Saikat Mukherjee ve çalışma arkadaşları, mRNA taşıyıcılarında kullanılan lipid nanoparçacıkların (lipid nanoparticles, LNP) üretim sırasında hangi boyutlara ve hangi boyut dağılımına ulaşacağını öngörmek için deneylerle doğrulanan çok ölçekli bir mekanistik model geliştirdi. Yaklaşım; türbülanslı su-etanol karışımının hesaplamalı akışkanlar dinamiği (CFD) ile modellenmesini, LNP çekirdeklenmesi ve büyümesinin popülasyon dengesi denklemleriyle izlenmesini ve bilinmeyen kinetik parametrelerin deneysel parçacık boyutu dağılımlarına karşı Bayesçi Markov Zinciri Monte Carlo yöntemiyle kestirilmesini birleştiriyor. Parametre belirlemede kullanılan koşullarda model ile deney arasındaki ortalama uyum R²=0,975, parametre kestiriminde kullanılmayan yeni koşullarda ise R²=0,9513 olarak bildirildi. Model ayrıca toplam akış hızı yükseldiğinde LNP boyutunun genel olarak azaldığını, fakat su/etanol akış oranının etkisinin karışma kalitesine ve karışma sırasında açığa çıkan ısıya bağlı olduğunu gösterdi. Bununla birlikte model yalnız küresel nanoparçacıkları, çekirdeklenme ve büyümeyi temsil ediyor; lipid-lipid, lipid-mRNA etkileşimlerini, aglomerasyonu ve kırılmayı kapsamıyor. Bu nedenle sonuçlar kullanılan LNP formülasyonu ve üretim koşulları çerçevesinde değerlendirilmelidir.

Türkiye açısından çalışma, mRNA ve diğer nükleik asit taşıyıcılarının üretiminde deney sayısını azaltabilecek fizik tabanlı proses modellerinin nasıl kurulabileceğine ilişkin önemli bir mühendislik yaklaşımı sunuyor. Ancak araştırmada Türkiye'ye özgü üretim altyapısı, formülasyon, düzenleyici süreç veya proses verisi bulunmuyor. Türkiye'de benzer bir üretim sürecine uygulanacak modelin kullanılan iyonlaşabilir lipid, lipid oranları, karıştırıcı geometrisi, akış koşulları ve analitik ölçüm sistemi için yeniden kalibre edilmesi ve deneysel olarak doğrulanması gerekir.

Araştırmanın temel problemi nedir?

Lipid nanoparçacıkların boyutu ve boyut dağılımı, mRNA tabanlı taşıma sistemlerinin önemli kalite özellikleri arasındadır. Araştırmacılar LNP'nin büyüklüğü, şekli ve yüzey yükü gibi fizikokimyasal özelliklerin biyolojik bariyerlerden geçiş, hücresel alım ve hedef dokulara ulaşma davranışı açısından önemli olduğunu vurgulamaktadır.

Güncel LNP üretiminde lipidlerin bulunduğu etanol akımı ile RNA'nın bulunduğu sulu akım hızla karıştırılır. Çözücü ortamının değişmesi lipidlerin kendi kendine düzenlenmesini ve nanoparçacık oluşumunu tetikler. Mikroakışkan karıştırıcılar ve türbülanslı jet karıştırıcılar bu amaçla kullanılabilmektedir. Bununla birlikte üretim parametreleri değiştirildiğinde LNP'nin neden belirli bir boyut dağılımına ulaştığını ilk ilkelerden açıklayan, proses kontrolünde kullanılabilecek mekanistik modellerin yetersiz olması araştırmanın hedeflediği temel boşluktur.

Yeni yaklaşımın temel fikri nedir?

Araştırmacılar LNP oluşumu ile antisolvent kristalizasyonu arasında mekanistik bir benzerlik kurmuştur. Antisolvent kristalizasyonunda çözücü ortamının değişmesi çözünürlüğü azaltarak süpersaturasyon, çekirdeklenme ve büyümeyi tetikler. Çalışmada lipidlerin su-etanol karışımındaki davranışı da benzer bir faz ayrışması ve popülasyon dengesi çerçevesiyle modellenmiştir.

