【技术实现步骤摘要】
本专利技术涉及核酸递送，特别涉及一种可电离脂质及其筛选方法与应用。
技术介绍
1、信使核糖核酸(mrna)在现代医药中可作为一种有效的药物活性成分递送入体内从而可以起到预防和控制多种疾病的作用。
2、脂质纳米粒(lnp)是一种重要的mrna递送系统，其特点在于可以利用可电离脂质作为其主要的成分完成mrna递送系统的构建。可电离脂质在其头部含有氮原子，其通常可以在酸性环境下发生电离(带正电)而在中性环境下不带电荷。可电离脂质的可电离性使lnp在制备时可有效包裹mrna，并在lnp进入细胞后促进mrna从胞内体逃脱，从而发挥作用。而且，相较于恒带正电的脂质，由可电离脂质制备的lnp安全性更高。
3、现有技术中，可电离脂质的结构筛选是通过试错实验的方法进行的，即大量地合成候选脂质并用其制备装载rna(mrna或小干扰rna)的lnp(rna-lnp)并测试它们的递送效率，从而选出递送效率最高的可电离脂质。但是，显然这种研究方法的模式存在很多局限性。例如，发现令人满意的脂质的成功率低、研究周期长、实验材料和动物消耗量大。而且，得到的脂质的化学结构空间往往太大，靠单一的实验试错进行筛选的效率太低。此外，一般的试错实验主要考察的是候选化合物的最终效果，忽视了对其起效机制中的关键步骤进行定量研究，缺乏对于这些候选化合物的充分认识。
4、因此，开发一种能够快速、高效、成本低的可电离脂质筛选系统对于可电离脂质的深度挖掘、脂质纳米粒系统的开发以及mrna递送等都具有十分重要的意义。
技
1、本专利技术旨在至少解决现有技术中存在的上述技术问题之一。为此，本专利技术的目的在于提供可电离脂质及其筛选方法与应用。基于现有技术中采用试错实验筛选可电离脂质存在的诸多不足，本专利技术提出了一种利用模型算法进行可电离脂质设计或辅助设计的方法。在本专利技术中，设计得到的模型能够有效用于快速筛选用于mrna递送的可电离脂质，且基于该模型筛选得到的可电离脂质分子均经过验证具有所预期效果，因此，可以说明本专利技术中的模型能够用于可电离脂质分子的设计和筛选。此外，本专利技术还提供了一种pbpk模型，可以用于计算脂质纳米粒的药代动力学中关键步骤的速率常数，从而有效对现有的脂质纳米粒进行快速的效果分析和预测。
2、本专利技术的第一个方面，提供lnp性质预测模型的构建方法，包括如下步骤：
3、(1)对收集的lnp数据进行预处理，从预处理后的数据中提取出可电离脂质分子结构；
4、(2)对提取出的可电离脂质分子结构进行编码；
5、(3)将编码信息与其他表征lnp构成必要的信息联合，得到输入信息；
6、(4)对输入信息进行建模，得到lnp性质预测模型。
7、在本专利技术的一些实施方式中，步骤(1)中，所述lnp数据包括：lnp配方、表观pka值、粒径、所包含mrna编码的蛋白类型、mrna包封率、实验动物种类、给药途径、给药剂量以及mrna表达水平。当然，本领域技术人员可以根据实际使用需求，进一步增加其他lnp数据，以进一步改进模型，包括但不限于上述lnp数据。
8、在本专利技术的一些实施方式中，所述lnp配方包括可电离脂质的化学结构、辅助脂质的类型。当然，本领域技术人员可以根据实际使用需求，进一步增加其他lnp配方信息，以进一步改进模型，包括但不限于上述lnp配方信息。
9、在本专利技术的一些实施方式中，所述lnp数据可以基于现有数据库也可以基于实验所得数据。
10、在本专利技术的一些实施方式中，步骤(1)中，所述预处理为提高lnp数据均匀性。
11、在本专利技术的一些实施方式中，所述预处理在提高lnp数据均匀性应当尽可能保持尽可能多的数据。
12、在本专利技术的一些实施方式中，所述提高lnp数据均匀性包括：保留具有一致给药途径、一致测量指标、具有与标准lnp的mrna表达水平可比性、制剂构成上与标准lnp相同或等同的数据。
13、在本专利技术的一些实施方式中，所述提高lnp数据均匀性具体为：去除未测量的数据；去除非静脉或肌肉注射给药的数据；去除未以荧光信号、荧光素酶浓度或由mrna传递引起的人类促红细胞生成素(hepo)浓度为标准测量mrna表达水平的数据；去除未在受试动物的全身或肝脏中测量荧光素酶荧光信号的数据；保留能够将lnp的mrna表达水平转化为基于标准lnp配方的折变的数据。
