纳米药物制剂正在改变我们有效递送和治疗多种疾病的能力。但是,除了通过药物和小分子染料共同组装形成的纳米颗粒(其显示出高达95%的载药量)之外,它们的生产通常很复杂且载药量低。目前尚不了解数百万个小分子组合中的哪些会导致这些纳米颗粒的形成。于此,麻省理工学院Giovanni Traverso等人报告了机器学习与高通量实验的集成,从而能够快速,大规模地识别此类纳米制剂。
本文要点
1)研究人员从210万对中鉴定出100个自组装药物纳米颗粒,每个纳米颗粒包括788种候选药物之一和2686种批准的赋形剂之一。
2)研究人员进一步表征了两种纳米粒子,索拉非尼-甘草酸和特比萘芬-牛磺胆酸进行了体外和体内表征。预计该平台可以加速具有多种药物治疗能力的、具有更高载药量的更安全、更有效的纳米制剂的开发。
参考文献:
Reker, D., Rybakova, Y., Kirtane, A.R. et al. Computationally guided high-throughput design of self-assembling drug nanoparticles. Nat. Nanotechnol. (2021).
https://doi.org/10.1038/s41565-021-00870-y