Kaynağın Şekil 1'i yaklaşımı üç aşamada gösteriyor. İlk bölümde etanol içinde iyonlaşabilir lipid, PEG-lipid, yardımcı lipid ve kolesterol ile sulu fazdaki RNA bir çarpışan jet karıştırıcıda buluşuyor. İkinci bölümde süpersaturasyondan çekirdeklenmeye ve ardından parçacık büyümesine uzanan mekanizma gösteriliyor. Üçüncü bölümde ise CFD ve popülasyon dengesiyle hesaplanan parçacık boyutu dağılımı deneysel dağılımla karşılaştırılıyor ve çekirdeklenme ile büyüme parametreleri Bayesçi yöntemle kestiriliyor.

Deneylerde gerçek mRNA mı kullanıldı?

Deneysel üretimde saflaştırılmış Torula Ambion Yeast RNA kullanılmış ve kaynak bunu mRNA yükünü taklit eden bir mRNA cargo mimic olarak tanımlamıştır. Bu ayrım önemlidir: deneysel sistemde kullanılan RNA, belirli bir terapötik mRNA ürünü olarak sunulmamaktadır.

LNP formülasyonu hangi lipidlerden oluşuyor?

Toplam lipid karışımı dört bileşenden oluşturulmuştur:

• ALC-0315: iyonlaşabilir lipid,
• Kolesterol,
• DSPC: 1,2-distearoyl-sn-glycero-3-phosphocholine,
• DMG-PEG2000: PEG içeren lipid.

Bileşenlerin molar oranı sırasıyla 50:38,5:10:1,5 olarak belirlenmiştir. Stok çözelti hazırlanırken toplam 20 mg lipid karışımı 100 mL etanolde çözülmüş, daha sonra deney koşullarının gerektirdiği konsantrasyonlara seyreltilmiştir.

Sulu faz için RNA, pH 5,5 olan 100 mM sodyum asetat tamponunda hazırlanmıştır. Deneyler 25°C'de gerçekleştirilmiştir.

Parçacıklar nasıl üretildi ve ölçüldü?

Lipid çözeltisi ile RNA içeren sulu tampon, NanoScaler tipi masaüstü çarpışan jet karıştırıcıda birleştirilmiştir. Karıştırma odası, hesaplamalı akış modellerinin izleyici boyalarla nitel olarak doğrulanabilmesi için optik erişim sağlayan bir cam pencereyle özelleştirilmiştir.

Parçacık boyutu dağılımları, NanoFlowSizer cihazında uzaysal çözünürlüklü dinamik ışık saçılımı yöntemiyle ve faz duyarlı algılama modunda ölçülmüştür. Her deney koşulu için en az beş tam parçacık boyutu dağılımı ölçümü yapılmıştır.

Model neden yalnız çekirdeklenme ve büyümeyi içeriyor?

LNP oluşumunda çekirdeklenme, büyüme, aglomerasyon ve kırılma gibi mekanizmalar rol oynayabilir. Araştırmacılar, kullandıkları çarpışan jet karıştırıcının çıkışında kısa kalış sürelerini değerlendirdikleri için erken zaman ölçeğinde çekirdeklenme ve büyümenin baskın olduğunu kabul etmiş ve popülasyon dengesi modelinde yalnız bu iki mekanizmayı kullanmıştır.

Bu varsayım modelin kapsamını açık biçimde sınırlar. Daha uzun zamanlarda aglomerasyonun baskın hâle gelebileceği kaynakta belirtilmektedir; dolayısıyla mevcut model bütün LNP yaşlanma veya son işlem süreçlerinin genel modeli değildir.

Popülasyon dengesi denklemi neyi anlatıyor?

LNP boyut dağılımının uzayda ve parçacık boyutu ekseninde nasıl değiştiğini tanımlayan temel denklem çalışmada şu biçimde kurulmuştur:

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

Burada f parçacık sayı yoğunluğunu, r LNP boyutunu, G kinetik büyüme hızını, B_n çekirdeklenme hızını ve D_t türbülanslı difüzyonu temsil eder. Denklem, bir taraftan parçacıkların akış alanıyla taşınmasını ve boyut ekseninde büyümesini, diğer taraftan türbülanslı dağılımı ve yeni çekirdeklerin oluşmasını birlikte ifade eder.

Çekirdeklenme nasıl modelleniyor?

