлчөмү жалпысынан азаярын, бирок суу/этанол агым катышынын таасири аралашуунун сапатына жана аралашуу учурунда бөлүнүп чыккан жылуулукка көз каранды экенин көрсөткөн. Ошол эле учурда модель сфералык нанобөлүкчөлөрдү, нуклеацияны жана өсүүнү гана сүрөттөйт; lipid-lipid, lipid-mRNA өз ара аракеттенүүлөрүн, агломерацияны жана майдаланууну камтыбайт. Ошондуктан жыйынтыктар колдонулган LNP формуляциясынын жана өндүрүш шарттарынын чегинде бааланышы керек.

Түркиянын көз карашынан алганда, изилдөө mRNA жана башка нуклеин кислотасы ташуучуларын өндүрүүдө эксперименттердин санын азайта ала турган физикага негизделген процесс моделдерин кантип түзүүгө болору боюнча маанилүү инженердик ыкманы сунуштайт. Бирок изилдөөдө Түркияга мүнөздүү өндүрүш инфраструктурасы, формуляция, жөнгө салуу процесси же процесс маалыматтары жок. Түркияда окшош өндүрүш процессине колдонулуучу модель колдонулган иондошо алуучу липид, липид катыштары, аралаштыргычтын геометриясы, агым шарттары жана аналитикалык өлчөө системасы үчүн кайра калибрленип, эксперименттик түрдө ырасталышы керек.

Изилдөөнүн негизги көйгөйү эмнеде?

Липиддик нанобөлүкчөлөрдүн өлчөмү жана өлчөм бөлүштүрүлүшү mRNA негизиндеги жеткирүү системаларынын маанилүү сапат көрсөткүчтөрүнүн катарына кирет. Изилдөөчүлөр LNPнин өлчөмү, формасы жана беттик заряды сыяктуу физика-химиялык касиеттер биологиялык тоскоолдуктардан өтүү, клеткага кабыл алуу жана максаттуу ткандарга жетүү жүрүм-туруму үчүн маанилүү экенин баса белгилешет.

Азыркы LNP өндүрүшүндө липиддер камтылган этанол агымы менен RNA камтылган суулуу агым тез аралаштырылат. Эриткич чөйрөнүн өзгөрүшү липиддердин өзүн-өзү уюштуруусун жана нанобөлүкчөлөрдүн пайда болушун козгойт. Бул максатта микрофлюиддик аралаштыргычтар жана турбуленттүү агымдык аралаштыргычтар колдонулушу мүмкүн. Бирок өндүрүш параметрлери өзгөргөндө LNP эмне үчүн белгилүү бир өлчөм бөлүштүрүлүшүнө жетерин биринчи принциптерден түшүндүргөн жана процесс контролунда колдонууга жарай турган механисттик моделдердин жетишсиздиги изилдөө көздөгөн негизги боштук болуп саналат.

Жаңы ыкманын негизги идеясы эмнеде?

Изилдөөчүлөр LNP пайда болушу менен антисольвенттик кристаллдашуу ортосунда механисттик окшоштук түзүшкөн. Антисольвенттик кристаллдашууда эриткич чөйрөнүн өзгөрүшү эригичтикти азайтып, суперсатурацияны, нуклеацияны жана өсүүнү козгойт. Бул изилдөөдө липиддердин суу-этанол аралашмасындагы жүрүм-туруму да окшош фазалык ажыроо жана популяциялык баланс алкагында моделденген.

Булактын 1-сүрөтү ыкманы үч этап менен көрсөтөт. Биринчи бөлүктө этанолдогу иондошо алуучу липид, PEG-lipid, көмөкчү липид жана холестерин суулуу фазадагы RNA менен кагылышуучу агым аралаштыргычта жолугат. Экинчи бөлүктө суперсатурациядан нуклеацияга, андан соң бөлүкчөнүн өсүшүнө чейинки механизм көрсөтүлөт. Үчүнчү бөлүктө болсо CFD жана популяциялык баланс менен эсептелген бөлүкчө өлчөмүнүн бөлүштүрүлүшү эксперименттик бөлүштүрүлүш менен салыштырылып, нуклеация жана өсүү параметрлери Байестик ыкма менен бааланат.

