MIT团队经6轮AI实验找到mRNA疫苗常温保存干粉配方

自新冠疫情以来，核苷修饰、脂质纳米粒（LNP）包裹的mRNA疫苗以创纪录的速度证明了自身的效力：mRNA-1273的三期试验确立了对新冠病例的预防作用^[2]，BNT162b2在六个月随访中疫苗效力仍达91.3%^[4]。但稳定性始终是这个平台的软肋——产品依赖冷冻或冷藏储运，而系统性地识别配方关键降解机制、理性设计稳定剂型的方法学长期缺位^[5]。领域内已有多种尝试：ARCoV液体剂型可在室温存放至少一周^[3]；微针贴剂打印的mRNA疫苗以模型mRNA验证了室温至少六个月的货架稳定性^[6]；环状RNA辅以冻干也可延长保存，但冻干过程可能损伤纳米粒的物理性质与靶向修饰^[7]。更棘手的是，LNP不只是递送载体，其本身即是强效佐剂^[1]，任何固态化处理都须同时保全mRNA与LNP的双重功能。

这项发表于Nature Biotechnology的研究提出了AGENT——一个将高通量实验与贝叶斯优化相整合的AI驱动框架，用于快速工程化热稳定的固态mRNA疫苗。所得配方在37 °C储存两个月后仍保持完全生物活性；在啮齿类与非人灵长类中，其诱导的免疫应答不劣于新鲜疫苗；制剂还可载入微针贴片，实现无冷链递送。同一工作的预印本进一步显示，AGENT能将多种LNP体系（包括临床在用者）稳定为固态形式，生物活性保留100%^[8]。

放在上述脉络中看，这项工作的推进体现在两个层面。验证条件更为苛刻：此前的热稳定证据或是室温一周的液体剂型^[3]，或是以模型mRNA评估的室温六个月微针制剂^[6]，本研究则把温度推到37 °C、时长两个月，并以完整疫苗的体内免疫应答为终点读数；方法学上，它直接回应了领域内“缺乏系统性稳定化设计途径”的批评^[5]，用AI引导的迭代优化取代逐一试错，为配方开发提供了可复用的框架。

当然，目前的证据止步于啮齿类和非人灵长类，摘要未涉及人体试验数据，两个月之外的储存极限亦未交代；这套框架能否在不同抗原和真实人群中长期兑现“免冷链”的承诺，仍有待后续研究回答。