Hőállóbbá teheti az mRNS-vakcinákat az MIT új módszere

A hűtési igény akadályozza a terjesztést

Az mRNS-vakcinák hatékonynak bizonyultak a Covid-19 ellen, és több más betegség, köztük a rák kezelésére is fejlesztik őket. Az egyik legnagyobb gyakorlati nehézség azonban a tárolásuk: az mRNS törékeny molekula, ezért lipid nanorészecskékbe, röviden LNP-kbe csomagolják, amelyek védik a lebomlástól és segítik a sejtekbe jutását.

Ezeket a vakcinákat jelenleg általában mínusz 20 és mínusz 80 Celsius-fok közötti hőmérsékleten kell tartani. Ez megnehezíti az olyan térségek ellátását, ahol nem áll rendelkezésre megfelelő hűtési infrastruktúra. A hőállóbb készítmények szélesebb körű terjesztést tehetnének lehetővé, és olyan új beadási módok fejlesztését is segíthetnék, mint a bőrre helyezhető mikrotűs tapasz.

Kis adathalmazból keresett megfelelő összetételt az algoritmus

Az MIT mérnökei az LNP-ket alkotó, az mRNS stabilizálására használt segédanyagok, például cukrok, sók és polimerek arányát módosították. A kutatócsoport az MIT Számítástechnikai és Mesterségesintelligencia-laboratóriumának, a CSAIL-nek a munkatársaival olyan gépi tanulási algoritmust fejlesztett, amely kis adathalmazok alapján is képes előrejelzéseket készíteni.

A kutatók közel 50, az Egyesült Államok Élelmiszer- és Gyógyszerügyi Hivatala által jóváhagyott segédanyagot vizsgáltak. Először azt mérték, hogy az egyes anyagok mennyire védik az LNP-be csomagolt mRNS-t. Ehhez egy, a szentjánosbogarak fénykibocsátásáért felelős fehérjét kódoló mRNS-t használtak, majd a sejtek által kibocsátott fény alapján értékelték a védőhatást.

Az öt legígéretesebb segédanyagból az algoritmus olyan arányokat javasolt, amelyek a Moderna Covid-19-vakcinájához hasonló LNP-k stabilizálására lehettek alkalmasak. A kutatók minden új kísérlet eredményét visszatáplálták a rendszerbe. A teljes folyamat néhány hét alatt lezajlott, miközben az algoritmus használata előtt több hónapig tartott a különböző kombinációk és segédanyagok tesztelése.

„Az algoritmus valódi szépsége, hogy kis adathalmazokkal is használható”, idézi az MIT News Ana Jaklenecet, az MIT Koch Integratív Rákkutató Intézetének vezető kutatóját. A szakember szerint így könnyebben találhatók olyan formulák, amelyek a kívánt tulajdonságokkal, ebben az esetben stabilitással rendelkeznek.

A vakcina egerekben megőrizte immunhatását

A kiválasztott LNP-formulába Covid-19 elleni mRNS-antigéneket csomagoltak, majd vákuumszárítással víztelenítették a részecskéket. Az így elkészített anyagot 37 Celsius-fokon, vagyis nagyjából 98 Fahrenheit-fokon két hónapig, szobahőmérsékleten pedig egy évig tárolták.

A hosszabb tárolás után beoltott egerekben az új részecskékkel szállított vakcinák ugyanolyan erős immunválaszt váltottak ki, mint a Moderna eredeti formulájához hasonló LNP-kkel beadott vakcinák. A kutatók szilárd mikrotűs tapaszokat is készítettek, amelyek SARS-CoV-2-antigént juttattak a szervezetbe. Ezek a tapaszok az injekciós mRNS-vakcinákéhoz hasonló immunválaszt eredményeztek.

Más mRNS-készítményekre is alkalmazható lehet

A kutatók az algoritmust egy másik, a Pfizer Covid-19-vakcinájának beadásához használt LNP-formulához hasonló összetételen is kipróbálták. Ennél ugyanazokat a segédanyagokat alkalmazták, mint a Moderna LNP-jéhez fejlesztett formulánál, de eltérő arányban.

Az MIT kutatói szerint ha egy LNP-hez sikerül hőálló formulát létrehozni, az később bármilyen mRNS-tartalom szállítására átalakítható. A módszer így a vakcinák mellett más terápiák, szabályozott hatóanyag-leadású részecskék és mikrotűs tapaszok fejlesztésében is használható lehet. A kutatást részben a Gates Alapítvány finanszírozta. Az eredményről az MIT News 2026. szeptember 28-án számolt be.