Эксперименттерде чыныгы mRNA колдонулганбы?

Эксперименттик өндүрүштө тазаланган Torula Ambion Yeast RNA колдонулган жана булак аны mRNA жүгүн туураган mRNA cargo mimic катары сүрөттөгөн. Бул айырма маанилүү: эксперименттик системада колдонулган RNA белгилүү бир терапиялык mRNA продукты катары берилген эмес.

LNP формуляциясы кайсы липиддерден турат?

Жалпы липид аралашмасы төрт компоненттен түзүлгөн:

• ALC-0315: иондошо алуучу липид,
• Холестерин,
• DSPC: 1,2-distearoyl-sn-glycero-3-phosphocholine,
• DMG-PEG2000: PEG камтыган липид.

Компоненттердин молярдык катышы тиешелүүлүгүнө жараша 50:38,5:10:1,5 деп белгиленген. Запастык эритме даярдалганда жалпы 20 mg липид аралашмасы 100 mL этанолдо эритилип, андан кийин эксперименттик шарттар талап кылган концентрацияларга чейин суюлтулган.

Суулуу фаза үчүн RNA pH 5,5 болгон 100 mM натрий ацетат буферинде даярдалган. Эксперименттер 25°C температурада жүргүзүлгөн.

Бөлүкчөлөр кантип өндүрүлүп, өлчөнгөн?

Липид эритмеси менен RNA камтыган суулуу буфер NanoScaler тибиндеги үстөл үстүндө колдонулуучу кагылышуучу агым аралаштыргычта бириктирилген. Аралаштыруу камерасы эсептөөчү агым моделдерин трассер боёктор менен сапаттык түрдө ырастоо үчүн оптикалык жеткиликтүүлүк берген айнек терезе менен ыңгайлаштырылган.

Бөлүкчө өлчөмүнүн бөлүштүрүлүштөрү NanoFlowSizer түзмөгүндө мейкиндик боюнча ажыратылган динамикалык жарык чачыратуу ыкмасы жана фазага сезгич аныктоо режиминде өлчөнгөн. Ар бир эксперименттик шарт үчүн кеминде беш толук бөлүкчө өлчөмүнүн бөлүштүрүлүшүн өлчөө жүргүзүлгөн.

Модель эмне үчүн нуклеация менен өсүүнү гана камтыйт?

LNP пайда болушунда нуклеация, өсүү, агломерация жана майдалануу сыяктуу механизмдер роль ойношу мүмкүн. Изилдөөчүлөр колдонгон кагылышуучу агым аралаштыргычтын чыгышындагы кыска кармалуу убакыттарын баалашкандыктан, алгачкы убакыт масштабы үчүн нуклеация менен өсүү басымдуу деп кабыл алып, популяциялык баланс моделинде ушул эки механизмди гана колдонушкан.

Бул божомол моделдин камтуу чөйрөсүн ачык чектейт. Булакта узагыраак убакытта агломерация басымдуу болуп калышы мүмкүн экени белгиленет; демек, азыркы модель LNPнин бардык картаюу же кийинки иштетүү процесстеринин жалпы модели эмес.

Популяциялык баланс теңдемеси эмнени түшүндүрөт?

LNP өлчөмүнүн бөлүштүрүлүшү мейкиндикте жана бөлүкчө өлчөмүнүн огунда кантип өзгөрөрүн сүрөттөгөн негизги теңдеме изилдөөдө төмөнкүдөй берилген:

\[ \nabla\cdot(\mathbf{u}f)+\frac{\partial}{\partial r}(Gf) = \nabla\cdot(D_t\nabla f)+B_n \]

Бул жерде f бөлүкчөлөрдүн сандык тыгыздыгын, r LNP өлчөмүн, G кинетикалык өсүү ылдамдыгын, B_n нуклеация ылдамдыгын жана D_t турбуленттүү диффузияны билдирет. Теңдеме бир жагынан бөлүкчөлөрдүн агым талаасы менен ташылышын жана өлчөм огунда өсүшүн, экинчи жагынан турбуленттүү таралууну жана жаңы ядролордун пайда болушун бирге түшүндүрөт.

