麻省理工学院研究团队利用人工智能技术开发出新型纳米颗粒设计系统，可显著提升RNA疫苗及疗法的递送效率。该研究成果发表于《自然纳米技术》期刊，为RNA药物开发提供了创新工具。

研究团队创建了包含3000种脂质纳米颗粒(LNP)配方的数据库，并训练名为COMET的机器学习模型进行分析。项目负责人Giovanni Traverso教授表示："这一工具能快速识别最优成分组合，大幅缩短研发周期。"实验证实，模型预测的新型LNP配方在mRNA递送效率上优于现有商业产品。

该系统基于Transformer架构，能理解不同化学成分的协同效应。研究人员Alvin Chan指出："传统方法一次只能优化单一化合物，而COMET能处理多种成分的复杂组合。"模型还可预测特定细胞类型的最佳载体，并评估纳米颗粒的冻干稳定性。

目前该技术正应用于糖尿病和肥胖症治疗研究，包括GLP-1类似物等药物的递送系统开发。团队计划进一步扩展数据库规模，探索更多新型材料组合。

更多信息： 利用基于变压器的神经网络设计脂质纳米颗粒，《自然纳米技术》(2025)。期刊信息： 《自然纳米技术》