Modelo com caráter de previsão de aprendizagem de máquina para selecionar de vacinas LNP-baseadas do mRNA

Nesta publicação nova do artigo da ata Pharmaceutica Wei Wang B, autores de Sinica, Shuo Feng, Zhuyifan YE, Hanlu Gao, Jinzhong Lin e Defang Ouyang da universidade de Macau, de universidade de Macau, de China e de Fudan, Shanghai, China discutem a previsão de nanoparticles do lipido para vacinas do mRNA por algoritmos de aprendizagem da máquina.

O nanoparticle do lipido (LNP) é de uso geral entregar vacinas do mRNA. Atualmente, a otimização de LNP confia primeiramente em selecionar lipidos ionizable pelas experiências tradicionais que consomem o custo e o tempo intensivos. As tentativas atuais do estudo de aplicar métodos computacionais para acelerar o desenvolvimento de LNP para vacinas do mRNA. Em primeiro lugar, 325 amostras dos dados de formulações vacinais do mRNA LNP com titer de IgG foram recolhidas.

O algoritmo de aprendizagem da máquina, lightGBM, foi usado para construir um modelo da previsão com bom desempenho (R2>0,87). Mais importante, as subestruturas críticas de lipidos ionizable em LNPs foram identificadas pelo algoritmo, que concordou bem com os resultados publicados. Os resultados experimentais animais mostraram que LNP usando DLin-MC3-DMA (MC3) como o lipido ionizable com uma relação de N/P na eficiência mais alta induzida 6:1 nos ratos do que LNP com SM-102, que era consistente com a previsão modelo. A modelagem dinâmica molecular investigou mais o mecanismo molecular de LNPs usou-se na experiência.

O resultado mostrou que as moléculas do lipido agregadas para formar LNPs, e as moléculas do mRNA retorceram em torno do LNPs. Em resumo, o modelo com caráter de previsão de aprendizagem de máquina para vacinas LNP-baseadas do mRNA foi desenvolvido primeiramente, validado por experiências, e integrado mais com modelagem molecular. O modelo da previsão pode ser usado para a seleção virtual de formulações de LNP no futuro.