Нуклеация кантип моделденет?

Гомогендик нуклеация үчүн классикалык нуклеация теориясына негизделген туюнтма колдонулган:

\[ B_n = A_n \exp\left[ -\frac{16\pi\sigma^3V_m^2} {3(k_BT)^3(\ln S)^2} \right] \delta(r-r_c) \]

A_n эксперименттик бөлүкчө өлчөмүнүн бөлүштүрүлүштөрү менен салыштыруунун натыйжасында бааланган нуклеациянын алдынкы көбөйткүчү. σ интерфейстик энергияны, V_m молекулалык көлөмдү, k_B Boltzmann туруктуусун, T температураны, S суперсатурацияны жана r_c критикалык ядро өлчөмүн билдирет.

Dirac delta термини \(\delta(r-r_c)\) жаңы ядролор моделде критикалык бөлүкчө өлчөмүндө системага кошуларын билдирет.

LNP өсүү ылдамдыгы кантип аныкталат?

Өлчөмгө көз каранды өсүү модели төмөнкүдөй:

\[ G=k_g\,r\,\phi_{Ch}(S-S^*) \]

Бул жерде k_g эксперименттик маалыматтардан бааланган өсүү параметри, r бөлүкчө өлчөмү жана φ_Ch суу-этанол аралашмасындагы эриген липид компонентин билдирет. Изилдөөдөгү тең салмактуу каныгуу:

\[ S^*=\exp\left(\frac{4\sigma V_M}{k_BTr}\right) \]

деп аныкталган. Моделдин маанилүү жөнөкөйлөштүрүүлөрүнүн бири чыныгы төрт компоненттүү липид аралашмасын натыйжалуу түрдө бир компоненттүү липид системасы катары кароосу болуп саналат.

Эмне үчүн холестериндин эригичтиги колдонулат?

Моделде липид аралашмасынын эффективдүү эригичтигин көрсөтүү үчүн холестериндин суу-этанол аралашмасындагы эригичтиги прокси катары колдонулган. Изилдөөчүлөр муну колдонулган компоненттердин ичинен эригичтиги эң төмөн болгон компонент бир компоненттүү модель алкагында эриткичтин өзгөрүшүнө байланышкан фазалык ажыроонун башталышын көзөмөлдөйт деген божомол менен негиздешет.

Бул ыкма моделди колдонууну жеңилдеткени менен, ошол эле учурда формуляцияга көз каранды маанилүү божомолду түзөт. Ар түрдүү иондошо алуучу липиддер же ар башка липид катыштары бирдей эффективдүү эригичтик жүрүм-турумун көрсөтөт деп түздөн-түз айтууга болбойт.

Суу менен этанол аралашмасы кантип моделденет?

Турбуленттүү агым Reynolds-орточолонгон Navier-Stokes (RANS) теңдемелери жана RNG k-ε турбуленттүүлүк модели менен эсептелген. Суу менен этанол аралаштыргычтагы суюктуктун молдук үлүшүнүн %99дан көбүн түзгөндүктөн, аралашма Ньютон суюктугу деп кабыл алынган.

Sub-grid масштабындагы микромиксинг үчүн чектелген режимдүү ыктымалдык тыгыздык функциясы колдонулган. Модель үч чөйрөнү аныктайт:

1. таза суу чөйрөсү,
2. таза этанол чөйрөсү,
3. суу-этанол аралаш чөйрөсү.

Турбуленттүү Schmidt саны 0,7 катары колдонулган.

Аралашуу учурунда пайда болгон жылуулук эмне үчүн моделге киргизилген?

Суу менен этанолдун аралашуусу термикалык жактан нейтралдуу деп эсептелген эмес. Изилдөөчүлөр аралашуу энтальпиясы температурада болжол менен 10 K деңгээлине жетиши мүмкүн болгон өзгөрүүлөрдү жаратып, бул липиддин эригичтигин өзгөртүү аркылуу LNP өлчөмүнүн бөлүштүрүлүшүнө таасир этиши мүмкүн экенин белгилешет.

