MIT团队用AI算法筛选辅料配方，使RNA疫苗室温存放一年、37摄氏度存放两个月后在小鼠中仍产生与Moderna类似疫苗相当的免疫应答

研究团队用AI算法预测辅料配比，把原本需要大量实验的配方筛选压缩到几周内完成，并得到一个可显著提升热稳定性的LNP配方。 此前该团队已开发出耐较高温度的聚合物稳定LNP，但那些LNP与Moderna、Pfizer新冠疫苗所用的FDA已批准配方略有不同；本工作直接针对这些已批准配方做稳定化改造。 文中给出流程细节：先对近50种FDA已批准辅料逐一测量其对RNA的稳定效果，选出5种最有前景的辅料，再由算法预测配比，每轮在细胞中测试两种配方并把结果反馈给算法，数轮后选出一种进入动物实验；作者称该过程仅用几周，而此前数月的人工筛选“nothing would get us to 100 percent stability”。

改造后的LNP配方在高温和室温长期存放后仍能诱导与对照疫苗相当的免疫应答。 常规RNA-LNP疫苗需在-20至-80摄氏度保存，本工作把储存条件放宽到37摄氏度两个月或室温一年，且免疫效果不打折。 以新冠mRNA抗原装载颗粒、经真空干燥后按上述条件存放，接种小鼠的免疫应答与接受类似Moderna原始配方LNP疫苗的小鼠相当；这是小鼠实验层面的等效性结果。

同一耐热配方可制成固体微针贴片递送SARS-CoV-2抗原，并产生与注射型RNA疫苗相似的免疫应答。 把热稳定配方与微针贴片这一新型给药方式结合，指向无需冷链、无需注射的接种路径。 文中报告贴片在小鼠中产生的免疫应答与注射型RNA疫苗相似；属于动物层面的免疫原性比较。

该算法可迁移到其他LNP配方，包括类似Pfizer新冠疫苗所用者，且同一耐热配方原则上可适配任意mRNA载荷。 说明方法不是针对单一疫苗的一次性调参，而是可复用的配方稳定化流程。 作者展示了对类似Pfizer LNP的稳定化，该配方使用与Moderna版相同的辅料但比例不同；关于“可适配任意mRNA载荷”是研究者的展望性表述，而非本研究报告的实测结果。

这项工作面向需要摆脱超低温冷链的RNA疫苗与递送平台：适用于希望沿用Moderna、Pfizer等已批准LNP体系、又需要更高热稳定性的配方开发场景，也适用于微针贴片、控释颗粒等要求配方呈固态或耐较高温度的递送形式。受益者包括疫苗开发者、递送系统研究者，以及依赖冷链薄弱地区配送的接种项目。方法上，它适用于实验次数受限、只能获得小数据集的配方优化问题。

耐热性与免疫应答等效性目前来自细胞实验与小鼠实验，人体中的表现仍需后续研究确认。室温一年、37摄氏度两个月的稳定性是在真空干燥（固态）条件下测得的，与液态剂型的对应关系尚不明确。算法在近50种FDA已批准辅料范围内工作，超出这一辅料集合的表现有待观察。“可适配任意mRNA载荷”是研究者的展望，本文并未逐一验证。此外，本文为面向公众的报道性文本，未给出具体配方组成、统计细节与图表数据，因此无法从文本判断效应量的精确范围。