MIT的一個團隊用AI演算法調出了一種新的RNA疫苗配方，讓包裹RNA的脂質奈米顆粒(LNP)在高溫下也不容易散開。根據MIT 9月28日發布的新聞稿，新配方的疫苗在室溫下可保存一年，在約37°C(98°F)下能放兩個月。論文發表在Nature Biotechnology。
現有的mRNA疫苗大多要在零下20度到零下80度之間冷凍保存，運輸和倉儲都離不開冷鏈。這是新冠疫苗在低收入國家推廣速度慢的一個直接原因，也是這項研究拿到蓋茲基金會資助的背景。
演算法做了什麼
研究由MIT科赫綜合癌症研究所的首席研究員Ana Jaklenec與Robert Langer教授帶領，參與的還有博士生Jinbi Tian和博士後研究員Khanh Tran。演算法部分則來自MIT電腦科學與人工智慧實驗室(CSAIL)的助理教授Mina Konaković Luković。
流程分成幾個步驟。團隊先從近50種已獲FDA核准的成分裡，逐一測量它們對RNA的穩定效果，挑出表現最好的5種。難處在於這5種要用什麼比例混合：組合的可能性太多，靠人力一個個試要花上幾個月。演算法根據既有的少量實驗結果，預測下一批最可能有效的配比，實驗室做完再把結果回饋回去，一輪一輪收斂，整個過程幾週就完成了。
"The real beauty of this algorithm is that we can use it with small data sets."
——Ana Jaklenec(「這個演算法最厲害的地方,就是小樣本資料也能用」)
Luković則提到，演算法這麼快就收斂到一個穩定配方，超出了團隊原本的預期。
為什麼小樣本資料是重點
生物實驗要取得資料的成本很高，一輪配方測試得經過合成、儲存、檢測，動輒幾天，很難累積深度學習所需要的規模。過去一兩年裡AI走進實驗室的新聞，多半集中在蛋白質結構、分子生成這類已有大型公開資料庫支撐的領域。像製劑配方這種每個實驗室資料都很少的環節，更適合用「主動學習」式的小樣本優化：模型只負責建議下一步該做哪個實驗，判斷仍交給真實量測。
這次選的5種成分都在FDA核准清單裡，也有現實考量。換成全新的化學物質，安全性審查要從頭開始；沿用已核准的賦形劑，後續走向臨床的路徑會短一些。
離臨床還有多遠
目前的免疫原性數據來自小鼠實驗，研究團隊表示免疫反應與莫德納原始配方相當。人體的效果、量產時批次間的穩定性、主管機關是否認可室溫儲存標示，新聞稿裡都沒有提到，也還沒有廠商宣布接手做臨床試驗。
以中國大陸市場來看，這項研究的參照對象很具體。當地已上市或研發中的mRNA疫苗同樣仰賴冷鏈，西部與偏遠地區的配送成本一直是難題。如果室溫穩定的LNP配方能在人體試驗中站得住腳，受影響最大的會是疫苗的物流與基層接種環節，而非實驗室本身。論文用到的方法並不複雜，其他地區做藥物遞送系統的團隊，用同樣的思路篩選自家賦形劑，門檻也不高。
參考來源：CocoLoop、MIT News、Nature Biotechnology論文資訊；查核項目為儲存溫度與時長、候選成分數量、研究人員署名及資助方。