Бул таасир энергия теңдемеси аркылуу моделге кошулган:

\[ \nabla\cdot(\rho\mathbf{u}E+p\mathbf{u}) = \nabla\cdot(k\nabla T) + \nabla\cdot(\mathbf{u}\tau_{\mathrm{eff}}) + S_h \]

E өзгөчө жалпы энергияны, T температураны жана S_h суу-этанол аралашуу жылуулугунан түзүлгөн энергия булагын билдирет. Изилдөөчүлөрдүн чечмелөөсүнө ылайык, бул компонентти алып салуу айрым иштөө шарттарындагы туура бөлүкчө өлчөмү тенденцияларын кармоону кыйындатат.

Моделдин параметрлери кантип аныкталган?

Нуклеациянын алдынкы көбөйткүчү A_n жана өсүү коэффициенти k_g эксперименттик жана сандык бөлүкчө өлчөмүнүн бөлүштүрүлүштөрүн салыштыруу аркылуу аныкталган.

1–13-шарттардан алынган маалыматтар параметрлерди баалоо үчүн колдонулган. Эксперименттик бөлүштүрүлүш менен модель бөлүштүрүлүшүнүн ортосундагы айырма Hellinger аралыгы аркылуу берилген жана параметрлердин posterior бөлүштүрүлүштөрү адаптивдүү Metropolis-Hastings алгоритми менен үлгүлөнгөн.

• MCMC үлгүлөрүнүн саны: 10.000
• Баштапкы burn-in бөлүгүндө алынып салынган үлгү: 2.000
• Номиналдык A_n: 3,89 × 10²²
• Номиналдык k_g: 11,4815

2a-сүрөт параметрлердин жеке жана биргелешкен posterior бөлүштүрүлүштөрүн; 2b-сүрөт болсо төрт өкүлчүлүктүү шартта эксперименттик бөлүкчө өлчөмүнүн бөлүштүрүлүштөрү менен моделдик божомолдордун салыштырылышын көрсөтөт. Боз аймактар моделдин %95 ишеним аралыгын билдирет.

Модель эксперименттик маалыматка канчалык жакындады?

Параметрлерди баалоодо колдонулган шарттарда номиналдык A_n жана k_g маанилери менен моделдин эксперименттик бөлүкчө өлчөмүнүн бөлүштүрүлүштөрүнө шайкештиги үчүн орточо R²=0,975 деп билдирилген.

Күчтүүрөөк сыноо параметрлерди аныктоодо колдонулбаган шарттарда жүргүзүлгөн. 14–26-шарттар үчүн модель менен эксперимент салыштырылганда R²=0,9513 алынган.

Айрыкча текшерүү топтомундагы 20 mL/мүнөт жалпы агым ылдамдыгы параметрлерди баалоодо колдонулган эң жогорку 16 mL/мүнөт маанисинен %25 жогору. Изилдөөчүлөр бул жыйынтыкты модель окутуу/баалоо аралыгынын бир аз тышындагы шарттарда да бөлүкчө өлчөмүнүн бөлүштүрүлүшүн кармай алганына далил катары баалашат. Бул жыйынтык кеңири жана чексиз экстраполяцияга кепилдик бербейт.

Жалпы агым ылдамдыгы LNP өлчөмүнө кандай таасир берди?

Жалпы агым ылдамдыгы изилдөөдө TFR (total flow rate) деп аныкталган. Мурунку эксперименттик изилдөөлөр билдирген тенденцияга ылайык, механисттик моделде да TFR жогорулаган сайын LNP өлчөмү жалпысынан азайган.

Изилдөөчүлөрдүн механисттик түшүндүрмөсүнө ылайык, жогорку агым ылдамдыгы суу менен этанолдун тезирээк аралашуусун камсыз кылат. Липид түзүлүштөрүнүн өсүшүнө жеткиликтүү убакыт азайып, майда нанобөлүкчөлөр пайда болот.