14、当然，本领域技术人员可以根据受试者的物种选择以及其他实际需求对提高lnp数据均匀性的标准进行调整，使其不局限于上述要求。
15、在本专利技术的一些实施方式中，所述标准lnp配方为由可电离脂质、辅助脂质、胆固醇和peg脂质组成的lnp配方。
16、在本专利技术的一些实施方式中，所述可电离脂质包括mc3或其衍生酯类。
17、在本专利技术的一些实施方式中，所述辅助脂质包括dspc。
18、在本专利技术的一些实施方式中，所述peg脂质包括peg2000-dmg或其衍生酯类。
19、在本专利技术的一些实施方式中，所述标准lnp配方由mc3、dspc、胆固醇和peg2000-dmg组成，其为第一个获批的sirna药物的lnp脂质配方。当然，本领域技术人员也可以选择其他效果公知的lnp配方作为标准配方进行比较，标准配方的选择并不会改变筛选得到的化合物本身，而仅仅只是用于作为基线使用。
20、在本专利技术的一些实施方式中，所述标准lnp配方由摩尔比为50：10：38.5：1.5的mc3、dspc、胆固醇和peg2000-dmg组成。该标准lnp配方的已知标准表达水平包括：以0.3mg/kg浓度的mrna给药后4小时，其在肝组织中荧光素酶浓度为198ng/g；以0.5mg/kg浓度的mrna给药后6小时，其在肝脏中荧光素酶荧光通量为2.57e+9p/s(数据来自moderna)；以0.5mg/kg浓度的mrna给药后6小时，其在全身中荧光素酶荧光通量为8.66e+8p/s(数据来自tufts university)；以0.5mg/kg浓度的mrna给药后3、6、24小时，血浆hepo浓度分别为1570、1830、810ng/ml。其中，上述不同数据来源得到的表达蛋白质的浓度指数是可比较的，但荧光通量的指数不可比较，因为其是通过光电倍增器信号放大后的荧光信号测量得到的，而测量本身取决于所使用的实验仪器。
21、在本专利技术的一些实施方式中，所述编码的方法包括使用简化分子线性输入规范(smiles)、扩展连通性指纹(ecfp)序列、分子物理化学性质描述符、2d分子描述符、3d分子描述符、分子结构图片、分子图和分子坐标等进行编码。
22、在本专利技术的一些实施方式中，所述特征信息为扩展连通性指纹(ecfp)序列。
23、在本专利技术的一些实施方式中，可离子化脂质分子结构是通过python中的rdkit软件包转换为扩展连通性指纹(ecfp)。当然，本领域技术人员也可以使用其他等同的技术手段本文档来自技高网...
【技术保护点】
1.LNP性质预测模型的构建方法，包括如下步骤：
2.根据权利要求1所述的构建方法，其特征在于，步骤(1)中，所述LNP数据包括：LNP配方、表观pKa值、粒径、所包含的mRNA编码的蛋白类型、mRNA包封率、实验动物种类、给药途径、给药剂量以及mRNA表达水平；其中，所述LNP配方包括可电离脂质的化学结构、辅助脂质的类型。
3.根据权利要求1所述的构建方法，其特征在于，步骤(1)中，所述预处理为提高LNP数据均匀性，所述提高LNP数据均匀性优选包括：保留具有一致给药途径、一致测量指标、具有与标准LNP的mRNA表达水平可比性、制剂构成上与标准LNP相同或等同的数据。
4.根据权利要求3所述的构建方法，其特征在于，所述标准LNP配方为由可电离脂质、辅助脂质、胆固醇和PEG脂质组成的LNP配方。
5.根据权利要求4所述的构建方法，其特征在于，所述可电离脂质包括MC3或其衍生酯类；
6.根据权利要求1所述的构建方法，其特征在于，所述编码的方法包括使用简化分子线性输入规范(SMILES)、扩展连通性指纹(ECFP)序列、分子物
7.根据权利要求1所述的构建方法，其特征在于，所述建模使用的算法包括LightGBM、随机森林、XGBoost、决策树、支持向量机、人工神经网络、深度神经网络、残差网络、循环神经网络、长短期记忆网络、卷积神经网络和Transformer。
8.权利要求1-7任一项所述构建方法构建得到的LNP性质预测模型。
9.权利要求8所述的LNP性质预测模型在LNP评估中的应用。
10.根据权利要求9所述的应用，其特征在于，所述LNP评估包括表观pKa评估和mRNA递送效率评估。
11.一种可电离脂质的筛选方法，包括如下步骤：
