mRNA脂质递送载体LNP的研发处方分析（辅助磷脂——中性脂质）_公司新闻

上海舜纳生物科技有限公司

入驻年限：8 年

联系人：
王文
所在地区：
上海金山区
业务范围：
技术服务、试剂
经营模式：
生产厂商经销商

在线沟通

电话 QQ 联系

mRNA脂质递送载体LNP的研发处方分析（辅助磷脂——中性脂质）

人阅读发布时间：2022-05-15 16:30

纳米医学网

纳米医学网学术分享

近年来，脂质纳米粒(LNP)已成功作为RNA疫苗和疗法的递送平台。裸露的RNA是一种带负电荷的亲水性大分子，由于细胞膜的静电排斥，难以进入细胞，且易被体内RNA酶迅速降解。因此，需要保护性外壳才能进入细胞。因为细胞膜主要由脂质组成，利用脂质囊泡包封RNA可通过细胞膜并将RNA释放到细胞质中。因此，囊泡首先应该是一种带正电的脂质，能够结合带负电的RNA。然而，由阳离子脂质组成的囊泡由于能与带负电的细胞膜发生静电作用而引起细胞毒性，脂质结构已经发展成为能够对内体酸性环境响应而带正电荷的分子。

LNP的制备取决于自组装能力，即脂质成分发生分子间相互作用而自发组织成纳米结构实体。首先，带负电荷的核酸和带正电荷的脂质之间通过静电结合，然后，通过脂质组分之间的疏水作用和范德华作用进行组装，进而形成LNP。由于脂质化学的多样性、核酸的独特性以及两者混合的时间特性，自组装早期阶段的表征和对LNP最终性质相关影响的研究依然具有挑战性。LNP制备方案至少会在两方面影响自组装产物：LNP的均匀性和核酸负载效率。

LNP制备方法最常用的方法是水相和脂质成分快速混合的微流控法，其具有良好的重复性，但是对于中试生产而言，微流控通量小。采用冲击式射流混合设备，具有通量大，没有一次性耗材等特点，适合大规模生产。

中性磷脂

磷脂有助于包裹核酸和稳定LNP，与其他组分相比，针对于它们的研究相对较少，通常配方中占比为总脂质的10%−20%。磷脂通常也作为LNP配方的结构脂质，因为它们可以自发地组织成脂质双层，且较高的相变温度增强LNP的膜稳定性。与细胞膜类似，磷脂位于LNP的外围。这些脂质通常是半合成的。例如，磷脂酰胆碱通常来源于蛋黄和大豆等天然原料，并且可以进行化学修饰(如增加脂肪酸尾巴。

图：DSPE、DOPE和DGTS的结构

1,2-二硬脂酰-sn-甘油-3-磷酸胆碱(DSPC)是一种临床用于siRNA疗法Onpattro和SARS-CoV-2 mRNA疫苗的LNP中的结构脂质。DSPC的结构由磷脂酰胆碱头部基团和两个饱和的18碳尾部组成，两个尾巴形成紧密堆积的脂质双层。在LNP中，DSPC主要位于纳米粒子表面和在纳米粒核心中的较为边缘位置。1,2二油酰基-sn-甘油-3-磷酸乙醇-胺(DOPE)是另一种常用于LNP临床前研究的磷脂。DOPE的不饱和尾巴不仅形成了更具流动性的脂质层，而且能够形成六角相(HII)的组织形式，HII相能够促进脂质膜与内体膜的融合，导致核酸的胞质释放。

一些研究表明，与DSPC相比，DOPE-LNP可以提高RNA的转染效率。最近报道，静脉给药后，包含DOPE的C12-200 LNP可在肝脏中积累，而包含DSPC的C12-200 LNP则在脾脏中积累，证明了结构脂质对LNP生物分布的影响。研究还发现在MC3-LNP中，用天然糖脂替代DSPC会影响mRNA的转染效率，植物来源的膜脂质1,2二棕榈酰-sn-甘油-3-o-4'-(N,N,N-三甲基)高丝氨酸(DGTS)随着不同给药途径具有不同的转染效率。总之，这些研究表明结构脂质在基于LNP的RNA递送中具有重要作用。

LNPs组成成分

LNP四大组成成分相对固定：胆固醇、磷脂、PEG衍生物、阳离子脂质。其中阳离子脂质是灵魂，兼具充分包裹mRNA分子和促进细胞吸收两重作用，是LNP逃离内体的关键成分。阳离子脂质与带负电的 mRNA 结合，可高效包载核酸药物，同时提供正电荷，与带负电荷的mRNA复合，有助于内涵体逃逸。常用的产品有DLin-MC3-DMA，DOTAP.Cl，DC-CHOL等。而聚乙二醇化磷脂可提高粒子稳定性，减少粒子在体内与血浆蛋白的结合，延长体循环时间。例如DMG-PEG2000，DSPE-MPEG2000。新冠疫苗中， Moderna和 BioNTech基本成分一样，阳离子脂质（Moderna）与聚乙二醇脂质（BioNTech）结构极其相似，各组分比例近似，它们用到的脂质体还包括ALC-0159，cholesterol，ALC-0315，DSPS，SM-102等，如表1。

舜纳医工供应相关的mRNA递送LNP组成处方研发级脂质

表1：mRNA新冠疫苗中LNP的组成

舜纳纳米所供应毫克级定制式mRNA 疫苗脂质纳米颗粒载体服务

RNA纳米药物自主研发平台用于治疗或免疫功能mRNA的递送。该平台依赖自主设计的可电离阳离子脂质分子库，辅以机器学习，针对每个管线从多个维度进行层层筛选，包括递送的有效性、安全性和免疫原性等，以期得到最优的个性化可电离阳离子脂质分子及其LNP配方。同时，进一步拓宽mRNA免疫治疗的发展空间。