زنجیره سرما و ناپایداری حرارتی واکسن‌های mRNA

نگهداری واکسن‌های mRNA بدون نیاز به فریزر و دمای انجماد، تحولی بزرگ در فناوری پزشکی به شمار می‌رود. واکسن‌های مبتنی بر mRNA که در دوران همه‌گیری کووید-۱۹ موفق عمل کردند، اکنون برای درمان بیماری‌های دیگر از جمله سرطان توسعه می‌یابند. یکی از معایب اصلی این واکسن‌ها نیاز به نگهداری در دماهای بسیار پایین (بین منفی ۲۰ تا منفی ۸۰ درجه سانتی‌گراد) است. مولکول RNA ساختار شکننده‌ای دارد؛ به همین دلیل در واکسن‌ها درون نانوذرات لیپیدی (LNP) بسته‌بندی می‌شود تا از تخریب آن جلوگیری شده و ورود آن به داخل سلول‌ها هموار شود.

با این حال، این نانوذرات نیز بدون تجهیزات انجماد و زنجیره سرمایی، پایداری خود را از دست می‌دهند. این موضوع حمل‌‌ونقل واکسن را به مناطق محروم و فاقد امکانات سرمایشی با مشکل روبرو می‌کند. افزایش مقاومت حرارتی این واکسن‌ها علاوه بر توزیع گسترده‌تر، امکان استفاده از روش‌های نوین مانند پچ‌های ریزسوزن پوست را فراهم می‌سازد.

طراحی هوشمند فرمولاسیون با الگوریتم یادگیری ماشین

تیم تحقیقاتی مؤسسه فناوری ماساچوست (MIT) در مؤسسه تحقیقات سرطان کوخ، روشی را برای تثبیت نانوذرات لیپیدی حاوی mRNA توسعه داده‌اند. در این پژوهش که نتایج آن در ژورنال Nature Biotechnology منتشر شده، محققان الگوریتم یادگیری ماشین را با همکاری آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT (CSAIL) به کار گرفتند.

پیش از این، محققان افزودن مواد کمکی شامل قندها، نمک‌ها یا پلیمرها را برای مقاوم‌سازی نانوذرات آزمایش کرده بودند، اما رسیدن به ترکیب بهینه نیازمند بررسی هزاران حالت مختلف بود. الگوریتم هوش مصنوعی طراحی‌شده در این پروژه توانست با استفاده از مجموعه‌داده‌های بسیار کوچک، نسبت مواد کمکی را پیش‌بینی کند. این کار تعداد آزمایش‌های تجربی را کم کرد و فرآیند بهینه‌سازی فرمولاسیون را به جای چند ماه، ظرف چند هفته به نتیجه رساند.

مراحل ارزیابی و آزمایش‌های زیستی

پژوهشگران بررسی خود را با حدود ۵۰ ماده کمکی مورد تأیید سازمان غذا و داروی آمریکا (FDA) شروع کردند. برای ارزیابی اولیه، پژوهشگران هر ماده کمکی را همراه با نانوذرات حامل mRNA کدکننده آنزیم لوسیفراز کرم شب‌تاب (Firefly Luciferase) به سلول‌ها تزریق کردند. سنجش میزان زیست‌تابشی ساطع‌شده از سلول‌ها مشخص کرد که کدام ماده سلامت mRNA را حفظ کرده است.

در ادامه، تیم تحقیق ۵ ماده کمکی برتر را انتخاب کرد. الگوریتم هوش مصنوعی نسبت‌های ترکیبی این مواد را برای شبیه‌سازی فرمولاسیون نانوذرات مشابه واکسن مدرنا پیشنهاد داد. پس از چند چرخه ارزیابی آزمایشگاهی و بازخورد داده‌ها به مدل، پژوهشگران فرمولاسیون نهایی را انتخاب کردند و آن را به مرحله آزمایش حیوانی بردند. آن‌ها این روش را برای فرمولاسیون نانوذرات مشابه واکسن فایزر نیز پیاده‌سازی کردند و نشان دادند که با تغییر نسبت مواد می‌توان پایداری حرارتی را در پلتفرم‌های مختلف ایجاد کرد.

پایداری یک‌ساله در دمای اتاق و پاسخ ایمنی

برای سنجش پایداری حرارتی، محققان نانوذرات حاوی آنتی‌ژن‌های mRNA کووید-۱۹ را تحت پروسه خشک‌کردن در خلاء (Vacuum Drying) قرار دادند. آن‌ها این نانوذرات خشک‌شده را به مدت دو ماه در دمای ۳۷ درجه سانتی‌‌گراد (۹۸ درجه فارنهایت) و به مدت یک سال کامل در دمای اتاق نگهداری کردند.

تزریق واکسن‌های نگهداری‌شده به موش‌ها نشان داد که سطح پاسخ ایمنی و تولید پادتن، کاملاً برابر با واکسن تازه و منجمد مشابه مدرنا است. همچنین پژوهشگران با استفاده از این فرمولاسیون، پچ‌های ریزسوزن جامد حاوی آنتی‌ژن SARS-CoV-2 را تولید کردند که پس از قرارگیری روی پوست، پاسخ ایمنی مشابه با روش تزریقی ایجاد کرد.