12.根据权利要求11所述的筛选方法，其特征在于，步骤(2)中，所述化合物由分子库中的结构特征拼接得到，所述拼接按照可电离脂质分子的规律进行分子拼接。
13.根据权利要求12所述的筛选方法，其特征在于，所述结构特征包括：
14.可电离脂质，其特征在于，所述可电离脂质由权利要求11-13中任一项所述的筛选方法筛选得到，且所述可电离脂质至少具有一个权利要求13中所述的结构特征。
15.根据权利要求14所述的可电离脂质，其特征在于，所述可电离脂质包括：
16.权利要求14-15中任一项所述的可电离脂质在药物递送中的应用。
17.一种脂质纳米颗粒(LNP)，其特征在于，所述LNP包括权利要求14-15中任一项所述的可电离脂质和核酸分子。
18.根据权利要求17所述的LNP，其特征在于，所述核酸分子包括RNA和DNA，所述RNA包括mRNA和siRNA。
19.根据权利要求17所述的LNP，其特征在于，所述LNP还负载有第二活性药物分子和/或药学上可接受的辅剂。
20.权利要求17-19任一项所述的LNP在药物递送中的应用。
21.一种药物递送载体，其特征在于，所述药物递送载体含有权利要求14-15中任一项所述的可电离脂质或权利要求17-19任一项所述的LNP。
22.一种基于生理的药代动力学(PBPK)模型的构建方法，包括如下步骤：
23.根据权利要求22所述的构建方法，其特征在于，体内转运需要描述物质质量变化率的途径包括：随血流在血液循环系统和器官间分布的脂质；从器官的血液部分向间质渗透的脂质；由受体介导的从间质向细胞转运的脂质；在细胞中LNP分解形成游离可电离脂质；
24.根据权利要求22所述的构建方法，其特征在于，细胞内转运需要描述的物质质量变化率的途径包括：早期内体到晚期内体的脂质和RNA、晚期内体到溶酶体的脂质和RNA、LNP解离形成游离脂质和RNA、脂质和RNA的排出、释放事件后释放到细胞血浆的RNA、释放事件后包裹在自噬体中的脂质和RNA、自噬体到自噬溶酶体的脂质和RNA。
25.权利要求22-24任一项所述的构建方法构建得到的PBPK模型。
26.权利要求25所述的PBPK模型在药物药代动力学评估中的应用。
...【技术特征摘要】
1.lnp性质预测模型的构建方法，包括如下步骤：
2.根据权利要求1所述的构建方法，其特征在于，步骤(1)中，所述lnp数据包括：lnp配方、表观pka值、粒径、所包含的mrna编码的蛋白类型、mrna包封率、实验动物种类、给药途径、给药剂量以及mrna表达水平；其中，所述lnp配方包括可电离脂质的化学结构、辅助脂质的类型。
3.根据权利要求1所述的构建方法，其特征在于，步骤(1)中，所述预处理为提高lnp数据均匀性，所述提高lnp数据均匀性优选包括：保留具有一致给药途径、一致测量指标、具有与标准lnp的mrna表达水平可比性、制剂构成上与标准lnp相同或等同的数据。
4.根据权利要求3所述的构建方法，其特征在于，所述标准lnp配方为由可电离脂质、辅助脂质、胆固醇和peg脂质组成的lnp配方。
5.根据权利要求4所述的构建方法，其特征在于，所述可电离脂质包括mc3或其衍生酯类；
6.根据权利要求1所述的构建方法，其特征在于，所述编码的方法包括使用简化分子线性输入规范(smiles)、扩展连通性指纹(ecfp)序列、分子物理化学性质描述符、2d分子描述符、3d分子描述符、分子结构图片、分子图和分子坐标进行编码。
7.根据权利要求1所述的构建方法，其特征在于，所述建模使用的算法包括lightgbm、随机森林、xgboost、决策树、支持向量机、人工神经网络、深度神经网络、残差网络、循环神经网络、长短期记忆网络、卷积神经网络和transformer。
8.权利要求1-7任一项所述构建方法构建得到的lnp性质预测模型。
9.权利要求8所述的lnp性质预测模型在lnp评估中的应用。
10.根据权利要求9所述的应用，其特征在于，所述lnp评估包括表观pka评估和mrna递送效率评估。
11.一种可电离脂质的筛选方法，包括如下步骤：
12.根据权利要求11所述的筛选方法，其特征在于，步骤(2)中，所述化合物由分子库中的结构特征拼接得到，所述拼接按照可电离脂质分子的规律进行分子拼接。
13...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。