LNPベースのmRNAワクチンの選別のための機械学習の予測モデル

アクタPharmaceutica Sinica B、著者魏Wang、Shuo Feng、Zhuyifan Ye、Hanlu高、晋中市林および澳門大学、マカウ、中国および復旦大学、上海、中国からのDefang Ouyangからのこの新しい記事書では機械学習のアルゴリズムによってmRNAワクチンのための脂質のnanoparticlesの予言を論議しなさい。

脂質のnanoparticle （LNP）は一般的mRNAワクチンを分娩するためにである。現在、LNPの最適化は主に集中的な費用および時間を消費する従来の実験によってイオン化可能な脂質の選別に頼る。計算方法をmRNAワクチンのためのLNPの開発を加速するために適用する現在の調査の試み。初めに、IgGの力価のmRNAワクチン接種LNPの公式の325のデータ サンプルは集められた。

機械学習のアルゴリズム、lightGBMが、良い業績（Rの予言モデルを造るのに使用された2>0.87）。もっと重大に、LNPsのイオン化可能な脂質の重大な基礎工事は出版された結果とよく一致したアルゴリズムによって識別された。動物の実験結果はマウスでことをLNP示しDLin MC3 DMA （MC3）をモデル予言に一貫していたSM-102のLNPより6:1によって引き起こされた高性能でN/Pの比率のイオン化可能な脂質として使用する。分子動力学法の模倣は実験で更にLNPsの分子メカニズムを使用した調査した。

結果はLNPsを形作るために集まった脂質の分子およびmRNAの分子がLNPsのまわりでより合わせたことを示した。要約すると、LNPベースのmRNAワクチンのための機械学習の予測モデルは実験によって最初に開発され、認可され、そして分子模倣と更に統合された。予言モデルはLNPの公式の事実上のスクリーニングに将来使用することができる。