Cell：人工智能平台加速发现新的mRNA递送材料

将人工智能（AI）与先进机器人技术相结合以创建自驱动实验室（self-driving labs, SDL），是解决分子发现难题的一种有前景的方法。一种名为LUMI-lab的新型SDL系统结合了大规模分子预训练、主动学习和机器人技术，并发现此前与mRNA递送无关的溴化脂质能提高mRNA进入人体细胞的效率。这项由多伦多大学莱斯利·丹药学院研究人员领导的研究发表在《细胞》期刊上。

LUMI-lab得到了多伦多大学加速联盟的AC转化研究资助，它将一个分子基础模型与自动化机器人系统相结合。出乎研究团队的意料，它发现了一类新型的增强mRNA的脂质——溴化脂质尾，是提高转染效率的主要增强剂。

"通过十个主动学习周期，LUMI-lab合成并测试了超过1,700种新型脂质纳米颗粒（LNP），发现了溴化尾的可电离脂质，其将mRNA递送到人肺细胞中的效率比已批准的基准更高。"多伦多大学莱斯利·丹药学院药剂学与药物递送GSK讲席教授、大学健康网络玛格丽特公主癌症中心附属科学家Bowen Li说。"这个AI驱动系统的关键进步在于，它独立识别出溴化是一个重要且有意义的特征，而没有事先假设，也没有研究人员告诉它先寻找这个。"

虽然mRNA疗法是增长最快的药物模式之一，但它们目前依赖脂质纳米颗粒来安全递送到人体目标区域，迄今为止，只有三种LNP获得了

FDA

批准。像LUMI-lab这样的平台正通过加速发现解锁新治疗应用所需的下一代LNP来扩展设计空间。

此外，用于药物发现的SDL模型依赖大型、高质量的数据集才能表现良好。在mRNA疗法开发和递送等新兴领域，历史数据的稀缺仍然是一个主要障碍。为了解决这个新兴领域的数据稀缺问题，团队选择了一个基于基础的模型，并在超过2800万个分子结构上对LUMI-lab进行预训练，使其在进行更具体任务之前学习一般的化学模式和结构。

"当整合到主动学习框架中时，该模型可以在闭环工作流程中持续优化，进一步提高其预测准确性。"Li说，他也是RNA疫苗和疗法加拿大研究主席。

在临床前模型中测试时，一些新发现的脂质表现优于Moderna的

COVID-19

mRNA疫苗中使用的脂质。虽然溴化脂质仅占LUMI-lab使用的化合物库的8%，但它们却占了表现最佳候选物的一半以上。溴化脂质还显示出与基准临床脂质相似的安全性，支持其未来治疗开发的潜力。

"接下来，我们正在扩展LUMI-lab，以同时优化多个临床相关属性，不仅是递送效力，还包括安全性、耐受性和组织选择性。"Li说。"通过闭环AI预测和自动化实验，我们的目标是缩短新型脂质材料的设计周期，并为mRNA疗法开辟一个更大、以证据驱动的化学空间。"（

生物谷

Bioon.com）

参考文献：

Yue Xu et al,

LUMI-lab: a Foundation Model-Driven Autonomous Platform Enabling Discovery of Ionizable Lipid Designs for mRNA Delivery

, Cell (2026). DOI: 10.1016/j.cell.2026.01.012.