Homojen çekirdeklenme için klasik çekirdeklenme teorisine dayalı ifade kullanılmıştır:

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

A_n, deneysel parçacık boyutu dağılımlarıyla karşılaştırma sonucunda kestirilen çekirdeklenme ön çarpanıdır. σ ara yüzey enerjisini, V_m moleküler hacmi, k_B Boltzmann sabitini, T sıcaklığı, S süpersaturasyonu ve r_c kritik çekirdek boyutunu ifade eder.

Dirac delta terimi \(\delta(r-r_c)\), yeni çekirdeklerin modelde kritik parçacık boyutunda sisteme eklendiğini temsil eder.

LNP büyüme hızı nasıl tanımlanıyor?

Boyuta bağlı büyüme modeli şu biçimdedir:

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

Burada k_g deneysel verilerden kestirilen büyüme parametresi, r parçacık boyutu ve φ_Ch su-etanol karışımındaki çözünmüş lipid bileşenini temsil eder. Çalışmadaki denge doygunluğu:

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

olarak tanımlanmıştır. Modelin önemli sadeleştirmelerinden biri, gerçek dört bileşenli lipid karışımını etkin olarak tek bileşenli bir lipid sistemi gibi ele almasıdır.

Neden kolesterol çözünürlüğü kullanılıyor?

Modelde lipid karışımının etkin çözünürlüğünü temsil etmek için kolesterolün su-etanol karışımındaki çözünürlüğü vekil olarak kullanılmıştır. Araştırmacılar bunu, kullanılan bileşenler içinde en düşük çözünürlüğe sahip bileşenin tek bileşenli model çerçevesinde çözücü değişimine bağlı faz ayrışmasının başlangıcını kontrol ettiği varsayımıyla gerekçelendirmektedir.

Bu yaklaşım modelin uygulanabilirliğini kolaylaştırırken aynı zamanda formülasyona bağımlı önemli bir varsayım oluşturur. Farklı iyonlaşabilir lipidlerin veya farklı lipid oranlarının aynı etkin çözünürlük davranışını göstereceği doğrudan varsayılamaz.

Su ve etanol karışımı nasıl modelleniyor?

Türbülanslı akış, Reynolds-ortalamalı Navier-Stokes (RANS) denklemleri ve RNG k-ε türbülans modeliyle hesaplanmıştır. Su ve etanolün karıştırıcıdaki akışkanın mol kesrinin %99'dan fazlasını oluşturması nedeniyle karışım Newtonyen akışkan kabul edilmiştir.

Alt-grid ölçeğindeki mikromiksaj için sonlu modlu olasılık yoğunluk fonksiyonu yaklaşımı kullanılmıştır. Model üç çevre tanımlar:

1. saf su ortamı,
2. saf etanol ortamı,
3. su-etanol karışım ortamı.

Türbülanslı Schmidt sayısı 0,7 olarak kullanılmıştır.

Karışma sırasında ortaya çıkan ısı neden modele dahil edildi?

Su ve etanolün karışması termal olarak nötr kabul edilmemiştir. Araştırmacılar karışım entalpisinin sıcaklıkta yaklaşık 10 K mertebesine ulaşabilen değişikliklere yol açabileceğini ve bunun lipid çözünürlüğünü değiştirerek LNP boyut dağılımını etkileyebileceğini belirtmektedir.

Bu etki enerji denklemiyle modele eklenmiştir:

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

E özgül toplam enerjiyi, T sıcaklığı ve S_h su-etanol karışma ısısının oluşturduğu enerji kaynağını temsil eder. Bu bileşenin çıkarılması, araştırmacıların yorumuna göre bazı işletme koşullarındaki doğru parçacık boyutu eğilimlerinin yakalanmasını zorlaştırmaktadır.

Model parametreleri nasıl belirlendi?

Çekirdeklenme ön çarpanı A_n ve büyüme katsayısı k_g, deneysel ve sayısal parçacık boyutu dağılımlarının karşılaştırılmasıyla belirlenmiştir.

Koşul 1–13'ten elde edilen veriler parametre kestirimi için kullanılmıştır. Deneysel dağılım ile model dağılımı arasındaki fark Hellinger uzaklığı üzerinden ifade edilmiş ve parametrelerin art dağılımları adaptif Metropolis-Hastings algoritmasıyla örneklenmiştir.

