در بسیاری از درمان‌های مبتنی بر RNA، مولکول درمانی به‌تنهایی نمی‌تواند به‌سادگی خود را به سلول هدف در بدن برساند. RNA در محیط بدن نسبتاً ناپایدار است و اگر بدون یک حامل مناسب وارد بدن شود، به‌سرعت تجزیه می‌شود. به همین دلیل، دانشمندان از نانوذرات لیپیدی یا LNP به‌عنوان یک سامانه حمل‌ونقل در مقیاس نانو استفاده می‌کنند تا RNA را در خود جای دهند و آن را به سلول‌های موردنظر برسانند.
نانوذرات لیپیدی در واکسن‌های mRNA و برخی درمان‌های مبتنی بر RNA نقش مهمی ایفا کرده‌اند. با این حال، ساخت این نانوذرات تاکنون با چالش مهمی همراه بوده است: پژوهشگران نمی‌توانستند به‌صورت قابل‌اعتماد و دقیق، اندازه و شکل ذرات را در فرایند تولید کنترل کنند. در حالی که همین دو ویژگی می‌تواند بر رفتار نانوذرات در بدن و محل تجمع آن‌ها تأثیر بگذارد.
روش جدید MIT تلاش می‌کند این مشکل را با ترکیب یک فرایند اختلاط دومرحله‌ای، اندازه‌گیری لحظه‌ای و خودکارسازی حل کند. سامانه می‌تواند شرایط تولید را تغییر دهد، اندازه ذرات تشکیل‌شده را اندازه‌گیری کند و در صورت نیاز، پارامترهای فرایند را اصلاح کند تا نانوذرات به اندازه موردنظر برسند.
در روش‌های رایج، برای تولید نانوذرات لیپیدی دو جریان مایع با سرعت بالا با یکدیگر مخلوط می‌شوند. یکی از این جریان‌ها حاوی مولکول‌های لیپیدی معلق در اتانول است و جریان دیگر، RNA حل‌شده در یک محلول بافر اسیدی را در خود دارد.
این دو محلول با نسبت مساوی وارد فرایند اختلاط نمی‌شوند. معمولاً حجم محلول حاوی RNA حدود سه برابر محلول لیپیدی است. این نسبت به تشکیل نانوذرات لیپیدی حامل RNA کمک می‌کند، اما کنترل دقیقی بر اندازه و شکل نهایی ذرات در اختیار پژوهشگران قرار نمی‌دهد.
گروه تحقیقاتی MIT در مطالعه‌ای که سال گذشته در مجله ACS Nano منتشر شد، نشان داده بود که می‌توان فرایند اختلاط را به دو مرحله تقسیم کرد تا کنترل بسیار دقیق‌تری بر اندازه ذرات به دست آید.
در مرحله نخست، RNA و لیپیدها با سرعت جریان یکسان با یکدیگر ترکیب می‌شوند. سپس پس از یک فاصله زمانی کوتاه، مقدار بیشتری از محلول بافر به مخلوط اضافه می‌شود. این مرحله باعث متوقف‌شدن رشد نانوذرات می‌شود.
مدت‌زمانی که بین دو مرحله اختلاط سپری می‌شود، نقش تعیین‌کننده‌ای در اندازه نهایی ذرات دارد. اگر این فاصله زمانی طولانی‌تر باشد، ذرات فرصت بیشتری برای رشد پیدا می‌کنند و در نتیجه بزرگ‌تر می‌شوند. کاهش این زمان نیز باعث می‌شود رشد ذرات زودتر متوقف شده و نانوذرات کوچک‌تری تولید شوند.
سِدریک دِووس، پژوهشگر پسادکتری MIT و یکی از نویسندگان اصلی این مطالعه، این زمان را به نوعی اهرم کنترلی جدید در فرایند تولید نانوذرات لیپیدی تشبیه کرده است. به این ترتیب، پژوهشگر می‌تواند با تغییر مدت‌زمان ماندگاری مواد بین دو مرحله اختلاط، اندازه ذرات را تنظیم کند.
اما اندازه تنها ویژگی قابل‌کنترل در این روش نیست. پژوهشگران در مطالعه پیشین خود نشان داده بودند که با تغییر غلظت محلول بافر در مرحله دوم نیز می‌توان شکل نانوذرات را تغییر داد. در این آزمایش، تغییر شرایط باعث شد ذرات از شکل کروی به ساختارهایی کشیده و شبیه آووکادو تبدیل شوند.
اهمیت این موضوع از آنجا ناشی می‌شود که اندازه و شکل نانوذرات می‌تواند بر رفتار آن‌ها در بدن اثر بگذارد. دو نانوذره که ترکیب شیمیایی یکسانی دارند، اما اندازه متفاوتی دارند، لزوماً مسیر یکسانی را در بدن طی نمی‌کنند و ممکن است در بافت‌ها یا اندام‌های متفاوتی تجمع پیدا کنند.
در پژوهش جدید، دانشمندان MIT همین فرایند دومرحله‌ای را به یک سامانه خودکار تبدیل کرده‌اند. آن‌ها همچنین یک دستگاه تجاری پراکندگی نور دینامیکی (DLS) را در سامانه به کار گرفته‌اند تا اندازه نانوذرات را هنگام تشکیل آن‌ها اندازه‌گیری کند.
