MIT संशोधकांनी थर्मोस्टेबल mRNA लसीसाठी AI पद्धत विकसित केली
एक नवीन AI-निर्देशित तंत्र mRNA लसींना उच्च तापमानावर स्थिर ठेवते, लसींच्या भंडारण आणि वितरणात क्रांती आणण्याची शक्यता आहे.
MIT ची नवीन पद्धत 37°C वर दोन महिन्यांपेक्षा जास्त काळ mRNA लसींना स्थिर ठेवते.
थर्मोस्टेबल फॉर्मूलेशन भंडारण खर्च 86% पर्यंत कमी करू शकते.
ही पद्धत लसींचा वितरण सूक्ष्म सुईच्या पॅचद्वारे करण्याची परवानगी देते.
MIT च्या संशोधकांनी mRNA लसींच्या विकासात महत्त्वाची प्रगती साधली आहे, ज्यामुळे या लसी उच्च तापमानावर स्थिर राहू शकतात. हे ब्रेकथ्रू, जे Nature Biotechnology मध्ये प्रकाशित झाले आहे, थंड भंडारणावर अवलंबित्व कमी करू शकते, जे लसींच्या वितरणात एक मोठा लॉजिस्टिकल आव्हान आहे. नवीन फॉर्मूलेशन 37°C (98.6°F) वर दोन महिन्यांपेक्षा जास्त काळ पूर्ण जैविक सक्रियता राखते आणि एका वर्षासाठी खोलीच्या तापमानावर स्थिर राहू शकते.
ऐतिहासिकदृष्ट्या, mRNA लसींना त्यांच्या प्रभावीतेसाठी रेफ्रिजरेशन किंवा फ्रीझिंगची आवश्यकता असते, ज्यामुळे कमी संसाधन असलेल्या क्षेत्रांमध्ये वितरण जटिल होते. नवीन थर्मोस्टेबल फॉर्मूलेशन या समस्यांना सामोरे जाऊ शकतात, भंडारण खर्च कमी करून आणि प्रवेश सुधारून. पूर्वानुमानित आकडेवारीनुसार, अशा लसी भंडारण खर्च 71% ते 86% पर्यंत कमी करू शकतात आणि किमान 50% बर्बादी खर्च कमी करू शकतात.
संशोधकांनी Algorithm-Guided Experimental design for lipid Nanoparticle Thermostabilization (AGENT) नावाच्या अभिनव दृष्टिकोनाचा वापर केला. हा AI-प्रेरित पद्धत त्यांना लिपिड नॅनोपार्टिकल्स (LNPs) च्या भंडारणादरम्यान संरक्षणासाठी अनुकूल संयोजनांची ओळख करण्यात सक्षम करते. सुमारे 50 FDA-स्वीकृत एक्सिपिएंट्सपासून सुरूवात करून, AGENT ने फक्त एका महिन्यात सहा पुनरावृत्त्यांमध्ये अनुकूलन पूर्ण केले, जे सामान्य लांब चाचणी-आणि-त्रुटी पद्धतींवर एक महत्त्वाची कमी आहे.
या संशोधनाचे परिणाम केवळ खर्च बचतीपर्यंत मर्यादित नाहीत. सूक्ष्म सुईच्या पॅचद्वारे mRNA लसींचा वितरण करण्याची क्षमता लसीकरण पद्धतींमध्ये क्रांती आणू शकते, ज्यामुळे ती कमी आक्रमक आणि अधिक वापरकर्ता अनुकूल होईल. चूह्ये आणि नॉन-ह्यूमन प्राइमेट्ससह प्रीक्लिनिकल अभ्यासांमध्ये, थर्मोस्टेबल फॉर्मूलेशनने ताज्या तयार केलेल्या इंजेक्टेबल लसींप्रमाणेच प्रतिरक्षा प्रतिसाद निर्माण केले, ज्यामुळे त्यांची संभाव्य प्रभावशीलता दर्शवते.
जरी निष्कर्ष आशादायक आहेत, तरी उत्पादनाची स्थिरता आणि नियामक अनुपालन सुनिश्चित करण्यासाठी अधिक संशोधनाची आवश्यकता आहे. संशोधकांनी पुनर्संरचित LNPs मध्ये संरचनात्मक बदलांचे निरीक्षण केले, ज्यामुळे उत्पादनाच्या गुणवत्तेचे मूल्यांकन करण्यासाठी मानकीकृत पद्धती महत्त्वाच्या ठरतील. तरीही, या AI-निर्देशित फॉर्मूलेशनचा दृष्टिकोन mRNA लसींना आणि औषधांना व्यापकपणे वापरण्यासाठी एक महत्त्वाची अडथळा दूर करण्यास मदत करू शकतो.