• MCMC örnek sayısı: 10.000
• Başlangıç burn-in bölümünde atılan örnek: 2.000
• Nominal A_n: 3,89 × 10²²
• Nominal k_g: 11,4815

Şekil 2a, parametrelerin tekil ve ortak art dağılımlarını; Şekil 2b ise dört temsilî koşulda deneysel parçacık boyutu dağılımlarıyla model tahminlerinin karşılaştırmasını göstermektedir. Gri bölgeler modelin %95 güven aralığını temsil eder.

Model deneysel veriye ne kadar yaklaştı?

Parametre kestiriminde kullanılan koşullarda nominal A_n ve k_g değerleriyle modelin deneysel parçacık boyutu dağılımlarına uyumu için ortalama R²=0,975 bildirilmiştir.

Daha güçlü sınama ise parametrelerin belirlenmesinde kullanılmayan koşullar üzerinde yapılmıştır. Koşul 14–26 için model ve deney karşılaştırıldığında R²=0,9513 elde edilmiştir.

Özellikle doğrulama setindeki 20 mL/dakika toplam akış hızı, parametre kestiriminde kullanılan en yüksek 16 mL/dakika değerinin %25 üzerindedir. Araştırmacılar bu sonucu modelin eğitim/kestirim aralığının hemen dışındaki koşullarda da parçacık boyutu dağılımını yakalayabildiğine ilişkin kanıt olarak değerlendirmektedir. Bu sonuç daha geniş ve sınırsız bir ekstrapolasyon garantisi anlamına gelmez.

Toplam akış hızı LNP boyutunu nasıl etkiledi?

Toplam akış hızı, çalışmada TFR (total flow rate) olarak tanımlanmıştır. Önceki deneysel çalışmaların bildirdiği eğilimle uyumlu biçimde mekanistik modelde de TFR yükseldikçe LNP boyutu genel olarak azalmıştır.

Araştırmacıların mekanistik açıklamasına göre daha yüksek akış hızı su ve etanolün daha hızlı karışmasını sağlar. Lipid yapılarının büyümek için sahip olduğu zaman azalır ve daha küçük nanoparçacıklar ortaya çıkar.

Şekil 4'te bu eğilim hem 4:1 hem de 1:1 FRR koşullarında görülmekle birlikte parçacık boyutundaki azalma yüksek FRR'de daha belirgindir.

Karışma verimi nasıl değişiyor?

Çalışma karışma kalitesini p₃ ile temsil etmektedir. TFR 16 mL/dakikadan 1 mL/dakikaya düşürüldüğünde p₃ değerinin de düştüğü ve karışma kalitesinin zayıfladığı görülmüştür.

Bu nokta özellikle ölçek büyütme ve farklı karıştırıcı teknolojilerinin karşılaştırılması açısından önemlidir: yalnız giriş akış oranını değiştirmek, karıştırıcının içindeki gerçek mikromiksaj koşullarını aynı tutmaz.

Su/etanol akış oranı neden basit bir parametre değil?

Akış hızı oranı FRR (flow rate ratio), sulu faz akış hızının etanol fazı akış hızına oranıdır. İyi karışmış koşullarda FRR yükseldiğinde lipid çözünürlüğü azalır ve çalışmadaki model daha küçük parçacık boyutlarına yönelen bir eğilim üretmiştir.

Ancak düşük toplam akış hızında sonuç daha karmaşıktır. TFR=16 mL/dakika olduğunda karışım, çarpışma noktasından yaklaşık 5 mm sonra p₃≥0,95 düzeyine ulaşmaktadır. Bu iyi karışmış durumda parçacık boyutu FRR yükseldikçe azalmaktadır.

TFR=1 mL/dakika olduğunda ise p₃≥0,95 düzeyine ancak karıştırıcı çıkışına yakın bölgede ulaşılır. Yetersiz erken mikromiksaj nedeniyle çekirdeklenme ve büyüme karıştırıcı boyunca devam eder; karışma ısısının etkisi de daha belirgin hâle gelir. Bu nedenle düşük akış hızlarında FRR'nin artırılması parçacık boyutunu zorunlu olarak monoton biçimde azaltmaz.

Sıcaklık değişimi ne kadar oldu?