4-сүрөттө бул тенденция 4:1 жана 1:1 FRR шарттарынын экөөндө тең көрүнгөнү менен, бөлүкчө өлчөмүнүн азайышы жогорку FRRде айкыныраак.

Аралашуу натыйжалуулугу кантип өзгөрөт?

Изилдөө аралашуу сапатын p₃ менен көрсөтөт. TFR 16 mL/мүнөттөн 1 mL/мүнөткө түшүрүлгөндө p₃ мааниси да төмөндөп, аралашуу сапаты начарлаганы байкалган.

Бул жагдай өзгөчө масштабды чоңойтуу жана ар башка аралаштыргыч технологияларын салыштыруу үчүн маанилүү: кириш агым катышын гана өзгөртүү аралаштыргычтын ичиндеги чыныгы микромиксинг шарттарын бирдей кармабайт.

Суу/этанол агым катышы эмне үчүн жөнөкөй параметр эмес?

Агым ылдамдыгынын катышы FRR (flow rate ratio) суулуу фазанын агым ылдамдыгынын этанол фазасынын агым ылдамдыгына болгон катышы. Жакшы аралашкан шарттарда FRR жогорулаганда липиддин эригичтиги азайып, изилдөөдөгү модель бөлүкчө өлчөмүнүн кичирейишине багытталган тенденцияны берген.

Бирок жалпы агым ылдамдыгы төмөн болгондо жыйынтык татаалыраак. TFR=16 mL/мүнөт болгондо аралашма кагылышуу чекитинен болжол менен 5 mm өткөн соң p₃≥0,95 деңгээлине жетет. Бул жакшы аралашкан абалда FRR жогорулаган сайын бөлүкчө өлчөмү азаят.

TFR=1 mL/мүнөт болгондо болсо p₃≥0,95 деңгээлине аралаштыргычтын чыгышына жакын аймакта гана жетет. Эрте микромиксинг жетишсиз болгондуктан нуклеация жана өсүү аралаштыргыч боюнча уланат; аралашуу жылуулугунун таасири да айкыныраак болот. Ошондуктан төмөн агым ылдамдыктарында FRRди көбөйтүү бөлүкчө өлчөмүн сөзсүз монотондуу түрдө азайтпайт.

Температуранын өзгөрүшү канча болду?

TFR=16 mL/мүнөт шартында изилдөөчүлөр кагылышуу чекитинен чыгышка чейин FRR=4:1 үчүн болжол менен %0,74, ал эми FRR=1:1 үчүн болжол менен %1,57 температура жогорулашын билдиришкен.

Бул айырма турбуленттүүлүк энергиясынын жылуулукка айланышынан гана эмес, суу менен этанолдун курамга көз каранды аралашуу жылуулугунан келип чыгаары белгиленет. Моделдин жыйынтыктары аралашуу термодинамикасын LNP өндүрүш моделинде көз жаздымда калтырууга болбой турганын көрсөтөт.

Изилдөө колдогон жыйынтыктар

• CFD, микромиксинг, термалдык модель жана популяциялык баланс теңдемелерин бириктирген механисттик ыкма эксперименттик LNP өлчөм бөлүштүрүлүштөрүн жогорку R² маанилери менен көрсөтө алган.
• Параметрлерди баалоодо колдонулбаган шарттарда R²=0,9513 алынган.
• 20 mL/мүнөттүк текшерүү шарты модель параметрлери аныкталган максималдуу 16 mL/мүнөт агым ылдамдыгынан %25 жогору.
• Жалпы агым ылдамдыгынын жогорулашы каралган шарттарда жалпысынан кичирээк LNP өлчөмдөрүнө алып келген.
• FRRдин бөлүкчө өлчөмүнө таасири аралашуу сапатына көз каранды; төмөн агым ылдамдыктарында жөнөкөй монотондуу жүрүм-турум жоголушу мүмкүн.
• Суу-этанол аралашуу жылуулугу божомолдонгон бөлүкчө өлчөмүнүн бөлүштүрүлүшүн түшүндүрүү үчүн маанилүү модель компоненти.