در نتیجه، سامانه می‌تواند یک اندازه مشخص را به‌عنوان هدف دریافت کند و سپس فرایند تولید را برای دستیابی به همان اندازه تنظیم کند. اگر اندازه ذرات تولیدشده با مقدار هدف مطابقت نداشته باشد، سیستم می‌تواند زمان تأخیر میان دو مرحله اختلاط و سایر پارامترهای فرایند را تغییر دهد تا تولید به سمت اندازه موردنظر هدایت شود.
پیتر زاگمایستر، پژوهشگر پسادکتری MIT و یکی از نویسندگان اصلی مقاله، می‌گوید مطالعه نخست امکان مهندسی نانوذرات لیپیدی بر اساس اندازه و شکل را فراهم کرد و پژوهش جدید با خودکارسازی این فرایند، گام بعدی را برداشته است.
این سامانه همچنین می‌تواند نانوذراتی با شکل‌های مختلف تولید کند، هرچند اندازه‌گیری دقیق شکل ذرات هنوز باید خارج از فرایند خودکار انجام شود. با وجود این محدودیت، خودکارشدن بخش عمده‌ای از فرایند می‌تواند سرعت بررسی شرایط مختلف تولید را به میزان قابل‌توجهی افزایش دهد.
پژوهشگران با استفاده از این سامانه، تأثیر تغییر ورودی‌های مختلف بر اندازه و شکل نانوذرات را در مدت‌زمانی بسیار کوتاه‌تر از روش‌های پیشین بررسی کردند. سپس داده‌های به‌دست‌آمده از این آزمایش‌ها برای آموزش یک مدل یادگیری ماشین مورد استفاده قرار گرفت.
این مدل می‌تواند بر اساس اندازه یا شکل موردنظر، ترکیبی از عوامل و شرایط فرایندی لازم برای تولید آن نانوذره را پیش‌بینی کند. به این ترتیب، به جای آنکه پژوهشگر برای یافتن شرایط مناسب بارها آزمایش کند، مدل می‌تواند نقطه شروع مناسب‌تری برای طراحی فرایند پیشنهاد دهد.
این قابلیت می‌تواند برای توسعه درمان‌های RNA اهمیت زیادی داشته باشد. اگر یک پژوهشگر بخواهد نانوذره‌ای با اندازه مشخص تولید کند و عملکرد آن را برای یک کاربرد درمانی خاص بررسی کند، سامانه جدید می‌تواند روند ساخت و آزمایش گزینه‌های مختلف را سرعت ببخشد.
برای نمونه، به گفته دِووس، اگر یک درمان مبتنی بر نانوذرات لیپیدی با هدف اندازه ۱۵۰ نانومتر ساخته شود و نمونه دیگری با همان ترکیب اما اندازه ۷۰ نانومتر تولید شود، این دو ذره می‌توانند رفتار بسیار متفاوتی در بدن داشته باشند. بنابراین، کنترل اندازه تنها یک ویژگی ظاهری نیست، بلکه می‌تواند عاملی مهم در عملکرد زیستی سامانه انتقال دارو باشد.
اهمیت این فناوری به‌ویژه در توسعه نسل جدید درمان‌های RNA و DNA قابل‌توجه است. واکسن‌های mRNA نشان داده‌اند که می‌توان از RNA برای انتقال دستورالعمل‌های ژنتیکی به سلول‌ها استفاده کرد تا سلول، پروتئین موردنظر را تولید کند و در ادامه پاسخ ایمنی ایجاد شود. با این حال، رساندن ایمن و مؤثر این مولکول‌ها به سلول هدف همچنان یکی از مسائل مهم در توسعه چنین درمان‌هایی است.
نانوذرات لیپیدی با قرار دادن RNA درون یک ساختار محافظ، امکان انتقال آن را فراهم می‌کنند. این ذرات معمولاً از چهار جزء اصلی شامل یک لیپید یونیزه‌شونده، یک فسفولیپید، کلسترول و یک لیپید متصل به پلی‌اتیلن گلیکول یا PEG تشکیل می‌شوند. PEG به پایداری ساختار نانوذره کمک می‌کند.
پژوهشگران MIT امیدوارند روش جدید بتواند توسعه و ارزیابی حامل‌های مختلف RNA را سریع‌تر کند. آن‌ها همچنین برای این فناوری درخواست ثبت اختراع داده‌اند و در حال تجاری‌سازی آن از طریق یک شرکت تازه‌تأسیس با نام بیزون لبز (BIZON Labs) هستند.
نتایج این پژوهش در مجله ACS Nano منتشر شده است. ترکیب تولید خودکار، اندازه‌گیری برخط، کنترل دقیق فرایند و استفاده از یادگیری ماشین می‌تواند رویکردی تازه برای مهندسی نانوذرات لیپیدی ایجاد کند؛ رویکردی که به جای تکیه گسترده بر آزمون‌وخطا، امکان طراحی هدفمندتر حامل‌های نانویی برای درمان‌های مبتنی بر RNA را فراهم می‌کند.