TFR=16 mL/dakika koşulunda araştırmacılar çarpışma noktasından çıkışa kadar FRR=4:1 için yaklaşık %0,74, FRR=1:1 için ise yaklaşık %1,57 sıcaklık artışı bildirmiştir.

Bu farkın yalnız türbülans enerjisinin ısıya dönüşmesinden değil, su ve etanolün bileşime bağlı karışma ısısından kaynaklandığı belirtilmektedir. Model sonuçları, karışma termodinamiğinin LNP üretim modeli içinde ihmal edilemeyeceğini göstermektedir.

Çalışmanın desteklediği sonuçlar

• CFD, mikromiksaj, termal model ve popülasyon dengesi denklemlerini birleştiren mekanistik yaklaşım deneysel LNP boyut dağılımlarını yüksek R² değerleriyle temsil edebilmiştir.
• Parametre kestiriminde kullanılmayan koşullarda R²=0,9513 elde edilmiştir.
• 20 mL/dakikalık doğrulama koşulu, model parametrelerinin belirlendiği maksimum 16 mL/dakikalık akış hızının %25 üzerindedir.
• Toplam akış hızının yükselmesi incelenen koşullarda genel olarak daha küçük LNP boyutlarıyla sonuçlanmıştır.
• FRR'nin parçacık boyutuna etkisi karışma kalitesine bağlıdır; düşük akış hızlarında basit monoton davranış kaybolabilir.
• Su-etanol karışma ısısı, öngörülen parçacık boyutu dağılımını açıklamak için önemli bir model bileşenidir.

Çalışmanın desteklemediği veya test etmediği sonuçlar

• Model bütün LNP formülasyonları için kalibrasyonsuz evrensel bir üretim modeli değildir.
• Model lipid-lipid ve lipid-mRNA elektrostatik etkileşimlerini doğrudan hesaplamamaktadır.
• Aglomerasyon ve kırılma mevcut popülasyon dengesi modeline dahil edilmemiştir.
• Model yalnız küresel nanoparçacık oluşumunu öngörmektedir; bleb benzeri morfolojileri açıklamamaktadır.
• Zeta potansiyeli veya kapsülleme verimi bu modelle öngörülmemiştir.
• Deneylerde kullanılan RNA, belirli bir terapötik mRNA ürününün klinik performansını test etmek amacıyla kullanılmamıştır.
• Modelin yüksek R² değerleri mRNA aşılarının klinik etkinliği veya güvenliği hakkında bir sonuç değildir.
• SM-102 veya MC3 gibi başka iyonlaşabilir lipidler için nicel tahminlerin aynı parametrelerle geçerli olduğu gösterilmemiştir.

Çalışmanın Yöntemi ve Bulguları

Deneysel sistem

Hesaplamalı modelin katmanları

1. RANS akış modeli: çarpışan jet karıştırıcıdaki türbülanslı akışı belirler.
2. RNG k-ε modeli: çözülmeyen türbülans ölçeklerini temsil eder.
3. Üç çevreli PDF mikromiksaj modeli: saf su, saf etanol ve karışmış su-etanol ortamlarını izler.
4. Termal enerji modeli: su-etanol karışma ısısını ve sıcaklık değişimini hesaplamaya dahil eder.
5. Popülasyon dengesi modeli: LNP çekirdeklenmesi ve büyümesi sonucunda parçacık boyutu dağılımını öngörür.
6. Bayesçi MCMC: çekirdeklenme ve büyüme kinetiği parametrelerini deneysel PSD verisine göre kestirir.

Parametre kestirimi ve doğrulama

İşletme parametrelerinin ana etkileri

Modelin önemli varsayımları

• Akışkan karışımı Newtonyen kabul edilmiştir.
• Lipid karışımı tek etkin lipid bileşeni biçiminde modellenmiştir.
• Etkin lipid çözünürlüğü için kolesterol çözünürlüğü vekil kullanılmıştır.
• Yalnız çekirdeklenme ve büyüme popülasyon dengesi içinde temsil edilmiştir.
• mRNA-iyonlaşabilir lipid yük etkileşimleri ihmal edilmiştir.
• Lipid-lipid etkileşimleri ihmal edilmiştir.
• Model küresel nanoparçacıkları öngörmektedir.
• Parametreler kullanılan formülasyona bağlıdır.