Изилдөө колдобогон же текшербеген жыйынтыктар

• Модель бардык LNP формуляциялары үчүн калибрациясыз универсалдуу өндүрүш модели эмес.
• Модель lipid-lipid жана lipid-mRNA электростатикалык өз ара аракеттенүүлөрүн түз эсептебейт.
• Агломерация жана майдалануу азыркы популяциялык баланс моделине киргизилген эмес.
• Модель сфералык нанобөлүкчөлөрдүн пайда болушун гана божомолдойт; bleb сыяктуу морфологияларды түшүндүрбөйт.
• Zeta потенциалы же капсулалоо натыйжалуулугу бул модель менен божомолдонгон эмес.
• Эксперименттерде колдонулган RNA белгилүү бир терапиялык mRNA продуктунун клиникалык көрсөткүчүн текшерүү максатында колдонулган эмес.
• Моделдин жогорку R² маанилери mRNA вакциналарынын клиникалык натыйжалуулугу же коопсуздугу жөнүндө жыйынтык эмес.
• SM-102 же MC3 сыяктуу башка иондошо алуучу липиддер үчүн сандык божомолдор ошол эле параметрлер менен жарактуу экени көрсөтүлгөн эмес.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Эксперименттик система

Эсептөөчү моделдин катмарлары

1. RANS агым модели: кагылышуучу агым аралаштыргычтагы турбуленттүү агымды аныктайт.
2. RNG k-ε модели: чечилбеген турбуленттүүлүк масштабдарын көрсөтөт.
3. Үч чөйрөлүү PDF микромиксинг модели: таза суу, таза этанол жана аралашкан суу-этанол чөйрөлөрүн көзөмөлдөйт.
4. Термалдык энергия модели: суу-этанол аралашуу жылуулугун жана температура өзгөрүшүн эсептөөгө киргизет.
5. Популяциялык баланс модели: LNP нуклеациясы жана өсүшүнүн натыйжасында бөлүкчө өлчөмүнүн бөлүштүрүлүшүн божомолдойт.
6. Байестик MCMC: нуклеация жана өсүү кинетикасынын параметрлерин эксперименттик PSD маалыматтарына ылайык баалайт.

Параметрлерди баалоо жана текшерүү

Иштөө параметрлеринин негизги таасирлери

Моделдин маанилүү божомолдору

• Суюктук аралашмасы Ньютон суюктугу деп кабыл алынган.
• Липид аралашмасы бир эффективдүү липид компоненти түрүндө моделденген.
• Эффективдүү липид эригичтиги үчүн холестериндин эригичтиги прокси катары колдонулган.
• Популяциялык баланста нуклеация менен өсүү гана көрсөтүлгөн.
• mRNA-иондошо алуучу липид заряддык өз ара аракеттенүүлөрү эске алынган эмес.
• Lipid-lipid өз ара аракеттенүүлөрү эске алынган эмес.
• Модель сфералык нанобөлүкчөлөрдү божомолдойт.
• Параметрлер колдонулган формуляцияга көз каранды.

Келечектеги өнүктүрүү багыттары

Авторлор lipid-lipid жана lipid-mRNA өз ара аракеттенүүлөрүн моделге кошуу ар түрдүү өндүрүш шарттарында пайда болгон bleb түзүлүштүү нанобөлүкчөлөрдү түшүндүрүү үчүн маанилүү болушу мүмкүн экенин белгилешет. Электростатикалык өз ара аракеттенүү мүчөлөрүн термодинамикалык кыймылдаткыч күчкө кошуу келечекте zeta потенциалын жана капсулалоо натыйжалуулугун да моделдөөгө жардам бериши мүмкүн.

SM-102 же MC3 сыяктуу ар кандай иондошо алуучу липид системаларына өткөндө эффективдүү эригичтик жана кинетикалык параметрлер кайра калибрлениши керек экени ачык белгиленген.

