Чертежи наночастиц открывают путь к более умным лекарствам

Липидные nanoparticles (LNPs) — это транспортные средства современной медицины, доставляющие противораковые препараты, генные терапии и вакцины в клетки. До недавнего времени многие учёные полагали, что все LNPs следуют примерно одному и тому же чертежу.

В журнале Nature Biotechnology исследователи из Университета Пенсильвании, Брукхейвенской национальной лаборатории и компании Waters Corporation охарактеризовали форму и структуру LNPs с беспрецедентной детализацией, обнаружив, что частицы имеют удивительное разнообразие конфигураций.

Это разнообразие не только внешнее: как выяснили исследователи, внутренняя форма и структура частицы коррелируют с эффективностью её доставки терапевтических препаратов в определённое место.

«Лечение LNPs как единой модели автомобиля сработало, о чём свидетельствуют миллионы людей, которым эти частицы помогли, но LNPs не подходят всем для каждой RNA-терапии», — говорит Майкл Дж. Митчелл, доцент кафедры биоинженерии в Инженерном колледже Пенсильвании и один из старших авторов статьи.

«Так же, как пикапы, фургоны доставки и грузовые автомобили лучше подходят для разных поездок, мы теперь можем начать подбирать конструкции LNP для конкретных терапий и тканей, делая эти частицы ещё более эффективными», — добавляет Кушол Гупта, доцент кафедры биохимии и биофизики в Медицинской школе Перельмана при Пенсильванском университете и другой старший автор статьи.

В последние годы лаборатория Митчелла обнаружила, что разные составы LNP имеют различные биологические эффекты. Например, добавление фенольных групп уменьшает воспаление, в то время как разветвлённые ионизируемые липиды улучшают доставку.

«Это почти как разработка рецепта», — говорит Маршалл Падилла, научный сотрудник-биоинженер и первый автор новой статьи. «Мы знаем, что разные ингредиенты и техники меняют результаты».

Для визуализации частиц исследователи использовали несколько методов. В отличие от прошлых исследований, которые обычно полагались на один метод, например, замораживание частиц на месте, в этом исследовании из-за размера частиц — потребовалось бы тысячи LNP, чтобы обойти человеческий волос — предыдущие работы часто помечали частицы флуоресцентными материалами и усредняли измерения, рискуя изменить форму частиц и скрыть вариации.

«Нам нужно было объединить несколько принципиально различных методов, которые оставляли бы частицы неповреждёнными в растворе», — говорит Гупта. «Таким образом, мы могли быть уверены, что согласие между методами показывает нам, как на самом деле выглядят частицы».

Исследователи изучили четыре «золотых стандарта» составов LNP, включая те, что использовались в вакцинах против COVID-19 и в препарате Onpattro, одобренном FDA для лечения редкого генетического заболевания.

Один из методов визуализации, аналитическое ультрацентрифугирование со скоростью оседания (SV-AUC), включал вращение LNP с высокой скоростью для разделения их по плотности. Другой метод, полевая фракционирование потока в сочетании с мультиугловым рассеянием света (FFF-MALS), мягко разделял LNP по размеру и измерял, как нуклеиновая кислота распределена по разным частицам.

Третий метод, хроматография с исключением по размеру в сочетании с малоугловым рентгеновским рассеянием на синхротроне (SEC-SAXS), позволил исследователям изучить внутреннюю структуру LNP, воздействуя на них мощными пучками рентгеновских лучей в Национальном источнике синхротронного света II (NSLS-II), объекте Министерства энергетики США (DOE) в Брукхейвенской национальной лаборатории.

«Мы привыкли думать, что LNP выглядят как мраморные шарики», — говорит Гупта, обобщая результаты. «Но на самом деле они больше похожи на желейные бобы, неправильные и разнообразные, даже в рамках одной и той же рецептуры».

Результаты были бы недостижимы без объединения усилий представителей научных кругов, промышленности и национальной лаборатории.

«Мы разрабатывали методы измерения как размера липидных наночастиц, так и их содержания лекарственного вещества, не разрушая частицы», — говорит Мартин Курник, главный научный сотрудник компании Waters Corporation, который руководил экспериментами FFF-MALS.

«Возможности в Брукхейвенской национальной лаборатории позволили провести уникальный эксперимент, в котором рентгеновские лучи были объединены с ультрафиолетовым светом для количественной оценки геометрических характеристик частиц», — добавляет Джеймс Бирнс, учёный на линейном ускорителе в NSLS-II, который проводил эксперименты SEC-SAXS.

«Этот проект демонстрирует силу различных учреждений, объединяющих свои ресурсы и опыт», — говорит Падилла. «Мы смогли визуализировать частицы в таких деталях только потому, что каждый партнёр видел их под разным углом».

После того как исследователи охарактеризовали составы LNP, они проверили их действие на различных мишенях, от человеческих Т-клеток и раковых клеток до животных моделей.

Хаannah Yamagata, докторант в лаборатории Митчелла, обнаружила, что определённые внутренние структуры частиц соответствуют улучшению результатов, например, более эффективному высвобождению груза или более точному достижению цели. «Интересно, что это варьировалось в зависимости от контекста», — говорит Ямагата.

Некоторые составы LNP показали лучшие результаты в иммунных клетках, в то время как другие продемонстрировали большую эффективность в животных моделях. «Правильная модель LNP зависит от места назначения», — добавляет Ямагата.

Исследователи также заметили, что в зависимости от метода, который они использовали для приготовления LNP, характеристики частиц — и их эффективность — варьировались. Микрофлюидные устройства, которые проталкивают ингредиенты через маленькие трубки, приводили к более последовательным формам и размерам, в то время как смешивание вручную с помощью микропипеток приводило к большему разбросу.

Пока некоторые инструменты, используемые в экспериментах, такие как ускоритель частиц, труднодоступны, многие шаги могут быть воспроизведены с помощью более распространённого оборудования. По мере того как дополнительные лаборатории будут генерировать структурные и функциональные данные, в этой области можно будет собрать наборы данных, необходимые для обучения искусственного интеллекта для разработки LNP.

В конечном счёте результаты указывают на будущее, в котором наночастицы можно будет создавать с той же точностью, что и сами лекарства. «Эта статья представляет собой дорожную карту для более рационального проектирования LNP», — говорит Митчелл.

Источник