Gelecek geliştirme alanları

Yazarlar lipid-lipid ve lipid-mRNA etkileşimlerinin modele eklenmesinin farklı üretim koşullarında ortaya çıkan bleb yapılı nanoparçacıkları açıklamak için önemli olabileceğini belirtmektedir. Elektrostatik etkileşim terimlerinin termodinamik itici kuvvete eklenmesi, gelecekte zeta potansiyeli ve kapsülleme veriminin de modellenmesine yardımcı olabilir.

SM-102 veya MC3 gibi farklı iyonlaşabilir lipid sistemlerine geçildiğinde etkin çözünürlük ve kinetik parametrelerin yeniden kalibre edilmesi gerektiği açıkça belirtilmiştir.

Kaynak ve Yöntem Notu

Tam özgün çalışma adı: Understanding Size Distributions during Lipid Nanoparticle Manufacturing through Mechanistic Modeling

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

Yazar sırası: Kaynakta yayımlandığı sıra yukarıdaki gibidir.

Eş katkı/eş birinci yazar: Kaynakta eş katkı beyanı bulunmamaktadır.

Sorumlu yazarlar: Saikat Mukherjee ve Richard D. Braatz.

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

DOI:10.1021/acsomega.6c00100

Dergi: ACS Omega.

Cilt ve sayfalar: 11, 26901–26908.

Yayınevi: American Chemical Society.

Kaynak türü ve hakemlik durumu: Hakemli, deneysel doğrulamalı hesaplamalı/mekanistik modelleme araştırma makalesi.

Makalenin alınma tarihi: 5 Ocak 2026.

Revizyon tarihi: 5 Nisan 2026.

Kabul tarihi: 6 Nisan 2026.

Çevrim içi yayın tarihi: 27 Nisan 2026.

Resmî yayın bağlantısı:ACS Publications makale sayfası

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

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

Çıkar çatışması: Yazarlar rekabet oluşturan finansal çıkar bulunmadığını beyan etmektedir.

Veri erişilebilirliği: Yazarlar makaledeki grafiklerin üretilmesinde kullanılan kod ve ham verilerin kaynakta belirtilen MIT GitHub deposunda kamuya açık olduğunu bildirmektedir.

CRediT/yazar katkıları: İncelenen ana kaynakta ayrı bir CRediT veya bireysel yazar katkı bölümü bulunmamaktadır.

Bilimsel yöntem ve yorum sınırı

Çalışma yalnız bir CFD simülasyonu değildir. Model parametreleri fiziksel LNP üretim deneylerinden elde edilen parçacık boyutu dağılımlarına göre kestirilmiş, ardından parametre kestiriminde kullanılmayan yeni deney koşullarına karşı doğrulanmıştır. Bununla birlikte yüksek R² değerleri modelin kullanılan deney ve formülasyon uzayındaki PSD tahmin başarısını ifade eder; klinik etkinlik, biyolojik dağılım veya mRNA terapötik performansı göstermez.

Popülasyon dengesi modeli kısa kalış süreleri nedeniyle çekirdeklenme ve büyümeye odaklanmaktadır. Aglomerasyon, kırılma, lipid-lipid etkileşimleri ve mRNA-iyonlaşabilir lipid elektrostatik etkileşimleri kapsam dışındadır. Kolesterol çözünürlüğü tüm lipid karışımının etkin çözünürlüğü için vekil kullanılmıştır. Bu nedenle başka LNP formülasyonlarına nicel geçiş yeniden parametre kalibrasyonu gerektirir.

Kaynağın sıcaklık ve çekirdeklenmeye ilişkin tartışma bölümünde, daha yüksek sıcaklıkla azalan süpersaturasyonun çekirdeklenmeye etkisine ilişkin birbirleriyle kolayca uzlaştırılamayan ifadeler bulunmaktadır. Bu Verianla metni söz konusu noktayı sessizce düzeltmemiş ve mekanistik yönü kaynakta verilenden daha kesin hâle getirmemiştir.

Bilimsel içerik yüklenen araştırma makalesine dayanmaktadır. Dış kaynaklar yalnız DOI, derginin hakemlik niteliği ve resmî yayın kimliğinin bibliyografik doğrulanması amacıyla kullanılmış; dışarıdan yeni LNP deney sonucu, model performansı veya klinik bulgu eklenmemiştir.