Булак жана Ыкма Жөнүндө Эскертүү

Толук түпнуска изилдөө аталышы: Understanding Size Distributions during Lipid Nanoparticle Manufacturing through Mechanistic Modeling

Авторлор: Saikat Mukherjee; Sunkyu Shin; Cedric Devos; Aniket Udepurkar; Peter Sagmeister; Bernhardt L. Trout; Allan S. Myerson; Richard D. Braatz.

Авторлордун ирети: Булакта жарыяланган ирет жогорудагыдай.

Тең салым/тең биринчи автор: Булакта тең салым тууралуу билдирүү жок.

Жооптуу авторлор: Saikat Mukherjee жана Richard D. Braatz.

Мекеме: Department of Chemical Engineering, Massachusetts Institute of Technology, Cambridge, Massachusetts 02139, United States.

DOI:10.1021/acsomega.6c00100

Журнал: ACS Omega.

Том жана барактар: 11, 26901–26908.

Басмакана: American Chemical Society.

Булактын түрү жана рецензия статусу: Рецензияланган, эксперименттик ырастоосу бар эсептөөчү/механисттик моделдөө боюнча изилдөө макаласы.

Макаланын келип түшкөн күнү: 5 Январь 2026.

Ревизия күнү: 5 Апрель 2026.

Кабыл алынган күнү: 6 Апрель 2026.

Онлайн жарыяланган күнү: 27 Апрель 2026.

Расмий жарыя шилтемеси:ACS Publications макала барагы

Лицензия: Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).

Каржылоо: U.S. Food and Drug Administration, FDA BAA-22-00123 программасы, Award Number 75F40122C00200.

Кызыкчылыктардын кагылышы: Авторлор атаандаштык жараткан финансылык кызыкчылык жок экенин билдиришет.

Маалыматтардын жеткиликтүүлүгү: Авторлор макаладагы графиктерди түзүүдө колдонулган код жана чийки маалыматтар булакта көрсөтүлгөн MIT GitHub репозиторийинде коомчулукка ачык экенин билдиришет.

CRediT/автордук салымдар: Каралган негизги булакта өзүнчө CRediT же жеке автордук салымдар бөлүмү жок.

Илимий ыкма жана чечмелөө чеги

Изилдөө CFD симуляциясы гана эмес. Модель параметрлери физикалык LNP өндүрүш эксперименттеринен алынган бөлүкчө өлчөмүнүн бөлүштүрүлүштөрүнө ылайык бааланып, андан кийин параметрлерди баалоодо колдонулбаган жаңы эксперименттик шарттарга каршы текшерилген. Ошентсе да жогорку R² маанилери моделдин колдонулган эксперимент жана формуляция мейкиндигиндеги PSD божомолдоо ийгилигин билдирет; клиникалык натыйжалуулукту, биологиялык таралууну же mRNA терапиялык көрсөткүчүн көрсөтпөйт.

Популяциялык баланс модели кыска кармалуу убакыттарына байланыштуу нуклеация жана өсүүгө көңүл бурат. Агломерация, майдалануу, lipid-lipid өз ара аракеттенүүлөрү жана mRNA-иондошо алуучу липид электростатикалык өз ара аракеттенүүлөрү камтуудан тышкары. Холестериндин эригичтиги бүт липид аралашмасынын эффективдүү эригичтиги үчүн прокси катары колдонулган. Ошондуктан башка LNP формуляцияларына сандык өтүү параметрлерди кайра калибрлөөнү талап кылат.

Булактын температура жана нуклеация боюнча талкуу бөлүмүндө жогорку температура менен азайган суперсатурациянын нуклеацияга таасири тууралуу бири-бири менен оңой шайкеш келбеген билдирүүлөр бар. Бул Verianla тексти ошол пунктту үнсүз түрдө оңдогон эмес жана механисттик багытты булакта берилгенден так кылган эмес.

Илимий мазмун жүктөлгөн изилдөө макаласына негизделет. Тышкы булактар DOIни, журналдын рецензияланган мүнөзүн жана расмий жарыя идентификациясын библиографиялык текшерүү максатында гана колдонулган; сырттан жаңы LNP эксперимент жыйынтыгы, модель көрсөткүчү же клиникалык табылга кошулган эмес.