由多伦多大学莱斯利·丹药学院研究人员主导的新型人工智能驱动自驱动实验室（SDL）系统LUMI-lab，成功加速发现新型mRNA递送材料。该系统结合大规模分子预训练、主动学习与机器人自动化技术，首次发现溴化脂质尾部可显著提升mRNA进入人体细胞的效率，而这一特性此前从未被关联到mRNA递送中。 LUMI-lab（大规模无监督建模后迭代实验）由多伦多大学加速联盟的AC转化研究资助，整合了分子基础模型与自动实验系统。在十轮主动学习循环中，系统自主合成了超过1700种新型脂质纳米颗粒（LNPs），并识别出一类新型可电离脂质——溴化尾脂质，其递送效率优于目前获批的临床标准。 “关键突破在于，该AI系统在没有预设假设的情况下，自主识别出溴化是提升递送效率的重要设计特征，”项目负责人、GSK药剂学讲席教授、多伦多大学药学院的李博（Bowen Li）表示。该系统基于超过2800万种分子结构进行预训练，使AI在缺乏历史数据的新兴领域仍能掌握通用化学规律，进而实现高效迭代优化。 在临床前模型中，部分新发现的溴化脂质表现优于莫德纳新冠疫苗所用的脂质。尽管溴化脂质仅占实验库的8%，却贡献了超过一半的高性能候选物。同时，其安全特性与现有临床脂质相当，具备良好的治疗开发潜力。 未来，研究团队计划扩展LUMI-lab功能，同时优化递送效率、安全性、耐受性和组织靶向性等多重关键属性。通过实现AI预测与自动化实验的闭环，该系统有望大幅缩短新型脂质材料的研发周期，为mRNA疗法开拓更广阔、基于证据的化学空间。