एलएनपी-आधारित एमआरएनए टीकों की स्क्रीनिंग के लिए मशीन लर्निंग प्रेडिक्टिव मॉडल

इस नए लेख प्रकाशन मेंएक्टा फार्मास्युटिका सिनिका बी, लेखक वेई वांग, शुओ फेंग, ज़ुइफ़ान ये, हनलू गाओ, जिनज़ोंग लिन और मकाऊ विश्वविद्यालय, मकाऊ, चीन और फ़ुडन विश्वविद्यालय, शंघाई, चीन के डिफ़ांग औयंग ने मशीन लर्निंग एल्गोरिदम द्वारा mRNA टीकों के लिए लिपिड नैनोकणों की भविष्यवाणी पर चर्चा की।

लिपिड नैनोपार्टिकल (LNP) आमतौर पर mRNA के टीके देने के लिए उपयोग किया जाता है।वर्तमान में, एलएनपी अनुकूलन मुख्य रूप से पारंपरिक प्रयोगों द्वारा आयनीकृत लिपिड की जांच पर निर्भर करता है जो गहन लागत और समय का उपभोग करते हैं।वर्तमान अध्ययन एमआरएनए टीकों के लिए एलएनपी विकास में तेजी लाने के लिए कम्प्यूटेशनल विधियों को लागू करने का प्रयास करता है।सबसे पहले, आईजीजी टिटर के साथ एमआरएनए वैक्सीन एलएनपी फॉर्मूलेशन के 325 डेटा नमूने एकत्र किए गए थे।

मशीन लर्निंग एल्गोरिथम, लाइटजीबीएम, का उपयोग अच्छे प्रदर्शन के साथ एक भविष्यवाणी मॉडल बनाने के लिए किया गया था (आर2> 0.87)।इससे भी महत्वपूर्ण बात यह है कि एलएनपी में आयनीकृत लिपिड के महत्वपूर्ण अवसंरचना की पहचान एल्गोरिथम द्वारा की गई थी, जो प्रकाशित परिणामों से अच्छी तरह सहमत थे।जानवरों के प्रायोगिक परिणामों से पता चला है कि एलएनपी डीलिन-एमसी3-डीएमए (एमसी3) का उपयोग आयनीकरण योग्य लिपिड के रूप में करता है।एन/पीएसएम-102 के साथ एलएनपी की तुलना में चूहों में 6:1 के अनुपात ने उच्च दक्षता को प्रेरित किया, जो मॉडल की भविष्यवाणी के अनुरूप था।आणविक गतिशील मॉडलिंग ने प्रयोग में प्रयुक्त एलएनपी के आणविक तंत्र की और जांच की।

परिणाम से पता चला कि लिपिड अणु एलएनपी बनाने के लिए एकत्रित हुए, और एमआरएनए अणु एलएनपी के चारों ओर जुड़ गए।संक्षेप में, एलएनपी-आधारित एमआरएनए टीकों के लिए मशीन लर्निंग प्रेडिक्टिव मॉडल को पहले विकसित किया गया था, प्रयोगों द्वारा मान्य किया गया था, और आगे आणविक मॉडलिंग के साथ एकीकृत किया गया था।भविष्य में एलएनपी फॉर्मूलेशन की वर्चुअल स्क्रीनिंग के लिए भविष्यवाणी मॉडल का उपयोग किया जा सकता है।